• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.291-296
• /
• 2008

본 논문에서는 군집로봇시스템에서 목표물 추적을 위하여 SVM을 이용한 12각형 기반의 Q-learning 알고리즘을 제안한다. 제안한 알고리즘의 유효성을 보이기 위해 본 논문에서는 여러 대의 로봇과 장애물 그리고 하나의 목표물로 정하고, 각각의 로봇이 숨겨진 목표물을 찾아내는 실험을 가정하여 무작위, DBAM과 AMAB의 융합 모델, 마지막으로는 본 논문에서 제안한 SVM과 12각형 기반의 Q-learning 알고리즘을 이용하여 실험을 수행하고, 이 3가지 방법을 비교하여 본 논문의 유효성을 검증하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1995년도 Proceedings of the Korea Automation Control Conference, 10th (KACC); Seoul, Korea; 23-25 Oct. 1995
• /
• pp.65-68
• /
• 1995

This paper describes trajectory generation of a riobot arm by self-organizing neural networks. These neural networks are based on competitive learning without a teacher and this algorithm which is suitable for problems in which solutions as teaching signal cannot be defined-e.g. inverse dynamics analysis-is adopted to the trajectory generation problem of a robot arm. Utility of unsupervised learning algorithm is confirmed by applying the approximated solution of each joint calculated through learning to an actual robot arm in giving the experiment of tracking for reference trajectory.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.541-546
• /
• 2005

Tracking control of an automatic pipe cutting robot (APCROMB) is studied. Using magnetic force APCROMB, which is designed and developed in Kyung Hee University, binds itself to the pipe and executes unmanned cutting process. The gravity effect on the movement of APCROMB varies as it rotates around the cylindrical pipe laid in the gravitational field. To maintain a constant velocity and consistent cutting performance against the varying gravitational effect, the authors adopt a multi-rate repetitive learning controller (MRLC), which learns the required effort to cancel the repetitive tracking errors caused by nonlinear effect. In addition to the varying gravity effect other types of nonlinear disturbances including backlash in the driving system and the slip between the wheels of APCROMB and the pipe also cause degradation in the cutting process. In order to identify those nonlinear disturbances the position estimation based on the encoder attached at the motor is not good enough. To identify the absolute angular position of APCROMB the authors propose the angular position estimation based on the signals from a MEMS-type two-axis accelerometer mounted on APCROMB. The tracking performances of APCROMB with a MRLC using the encoder-based position estimation is experimentally measured and results are shown. Also the difference between the encoder-based angular displacement measurement and the accelerometerbased angular displacement measurement is included.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.452-455
• /
• 1999

We introduce an evolutionary approach to on-line learning for mobile robot control using reconfigurable hardware. We use genetic programming as an evolutionary engine. Control programs are encoded in tree structure. Genetic operators, such as node mutation, adapt the program trees based on a set of training cases. This paper discusses the advantages and constraints of the evolvable hardware approach to robot learning and describes a FPGA implementation of the presented genetic programming method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권3호
• /
• pp.1188-1203
• /
• 2020

The human expression contains a lot of information that can be used to detect complex conditions such as pain and fatigue. After deep learning became the mainstream method, the traditional feature extraction method no longer has advantages. However, in order to achieve higher accuracy, researchers continue to stack the number of layers of the neural network, which makes the real-time performance of the model weak. Therefore, this paper proposed an expression recognition framework based on densely concatenated convolutional neural networks to balance accuracy and latency and apply it to humanoid robots. The techniques of feature reuse and parameter compression in the framework improved the learning ability of the model and greatly reduced the parameters. Experiments showed that the proposed model can reduce tens of times the parameters at the expense of little accuracy.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.315-316
• /
• 2007

This paper presents a new methodology to improve movement database for a humanoid robot. The database is initially full of human motions so that the kinetics characteristics of human movement are immanent in it. then, the database is updated to the pseudo-optimal motions for the humanoid robot to perform more natural motions, which contain the kinetics characteristics of robot. for this, we use the evolutionary algorithm. the methodology consists of two processes : (1) the offline imitation learning of human movement and (2) the online generation of natural motion. The offline process improve the initial human motion database using the evolutionary algorithm and inverse dynamics-based optimization. The optimization procedure generate new motions using the movement primitive database, minimizing the joint torque. This learning process produces a new database that can endow the humanoid robot with natural motions, which requires minimal torques. In online process, using the linear combination of the motion primitive in this updated database, the humanoid robot can generate the natural motions in real time. The proposed framework gives a systematic methodology for a humanoid robot to learn natural motions from human motions considering dynamics of the robot. The experiment of catching a ball thrown by a man is performed to show the feasibility of the proposed framework.

