이동로봇의 행동제어를 위한 2-Layer Fuzzy Controller

심귀보,변광섭,박창현,Sim, Kwee-Bo,Byun, Kwang-Sub,Park, Chang-Hyun 한국지능시스템학회 2003 한국지능시스템학회논문지 Vol.15 No.2

로봇의 기능이 다양해지며 복잡해지고 있다. 주위의 환경을 감지하는 센서로는 거리정보 뿐만 아니라 영상 정보, 음성 정보까지 이용하고 있다. 본 논문에서는 다양한 입력정보를 가진 로봇을 제어하기 위한 알고리즘으로 2-layer fuzzy control을 제안한다. 장애물 회피의 경우에 다수의 거리 센서를 이용하는데 이것을 앞쪽, 왼쪽, 오른쪽으로 분류하여 3개의 sub-controller를 가지고 퍼지 추론을 한 다음, 2단계에서는 이 3개의 sub-controller의 출력으로 조합된 퍼지 추론을 하여 통합적인 제어를 한다. 본문에서는 2-layer fuzzy controller와 비슷한 구조를 갖는 hierarchical fuzzy controller와 비교를 하였으며 robot following에도 적용하여 각각에 대한 시뮬레이션과 실험을 통해 성능을 확인한다. The ability of robot is being various and complex. The robot is utilizing distance, image data and voice data for sensing its circumstance. This paper suggests the 2-layer fuzzy control as the algorithm that control robot with various sensor information. In a obstacle avoidance, it utilizes many range finders and classifies them into 3parts(front, left, right). In 3 sub-controllers, the controller executes fuzzy conference. And then it executes combined control with a combination of outputs of 3 sub-controllers in the second step. The text compares the 2-layer fuzzy controller with the hierarchical fuzzy controller that has analogous structure. And the performance of the 2-layer fuzzy controller is confirmed by application this controller to robot following, simulation to each other and real experiment.

동적 물체에 대한 로봇 매니퓰레이터의 Visual Servoing

심귀보,오승욱,Sim, Kwee-Bo,Oh, Seung-Wook 대한전자공학회 1996 전자공학회논문지-B Vol.b33 No.1

본 논문은 로봇 매니퓰레이터의 엔드 이펙터(end-effector)에 부착된 스테레오 카메라를 사용하여 움직이는 물체의 초기자세나 이동에 관한 정보가 미지인 3차원 물체의 파지(grasping)를 위해서, 로봇 매니퓰레이터의 자세(위치 및 방위)제어에 관한 새로운 비주얼 서보잉(visual servoing)을 제안한다. 로봇 매니퓰레이터의 현재의 자세를 목표자세에 잘 추적하기 위해서 본 논문에서는 카메라 자세에 대한 대상물체의 자세변화와 이미지상의 특정점 변화를 기술하는 관계식인 이미지 Jacobian을 미분변환을 이용하여 구했으며, 로봇 매니퓰레이터의 제어를 위해서는 간단한 PD제어기를 사용하였다. 마지막으로 다양한 컴퓨터 시뮬레이션을 통하여 제안한 수법의 유효성을 확인했다. This paper presents a new method for visual servoing to control the pose(position and orientation) of the robotic manipulators for grasping the 3-D moving object whose initial pose and moving informations are unknown by using the stereo camera. The stereo camera is mounted on the end-effector of robotic manipulator. In order to track the current pose of robotic manipulator to the desired pose, we use the image Jacobian, which is described by the differential transform, relating the change in image feature point to the change in the object's pose with respect to the camera. In this paper the simple PD controller is adopted for the robotic manipulator to track the desired pose. Finally, the effectiveness of the proposed method is confirmed by some computer simulations.

적응형 변형 인식부를 이용한 침입 탐지 학습알고리즘

심귀보(Kwee-Bo Sim),양재원(Jae-Won Yang),김용수(Young-Soo Kim),이세열(Se-Yul Lee) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.4

