화상정보와 신경회로망을 이용한 로봇 매니퓰레이터의 위치 ·자세 제어

심귀보 중앙대학교 생산공학연구소 1993 생산공학연구소 논문집 Vol.2 No.2

본 논문에서는 로봇 매니퓰레이터의 End-effector에 카메라를 부착하여 화상정보만을 이용하여 목표로 하는 위치 및 자세로 매니퓰레이터의 End-effector를 이동시키는 Visual Control법을 제안한다. 화상정보는 대상물에 존재하는 4개의 특징점이며, 이 4개의 특징점이 미리 주어진 목표값에 일치하도록 로봇 매니퓰레이터의 제어입력을 생성한다. 제어입력의 생성에 있어서는, 종래의 기하학적인 좌표변환을 하지 않고 학습기능을 가진 신경회로망에 의한 간단한 매핑에 의하여 실현하였으며, 6자유도 매니퓰레이터를 대상으로 한 시뮬레이션을 통하여 제안한 제어방식의 유효성을 검토한다. This paper desoribes a control scheme for a robot manipulator system which uses visual information to position and orientate the end-effector. In this scheme, the position and orientation of the target workpiece with respect to the base frame of the robot are assumed to be unknown, but the desired relative position and orientation of the end-effector to the target workpiece are given in advance. The control scheme directly integrates visual data into the servoing process without subdividing the process into determination of the position and orientation of the workpiece and inverse kinematics calculation. A neural network system is used for determining the change in joint angles required in order to achieve the desired position and orientation. The proposed system can be control the robot so that it approach the desired position and orientation from arbitrary initial ones. Simulation for the robot manipulator with six degrees of freedom will be done. The validity and the effectiveness of the proposed control scheme will be verified by computer simulations.

Coopersmith Self-Esteem Inventory(SEI)의 구성타당도 연구

최보가,전귀연 경북대학교 1992 논문집 Vol.24 No.-

The purpose of this study was to investigate the construct validity of the Coopersmith Self-Esteem Inventory(SEI) in a Korean setting. The 2,451 subjects were selected by random sample from grades 4, 5 and 6 of primary schools and the first and second grade of middle schools in the City of Taegu. Statistical analysis was by principal component factor analysis as foctor extraction model and varimax rotation, factor rotation through the SPSS computer program. The results were not in complete agreement with Coopersmith's dimensions; that is, construct validity was not found in the subareas of the SEI. However, 4 factors were found to account for self-esteem in all 5 grades of this study. The 7 items of Factor Ⅰ and the 3 items of factor Ⅱ can be used as the general self-esteem scale; the 4 items of Factor Ⅲ and the 4 items of Factor Ⅳ can be used as the home self-esteem and the social self-esteem scales, respectively.

최적구조의 신경회로망을 이용한 로봇 매니퓰레이터의 비주얼 서보잉

심귀보,김대준 중앙대학교 생산공학연구소 1996 생산공학연구소 논문집 Vol.5 No.2

본 논문에서는 진화연산과 신경회로망을 융합하여 목표로 하는 위치와 자세로 로봇 매니퓰레이터의 end-effector를 이동시키는 visual servoing을 제안한다. 본 논문에서 사용한 신경망은 다른 층과의 연결을 허용하는 다층구조 전방향 신경망이고 진화 프로그래밍(EP)을 이용하여 신경망의 구조를 탐색하고 진화전략(ES)을 통하여 각 뉴런의 연결강도를 학습시킴으로써 전체적인 제어계의 구조를 최적화한다. 제안한 제어계를 5 dof의 RV-M2 로봇 매니퓰레이터의 엔드 이펙터에 부착된 CCD카메라를 이용한 visual servoing을 실현하다. 카메라로부터의 이미지 정보는 대상물의 4개의 특징점이며 4개의 특징점이 목표 이미지에 일치하도록 매니퓰레이터의 제어입력을 생성한다. 마지막으로 컴퓨터 시뮬레이선을 통하여 제안한 최적구조 신경망 제어계의 유효성을 입증한다. This paper present a visual servoing combined by evolutionary algorithms and neural network for a robotic manipulators to control position and orientation of the end-effector. Using the multi layer feedforward neural network that permits the connection of other layers, evolutionary programming(EP) that search the structure and weight of the neural network, and evolution strategies(ES) which training the weight of neuron, we optimized the net structure of control scheme. Using the four feature image information from CCD camera attached to end-effector of RV-M2 robot manipulator having 5 dof, we generate the control input to agree the target image, to realize the visual servoing. The validity and effectiveness of the proposed control scheme will be verified by computer simulations.

