• 정보보호학회논문지
• /
• 제32권6호
• /
• pp.1091-1102
• /
• 2022

로봇 시스템은 지난 10년 간 매우 빠른 속도로 발전했다. Robot Operating System은 로봇 시스템 및 애플리케이션의 효율적인 개발을 위한 오픈소스 기반의 소프트웨어 프레임워크이며, 다양한 연구 및 산업 현장에서 널리 사용되고 있다. ROS 애플리케이션은 다양한 취약점을 내재하고 있을 수 있다. 이러한 ROS 애플리케이션의 실행을 런타임 모니터링 하기 위해 다양한 연구가 진행되어 왔다. 본 연구에서는 ROS 2에서의 이벤트 기반 런타임 모니터링을 활용한 실시간 공격 탐지 시스템을 제안한다. 우리의 공격 탐지 시스템은 ros2_tracing의 tracetools를 확장하여 ROS 2 미들웨어 계층의 주요 라이브러리에 이벤트 계측을 삽입하고 런타임 중에 이벤트를 모니터링함으로써API의 비순차적 실행을 통한 애플리케이션 계층에서의 공격을 탐지한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권8호
• /
• pp.2529-2551
• /
• 2022

Visual servoing (VS) based on the Kalman filter (KF) algorithm, as in the case of KF-based image-based visual servoing (IBVS) systems, suffers from three problems in uncalibrated environments: the perturbation noises of the robot system, error of noise statistics, and slow convergence. To solve these three problems, we use an IBVS based on KF, African vultures optimization algorithm enhanced extreme learning machine (AVOA-ELM), and fuzzy logic (FL) in this paper. Firstly, KF online estimation of the Jacobian matrix. We propose an AVOA-ELM error compensation model to compensate for the sub-optimal estimation of the KF to solve the problems of disturbance noises and noise statistics error. Next, an FL controller is designed for gain adaptation. This approach addresses the problem of the slow convergence of the IBVS system with the KF. Then, we propose a visual servoing scheme combining FL and KF-AVOA-ELM (FL-KF-AVOA-ELM). Finally, we verify the algorithm on the 6-DOF robotic manipulator PUMA 560. Compared with the existing methods, our algorithm can solve the three problems mentioned above without camera parameters, robot kinematics model, and target depth information. We also compared the proposed method with other KF-based IBVS methods under different disturbance noise environments. And the proposed method achieves the best results under the three evaluation metrics.

• Smart Structures and Systems
• /
• 제31권4호
• /
• pp.335-349
• /
• 2023

Bridges constantly undergo deterioration and damage, the most common ones being concrete damage and exposed rebar. Periodic inspection of bridges to identify damages can aid in their quick remediation. Likewise, identifying components can provide context for damage assessment and help gauge a bridge's state of interaction with its surroundings. Current inspection techniques rely on manual site visits, which can be time-consuming and costly. More recently, robotic inspection assisted by autonomous data analytics based on Computer Vision (CV) and Artificial Intelligence (AI) has been viewed as a suitable alternative to manual inspection because of its efficiency and accuracy. To aid research in this avenue, this study performs a comparative assessment of different architectures, loss functions, and ensembling strategies for the autonomous segmentation of bridge components and damages. The experiments lead to several interesting discoveries. Nested Reg-UNet architecture is found to outperform five other state-of-the-art architectures in both damage and component segmentation tasks. The architecture is built by combining a Nested UNet style dense configuration with a pretrained RegNet encoder. In terms of the mean Intersection over Union (mIoU) metric, the Nested Reg-UNet architecture provides an improvement of 2.86% on the damage segmentation task and 1.66% on the component segmentation task compared to the state-of-the-art UNet architecture. Furthermore, it is demonstrated that incorporating the Lovasz-Softmax loss function to counter class imbalance can boost performance by 3.44% in the component segmentation task over the most employed alternative, weighted Cross Entropy (wCE). Finally, weighted softmax ensembling is found to be quite effective when used synchronously with the Nested Reg-UNet architecture by providing mIoU improvement of 0.74% in the component segmentation task and 1.14% in the damage segmentation task over a single-architecture baseline. Overall, the best mIoU of 92.50% for the component segmentation task and 84.19% for the damage segmentation task validate the feasibility of these techniques for autonomous bridge component and damage segmentation using RGB images.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권12호
• /
• pp.509-516
• /
• 2022