• Composites Research
• /
• 제35권5호
• /
• pp.303-308
• /
• 2022

PIC(Piecewise Integrated Composite)는 적층 복합재의 기계적 특성을 향상시키기 위해 다양한 적층 순서를 모자이크 방식으로 할당하여 복합 구조를 설계하는 새로운 개념이다. 또한 머신 러닝은 인공 지능의 하위 범주로, 컴퓨터가 데이터에서 지속적으로 학습하고 데이터를 기반으로 예측하는 능력을 개발한 다음 추가 프로그래밍 없이 조정하는 과정을 의미한다. 본 연구에서는 구조적 강성을 높이기 위해 기계학습을 기반으로 넓고 얇은 LCD 디스플레이를 운반 및 이송하기 위한 테이퍼 박스형 빔형 PIC 로봇 암이 설계되었다. 필수 학습 데이터는 예비 FE 해석 과정에서 유한 요소 모델 중 의도적으로 배치된 참조 요소에서 수집되었다. 또한 인장, 압축 또는 전단과 같은 지배적인 외부 하중 유형을 판단하기 위해 각 유한 요소에 대한 3축 특성 값을 얻었다. 학습 데이터를 이용하여 머신 러닝 모델을 훈련하고 평가되었으며, 정확도 레벨을 만족한 머신 러닝 모델을 이용해 요소의 로딩 유형을 예측하였다. 특정 하중 유형에 대해 우세한 것으로 알려진 세 가지 유형의 적층 각도 순서가 PIC 로봇 암에 모자이크 방식으로 할당되었습니다. 이후 굽힘형 FE 해석을 수행한 결과 PIC 로봇 암이 기존의 단일 적층 각도 순서로 제작된 복합재 로봇 암에 비해 강성이 증가된 것으로 나타났다.

• 로봇학회논문지
• /
• 제10권2호
• /
• pp.90-95
• /
• 2015

The main goal of e-learning systems is just-in-time knowledge acquisition. Rule-based e-learning systems, however, suffer from the mesa effect and the cold start problem, which both result in low user acceptance. E-learning systems suffer a further drawback in rendering the implementation of a natural interface in humanoids difficult. To address these concerns, even exceptional questions of the learner must be answerable. This paper aims to propose a method that can understand the learner's verbal cues and then intelligently explore additional domains of knowledge based on crowd data sources such as Wikipedia and social media, ultimately allowing for better answers in real-time. A prototype system was implemented using the NAO platform.

• 한국지능시스템학회논문지
• /
• 제21권5호
• /
• pp.602-608
• /
• 2011

본 논문에서는, 신경망을 이용한 뉴로 인터페이스 설계를 통해 논홀로노믹 이동 로봇을 제어하는 방법을 제시하였다. 특히, 가상의 마스터-슬레이브 로봇 개념을 이용하여, 부분적으로 안정된 마스터 로봇의 역 동적모델이 피드백-에러 학습법을 적용한 신경망을 통해 온라인으로 획득되도록 하였다. 이 피드백 제어기는 PD 보상기에 기초를 두고 있다. 온라인 학습을 위한 신경망은 입력층이 6개의 입력세포들($x_i$, i=1~6)로 구성되어있으며, 1개의 은닉층에는 2개의 은닉세포($o_j$, j=1~2), 출력층은 2개의 출력세포(${\tau}_k$, k=1~2)로 구성되었고, 신경망의 온라인 학습을 위하여 최소자승법에 의한 오류역전파 알고리즘을 이용하였다. 본 연구에서 개발된 뉴로 인터페이스의 경로추적제어에 관한 성능은 2-wheel 독립구동이 가능한 논홀로노믹 이동 로봇의 시뮬레이션으로 증명하였다.

• 정보교육학회논문지
• /
• 제15권1호
• /
• pp.101-109
• /
• 2011

대부분의 로봇 학습도구가 성적 및 사교육능력이 우수한 집단 학생들의 창의성교구로 사용되고 있으며 아직, 재량활동시간 등의 정규교과 수업에 접목하여 사용되고 있지 않다. 본 연구는 비교적 저렴한 라인트레이서를 교구로 사용하여 학업성취도가 평균 이하인 초등학생 5학년들이 정규교과목과 연계하여 로봇학습을 할 수 있도록 12차시 분량의 교육과정과 교재를 개발하였다. 최적성을 확인하기 위해 학업성취 수준이 학년 평균 이하의 학생들을 대상으로 학습시킨 후 평가하였다. 각 차시별 학습결과를 산출물 중심으로 성취수준을 평가한 결과로 학업성취도가 낮은 학생들이 대부분의 교육과정 내용을 충분히 이해하는 수준으로 평가되었으며 본 연구에서의 실행경험을 통해 학업성적이 비교적 낮은 초등학생들이 정규교과 과정과 연계한 로봇교육 성공 가능성을 확인하였다.