분류자 시스템을 이용한 Artificial Ant의 적응행동의 학습

심귀보,정치선 중앙대학교 생산공학연구소 1998 생산공학연구소 논문집 Vol.7 No.2

유전자 알고리즘(GA)의 대표적인 두 가지 응용분야는 최적화와 기계학습분야이다. 기계학습에서는 복잡한 시스템을 대상으로 하여 그 대상 시스템을 학습시킬 뿐만 아니라 시스템에 대한 적절한 출력을 만들어 내는 두 가지의 목적을 가진다. 이러한 기계학습에 유전자 알고리즘을 이용하는 것을 GA 기계학습이라고 한다. 이를 또한 GBML(genetics-based machine learning) 이라고도 한다. 기계학습이 최적화 문제와 근본적으로 다른 점은 규칙의 조를 구하지 않으면 안 되는 점이다. 최적화 문제에서는 최적 해에 가까운 우수한 개체를 생성하는 것이 목적이기 때문에 최후의 한 종류만의 개체에 수렴하면 되지만, 기계학습에서는 가장 좋은 규칙을 하나만 구하면 되는 것이 아니라 서로 협조하는 규칙의 집합을 구하는 것이 필요하다. GBML에 대표적인 방법은 크게 Michigan 방법과 Pittsburgh 방법이 있다. 전자는 각각의 규칙이 하나인 스트링으로 표현되고 후자는 전체의 규칙집합이 하나의 스트링으로 표현되어 진화를 한다. 즉 규칙집합을 하나만가지는 것과 여러개를 가지는 차이점이 있는 것이다. 이중 Michigan 방법은 Holland의 classifier system 이 대표적인 모델이다. 분류자 시스템의 입력 부분에 가까이 있는 메시지 리스트를 이용하여 시스템 내에서 생성되는 분류자 리스트의 요소인 classifier를 정비해 간다. 이 방법에서는 규칙을 한조 가지고 온라인으로 정비하기 때문에 실제의 문제에 대해서 실시간 처리와 온라인 학습이 가능하다. 본 논문에서는 performance system, apportionment of credit system, rule discovery system 으로 구성된 learning classifier system을 사용하여 artificial ants의 적응행동의 학습과 진화를 통하여 먹이 탐색문제를 해결한다. The main two applications of the Genetic Algorithms(GA) are the optimization and the machine learning. Machine Learning has two objectives that make the complex system lean its environment and produce the proper output of a system. The machine learning using the Genetic Algorithms is called GA machine learning or genetic-based machine learning(GBML). The machine learning is different from the optimization problems in finding the rule set. In optimization problems the population of GA should converge into the best individual because their objective is the production of the individual near the optimal solution. On the contrary, the machine learning systems need to find the set of cooperative rules. There are two methods in GBML, Michigan method and Pittsburgh method. The former is that each rule is expressed with a string, the latter is that the set of rules is coded into a string. The classifier system of Holland is the representative model of the Michigan method. The classifier systems arrange the strength of classifiers of classifier list using the message list. In this method, the real time process and on-line learning is possible because a set of rule is adjusted on-line. A classifier system has three major components: Performance system, apportionment of credit system, rule discovery system In this paper, we solve the food search problem with the learning an evolution of an artificial ant using the learning classifier system.

가변 구조 시스템을 이용한 로봇 매니퓰레이터이 궤도제어

심귀보 중앙대학교 생산공학연구소 1993 생산공학연구소 논문집 Vol.2 No.1

가변구조제어계(VSS)는 로봇 매니퓰레이터와 같이 파라메터의 변동이나 외란등이 심하게 존재하는 경우에 대해서도 강인한 제어 성능을 얻을 수 있는 장점을 가지고 있으나 불연속적인 제어 입력으로 인해 제어시스템의 응답에 채터링 현상 등이 나타나는 문제점을 가지고 있다[1]. 따라서 본 논문에서는 이러한 채터링 현상이 없는 강인한 로봇 매니퓰레이터의 궤도 제어를 위하여 Balance Condition[5]과 같은 스무딩 개념을 도입한 가변구조제어기의 개발에 초점을 둔 것이다. 본 수법의 적용으로 채터링 현상을 제거하면서도 강인한 제어 성능을 얻을 수 있음을 시뮬레이션과 실험을 통하여 그 유효성을 확인한다. A VSS (Variable Structure Systems) controller is suitable for robotic manipulators where the robust performances in the presence of parametric variation and disturbances are the most important. This paper focuses on the implementation of VSS controller with a smoothing laws in the design of effective tracking controller for robotic manipulators. The VSS controller for multi-linkage robot manipulator is realized by selecting appropriate smoothing methods such as balance conditions or their simplification, which possess powerful smoothing capability to reduce or remove undesirable chattering while keeping the robust characteristic that rejects system uncertainties. Giving careful consideration to actual system constraints, the design principle of selecting different smoothing methods is obtained and further confirmed through simulation and experimental results.