징후 기반의 침입 탐지 시스템은 일정한 침입 탐지 규칙을 구성하여 라이브리리에 저장한 후 새로운 입력에 대해 규칙과 패턴 매칭을 하여 침입 여부를 판정한다. 그러나 징후(규칙)를 기반으로 하는 침입 탐지 시스템은 동상적으로 크게 2가지의 제약을 갖는다. 첫 번째는 침입에 대한 규칙을 구성하지 못할 경우 그에 따른 FN 오류(false negative error)가 발생할 수 있으며, 두 번째는 규칙의 다양성을 확보하기 위해서 많은 규칙을 구성하게 되었을 경우 그에 소요되는 자원의 규모가 커진다는 점이다. 이에 본 논문에서는 생체 면역 세포의 생성 과정인 부정 선택을 공학적으로 모델링하여 변형 인식부를 구성하고 이를 후보 개체군으로 하여 유전자 알고리즘을 이용해 진화시킴으로서 변이적인 침입에 대해 탐지 가능한 변형 인식부의 학습 알고리즘을 제안한다. 제안한 알고리즘은 컴퓨터 시뮬레이션을 통하여 그 유효성을 입증한다. Signature based intrusion detection system (IDS), having stored rules for detecting intrusions at the library, judges whether new inputs are intrusion or not by matching them with the new inputs. However their policy has two restrictions generally. First, when they couldn’t make rules against new intrusions, false negative (FN) errors may are taken place. Second, when they made a lot of rules for maintaining diversification, the amount of resources grows larger proportional to their amount. In this paper, we propose the learning algorithm which can evolve the competent of anomaly detectors having the ability to detect anomalous attacks by genetic algorithm. The anomaly detectors are the population be composed of by following the negative selection procedure of the biological immune system. To show the effectiveness of proposed system, we apply the learning algorithm to the artificial network environment, which is a computer security system.

VSS 관측기를 이용한 서보계의 설계

심귀보(Kwee-Bo Sim),김성현(Seong-Hyun Kim),전홍태(Hong-Tae Jeon) 제어로봇시스템학회 1991 제어로봇시스템학회 국내학술대회 논문집 Vol.1 No.1

인공 면역 시스템과 분산 유전자 알고리즘에 기반한 자율 분산 로봇 시스템

심귀보(Kwee-Bo Sim),황철민(Chul-Min Hwang) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.2

본 논문에서는 인공 면역 시스템과 분산 유전자 알고리즘에 기반하여 동작하는 자율분산로봇 시스템을 제안한다. 시스템에서 로봇들의 행동은 전역행동과 지역행동으로 분류된다. 전역행동은 환경에서 작업을 탐색하는데 이를 빠르게 수행하기 위하여 집합과 분산의 두 가지 행동으로 이루어져 있다. 이때 인공 면역 시스템은 로봇이 어떤 행동을 선택하여 행동할 것인가를 결정한다. 지역행동은 탐색된 작업을 수행하는 부분으로서 어떤 로봇들이 협조행동을 할지를 학습하고, 학습한 결과에 따라 작업을 수행하는 행동을 한다. 이를 위해 분산 유전자 알고리즘을 이용하여 각 로봇들은 주어진 작업에 대하여 학습을 한다. 제안된 시스템에서 학습 알고리즘은 주어지는 작업의 변화로봇들은 주어진 작업을 수행하기 위해 학습을 하고, 주어진 작업이 변할 경우 스스로 대처한다는 면에서 기존의 자율 분산 시스템보다 적응성에서 향상된 시스템이다. This paper proposes a Distributed Autonomous Robotic System(DARS) based on Artificial Immune System(AIS) and Distributed Genetic Algorithm(DGA). The behaviors of robots in the system are divided into global behaviors and local behaviors. The global behaviors are actions to search tasks in environment. These actions are composed of two types: dispersion and aggregation. AIS decides one among above two actions, which robot should select and act on in the global. The local behaviors are actions to execute searched tasks. The robots learn the cooperative actions in these behaviors by the DGA in the local. The proposed system is more adaptive than the existing system at the viewpoint that the robots learn and adapt the changing of tasks.

분류자 시스템과 인공면역네트워크를 이용한 자율 분산 로봇시스템 개발

심귀보(Kwee-Bo Sim),황철민(Chul-Min Hwang) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.6

본 논문에서는 인공 면역 시스템과 분류자 시스템에 기반하여 동작하는 자율분산로봇 시스템을 제안한다. 시스템에서 로봇들의 행동은 전역행동과 지역행동으로 분류된다. 전역행동은 환경에서 작업을 탐색하는데 이를 빠르게 수행하기 위하여 집합과 분산의 두 가지 행동으로 이루어져 있다. 이때 인공 면역 시스템은 로봇이 어떤 행동을 선택하여 행동할 것인가를 결정한다. 지역행동은 탐색된 작업을 수행하는 부분으로서 어떤 로봇들이 협조행동을 할지를 학습하고, 학습한 결과에 따라 작업을 수행하는 행동을 한다. 이를 위해 분류자 시스템을 이용하여 각 로봇들은 주어진 작업에 대하여 학습을 한다. 제안된 시스템에서 학습 알고리즘은 주어지는 작업의 변화로봇들은 주어진 작업을 수행하기 위해 학습을 하고, 주어진 작업이 변할 경우 스스로 대처한다는 면에서 기존의 자율 분산 시스템보다 적응성에서 향상된 시스템이다. This paper proposes a Distributed Autonomous Robotic System(DARS) based on an Artificial Immune System(AIS) and a Classifier System(CS). The behaviors of robots in the system are divided into global behaviors and local behaviors. The global behaviors are actions to search tasks in environment. These actions are composed of two types: aggregation and dispersion. AIS decides one among these two actions, which robot should select and act on in the global. The local behaviors are actions to execute searched tasks. The robots learn the cooperative actions in these behaviors by the CS in the local. The proposed system is more adaptive than the existing system at the viewpoint that the robots learn and adapt the changing of tasks.