3차원 공간에서 물체들의 정확한 자세 예측은 실내외 환경에서 장면 이해, 로봇의 물체 조작, 자율 주행, 증강 현실 등과 같은 많은 응용 분야들에서 폭넓게 활용되는 중요한 시각 인식 기술이다. 물체들의 자세 예측을 위한 과거 연구들은 대부분 각 인식 대상 물체마다 정확한 3차원 CAD 모델을 요구한다는 한계점이 있었다. 이러한 과거 연구들과는 달리, 본 논문에서는 3차원 CAD 모델이 없어도 RGB 컬러 영상들만 이용해서 미지 물체들의 자세를 예측해낼 수 있는 새로운 신경망 모델을 제안한다. 제안 모델은 적응형 깊이 추정기인 AdaBins를 이용하여 스스로 미지 물체 자세 예측에 필요한 각 물체의 깊이 지도를 효과적으로 추정해낼 수 있다. 벤치마크 데이터 집합들을 이용한 다양한 실험들을 통해, 본 논문에서 제안한 모델의 유용성과 성능을 평가한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권8호
• /
• pp.883-892
• /
• 2018

최근 물리적 편리성과 정서적 교감을 지원하는 소셜 로봇에 대한 관심이 높아지고, 사물인터넷이 발전함에 따라 소셜 로봇은 단순히 로봇 기능을 넘어 다양한 서비스로서의 진화되고 있다. 따라서 소셜 로봇 서비스의 효과적 개발을 위해서는 사용자와 소셜 로봇 서비스 간의 교감 방법과 기능 적용에 관한 연구가 요구되고 있다. 이에 본 연구는 소셜 로봇 서비스를 유형화하고 서비스 개발 시 고려될 필요가 있는 유형별 요소를 제안하는 것을 목적으로 한다. 이를 위해 본 연구에서는 소셜 로봇의 이론적 정의 및 특성을 기반으로 심도 깊은 사례 조사와 분석을 수행한 후, 교감과 기능을 기반으로 소셜 로봇 서비스의 유형화 작업을 통해 소셜 로봇 서비스를 1) 정서지원형, 2) 동반자형, 3) 안내형, 4) 생활지원형 4가지로 분류하였다. 또한, 효과적인 소셜 로봇 서비스의 개발을 돕기 위해 분류된 유형에 따른 고려 요소를 도출하였다. 본 연구는 소셜 로봇을 활용한 다양한 서비스의 이해 및 개발을 돕는 연구로써 공헌할 것이다.

• 디자인융복합연구
• /
• 제15권2호
• /
• pp.333-345
• /
• 2016

최근 정보통신 기술 및 로봇 기술이 기존 제품에 접목된 지능형제품들이 개발되고 있다. 사용자에게 보다 수용 가능한 지능형제품을 개발하기 위해, 다양한 인터랙션 방식 또는 지능화 부분을 고려한 지능형제품디자인방법들이 소개되고 있다. 그러나 지능형제품은 모체제품이라고 불리는 기존 제품을 기반으로 하므로, 제품 속성 관점에서의 효과적인 지능형제품디자인방법에 대한 탐색이 필요하다. 이 연구의 목적은 제품 속성에 따른 지능형제품 유형이 소비자 수용도에 미치는 영향을 알아보는 것이다. 이를 위해 유아용 실내화를 사례로 하여, 쾌락적 지능형제품과 실용적 지능형제품을 비교하는 실험을 실시하였다. 실험결과, 제품선호도에 대해 피험자는 실용적 지능형 유아용 실내화를 쾌락적 지능형 유아용 실내화보다 긍정적으로 평가하고, 보다 높은 구매의사와 지불의사 금액을 나타냈다. 이는 유아용 실내화가 유아용 제품이라는 점에서 쾌락적 가치가 요구될 수도 있으나, 층간 소음이라는 사회적 문제와 관련된 제품이므로 실용적 가치가 보다 중요한 가치로 인식된 것으로 해석된다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권6호
• /
• pp.273-283
• /
• 2016

본 연구에서는 뉴로피드백을 이용한 로봇 발명 교육 프로그램이 ADHD 아동의 주의집중력에 미치는 영향을 연구하였다. 이를 위하여 12차시로 구성된 로봇 발명 교육 프로그램을 개발하였다. 이 프로그램에서 학생들은 스스로 로봇을 만든 다음 뇌파 측정 장치를 이용하여 로봇을 움직이는 활동을 한다. 뇌파의 측정은 뉴로스카이의 마인드셋을 이용하였으며, 퍼즐박스를 이용하여 뇌파 신호를 로봇에 전달하였다. 실험을 위하여 천안 지역 ADHD 아동 8명을 대상으로 선정하였다. 연구는 총 10회에 걸쳐 진행되었다. 주의집중력 변화를 살펴보기 위한 도구로 행동 관찰, 부모용 아동 문제 행동 체크리스트, 교사용 주의력 결핍 평정 척도, ADS 등을 이용하여 사전 사후 검사를 실시하였다. 행동관찰 결과 평균 45%이상의 주의산만 행동을 보이던 아동들이 32%까지 감소하였다. 부모용 아동문제 행동 체크리스트의 경우 큰 변화를 보이지 않았다. 교사용 주의력 결핍 척도인 CTRS-R의 경우 대상 아동 전체적으로 주의집중력이 향상되는 것으로 나타났다. ADS 검사 결과에서는 사전 측정시 정상 범위를 넘어선 수치가 프로그램이 진행됨에 따라 정상 수치로 나타나는 것을 볼 수 있었다.

• 한국의류학회지
• /
• 제48권2호
• /
• pp.312-327
• /
• 2024

In this study, a rehabilitation 3D printed wearable device was developed by combining an assembly-type robot hand and an integral-type robot hand through fused deposition 3D printing manufacturing with various hardness TPU (Thermoplastic Polyurethane) filaments. The hardware configuration of the robot hand includes a controller designed with four motors, one small servo motor, and a circuit board. In the case of the assembly-type robot hand model, a 3D printed robot hand was assembled using samples printed with TPU of hardness 87A and 95A. It was observed that TPU with a hardness of 95A was suitable for use due to shape stability. For the integrated-type robot hand model, the external sample using TPU of hardness 95A could be modified through a cutting method, and the hardware configuration is the same as the assembly-type. The system structure of the 3D printed robot hand was improved from an individual control method to a simultaneous transmission method.Furthermore, the system architecture of an integrated 3D printed robotic hand rehabilitation device and the application of the rehabilitation device were developed.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.85-92
• /
• 2024

본 논문에서는 로봇팔의 선단을 잡고 원하는 위치로 이동시켜서 작업을 직접 교시하는 직감적인 교시 및 제어를 시스템을 개발하였다. 개발된 시스템은 로봇팔 선단부의 위치 방향 및 자세 방향 힘을 측정하는 6축힘 센서, 선단부에서 측정된 힘에 의한 로봇팔 관절 속도제어 명령어 생성 알고리즘, 자체 제작한 6축 로봇팔 및 제어 시스템으로 구성된다. 선단부 핸들러에 부착된 힘센서를 통해 로봇팔 조작자가 핸들러를 조종하는 위치 자세의 6차원의 힘/토크를 감지하고 이를 선단부 조종속도 명령으로 변환하여 6축 로봇팔을 제어한다. 연구 방법의 검증은 자체 제작된 6축 로봇으로 실행하였으며, 조종자의 핸들러 조정을 통한 작업교시에 의한 실험을 통해 제안한 힘 센서기반 로봇 선단 제어 방법이 성공적으로 동작함을 확인하였다.

• 한국전자통신학회논문지
• /
• 제19권3호
• /
• pp.583-588
• /
• 2024

BCI(뇌-컴퓨터 인터페이스) 기술의 등장으로 거울 신경을 분석하는 것이 용이해졌다. 그러나 인간의 생각에 의존하는 BCI 시스템의 정확성을 평가하는 것은 그 질적 특성으로 인해 어려움을 겪는다. BCI의 잠재력을 활용하기 위해 우리는 움직임의 궁극적인 목표에 따라 발화 속도가 영향을 받는 인간의 거울 신경의 특성을 기반으로 정확도를 측정하는 새로운 접근법을 제안한다. 본 논문에 2장에서는 거울 신경을 소개한다. 또한, 거울 신경을 위한 인간 자세 추정에 대한 설명을 제시한다. 3장에서는 인간 자세 추정 기법을 활용하여 실시간 동적 환경에 적합한 강력한 포즈 추정 방법을 소개한다. 이어서 이러한 로봇 환경을 이용한 BCI의 정확성을 분석하는 방법을 제시한다.