학습 알고리즘 기반의 적응형 침입 탐지 알고리즘

심귀보(Kwee-Bo Sim),양재원(Jae-Won Yang),이동욱(Dong-Wook Lee),서동일(Dong-Il Seo),최양서(Yang-Seo Choi) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.1

징후 기반의 침입 탐지 시스템은 일정한 침입 탐지 규칙을 구성하여 라이브러리에 저장한 후 새로운 입력에 대해 규칙과 패턴 매칭을 하여 침입 여부를 판정한다. 그러나 징후(규칙)를 기반으로 하는 침입 탐지 시스템은 통상적으로 크게 2가지의 제약을 갖는다. 첫 번째는 침입에 대한 규칙을 구성하지 못할 경우 그에 따른 FN 오류(false negative error)가 발생할 수 있으며, 두 번째는 규칙의 다양성을 확보하기 위해서 많은 규칙을 구성하게 되었을 경우 그에 소요되는 자원의 규모가 커진다는 점이다. 이에 본 논문에서는 생체 면역 세포의 생성 과정인 부정 선택을 공학적으로 모델링하여 변형 인식부를 구성하고 이를 후보 개체군으로 하여 유전자 알고리즘을 이용해 진화시킴으로서 변이적인 침입에 대해 탐지 가능한 변형 인식부의 학습 알고리즘을 제안한다. 제안한 알고리즘은 컴퓨터 시뮬레이션을 통하여 그 유효성을 입증한다. Signature based intrusion detection system (IDS), having stored rules for detecting intrusions at the library, judges whether new inputs are intrusion or not by matching them with the new inputs. However their policy has two restrictions generally. First, when they couldn't make rules against new intrusions, false negative (FN) errors may are taken place. Second, when they made a lot of rules for maintaining diversification, the amount of resources grows larger proportional to their amount. In this paper, we propose the learning algorithm which can evolve the competent of anomaly detectors having the ability to detect anomalous attacks by genetic algorithm. The anomaly detectors are the population be composed of by following the negative selection procedure of the biological immune system. To show the effectiveness of proposed system, we apply the learning algorithm to the artificial network environment, which is a computer security system.

컴퓨터 면역시스템 개발을 위한 인공면역계의 모델링과 자기인식 알고리즘

심귀보(Kwee-Bo Sim),서동일(Dong-Il Seo),김대수(Dae-Su Kim),임기욱(Kee-Wook Rim) 한국지능시스템학회 2002 한국지능시스템학회논문지 Vol.12 No.1

퍼지 보상을 이용한 로봇 매니퓰레이터의 위치/힘 제어

심귀보(Kwee-Bo Sim) 한국지능시스템학회 1995 한국지능시스템학회논문지 Vol.5 No.3

Schema Co-Evolutionary Algorithm을 이용한 2-Layer Fuzzy Controller의 최적 설계

심귀보(Kwee-bo Sim),변광섭(Kwang-Sub Byun) 한국지능시스템학회 2004 한국지능시스템학회논문지 Vol.14 No.2

최근 들어, 다양하고 복잡한 기능을 갖는 로봇이 요구되고 있다. 그러나 이전의 알고리즘으로는 그러한 요구를 만족시킬 수 없다. 이러한 문제를 해결하기 위해, 본 논문에서는 다양한 입력과 출력을 다루는 경우에도 작은 개수의 퍼지 룰을 갖고, 효율적이고 강인하게 제어할 수 있는 2-Layer Fuzzy Controller를 소개한다. 그런데 퍼지 제어기에서의 중요한 문제점은 퍼지 룰 베이스를 어떻게 설계하는지에 달려 있다. 본 논문은 Schema Co-Evolutionary Algorithm을 이용하여 최적의 2-Layer Fuzzy Controller를 설계하는데, 이 Schema Co-Evolutionary Algorithm은 simple GA보다 더 빠르고 우수하게 최적해를 찾을 수 있다. Nowadays, the robot with various and complex functions is required. Previous algorithms, however, cannot satisfy the requirement. In order to solve these problems, we introduce the 2-Layer Fuzzy Controller, which has a small number of fuzzy rules corresponding to various inputs and outputs. Also, it controls robustly and effectively an object. The main problem in the fuzzy controller is how to design the fuzzy rule. This paper designs the optimal 2-layer fuzzy controller using the Schema Co-Evolutionary Algorithm. The schema co-evolutionary algorithm can find more rapidly and excellently than simple genetic algorithm does.