마이크로 로봇 시스템의 지능 제어

심귀보 중앙대학교 생산공학연구소 1995 생산공학연구소 논문집 Vol.4 No.2

마이크로 지능화운동시스템(MIMS : Micro Intelligent Motion System) 또는 마이크로 지능로봇시스템(MIRS : Micro Intelligent Robot System)이 최근에 새로운 연구 topic으로 급격히 부상하고 있다. 수 천년에 걸친 인류의 역사를 통해서 인간은 자기들의 크기에 알맞은 기계의 개발에서부터 최근에는 대형 선박, 점보 제트기, 열차 등과 같은 거대한 기계까지 만들고 그 운동을 제어하고 있다. 한편, 일렉트로닉스의 세계에서는 미크론 오더까지의 가공이 가능하게 되었고, VLSI의 세계에서는 고도의 신호처리도 가능하게 되었다. 이 VLSI의 기술을 초소형 기계의 제작에 이용하여 마이크로 세계에서 물체의 운동을 제어할 수가 있다면 의학, 공학 등 정보 산업사회의 모든 분야에서 그 이용 가능성은 무한하다. 궁극적으로 MIRS의 연구는 초소형 기계를 제작하여 그기에 지능을 부여하려고 하는 연구이다. 이러한 MIRS를 실현하기 위해서는, 미크론 영역에서의 재료강도나 계면의 행동 등 극히 기초적인 마이크로 이공학 분야에서부터 초소형 기계의 제조 프로세서, 이들의 구동을 위한 액츄에이터, 환경 인식을 위한 센서, 지능을 부여하기 위한 지적 정보처리회로, 시스템으로써 움직이기 위한 시스템의 구축 등 전자공학, 전기공학, 기계공학, 제어계측공학, 시스템공학, 컴퓨터공학 등 거의 공학 전 분야에 걸친 연구의 발전이 필요하다. 본 논문은 미소전기계시스템의 여러 분야 중에서 [마이크로 로봇의 (지능) 제어]부분에 국한하여 이 분야의 연구내용과 문제점 그리고 앞으로의 연구방향 등을 고찰한다. A new engineering discipline called "Integrated Micro Motion Systems is emerging. During the last thousands year of history, Human beings have concentrated on the development of tools and devices of human size or larges. In the new discipline, the miniaturization of mechanical devices and systems is intensively studied down to the micro meters, as small as biological cells. Recently electronics technology has been developed on the basis of semiconductor micro-devices, so-called VLSI circuits of which the critical dimensions are measured in sub-microns. the influence of VLSI circuits are obvious, and they have had great impact on human society. The capability of VLSI circuits, however, is predominately in signal processing. Today, micro systems technology which incorporates mechanical motion with signal processing is in rapid progress by using the same fabrication processes as VLSI circuits. The goal of this particular field is to develop an integrated micro motion system which is composed of micro mechanical components, actuators, sensors and logic circuits, namely an "autonomous micro robot". The ultimate potential of this technology is still hard to describe. But, some of the applications would be in the bio-medical area, such as micro surgery and drug delivery, micro robots for assembly and manufacturing of electronic or optical devices. A new science based on this technology is also expected.

兒童의 性役割類型과 自我尊重感과의 關係

최보가,全貴演 경북대학교 교육대학원 1985 논문집 Vol.17 No.-

전화전략을 이용한 도립진자의 안정화 및 위치 제어

심귀보,김대준,이동욱 중앙대학교 생산공학연구소 1996 생산공학연구소 논문집 Vol.5 No.1

본 논문은 진화연산 중 실수값 탐색에 유리한 진화전략(Evolution Strategies)을 이용하여 비선형 시스템인 도립진자(Inverted-Pendulum)의 안정화 및 위치 제어를 실현한다. 도립진자의 제어입력은 전자의 상태변수 χ,??,θ,??의 공간을 나누어 그 공간에 해당되는 염색체의 원소가 된다. 일반적으로 염색체의 길이가 길어지면 최적의 해를 탐색하기 위한 진화시간은 길어진다. 따라서 본 논문에서는 진화속도를 개선하기 위하여, 서로 대칭이 되는 진자의 구간에 대해서는 제어입력을 따로 구하지 않고 그 제어입력의 부호만 바꾸어 주는 방식을 채용하여 상태공간을 반으로 줄이는 방법을 제안하였으며, 진자의 수레가 제어 목표점에서 멀리 떨어 있는 경우와 가까이 있는 경우로 나누어 염색체의 진화과정을 2단계에 걸쳐 수행하게 함으로써 염색체의 진화속도의 개선은 물론 시스템 전체의 성능을 향상시켰다. 제안한 제어방식은 컴퓨터 시뮬레이션을 통하여 그 유효성을 확인한다. This paper presents stabilization and position control of the Inverted-Pendulum system with cart by using Evolution Strategies that is one of the Evolutionary Computation and is effective in searching real number. The control input of the Inverted-Pendulum is the element of chromosome corresponding to the divided space of Inverted-Pendulum state variable χ,??,θ,??. In general, the larger the length of the chromosome is, the longer the time of evolution to search optimal solution is. So in this paper, we propose a scheme that reduce the state space by half by taking the method, that is, converting only the sign of the control input without obtaining separately for the symmetrical sections of the Inverted-Pendulum to improve the speed of Evolution, and improved the efficiency of the entire system in addition to the improvement of the chromosomes's evolution time by carrying out the chromosome's evolutional process by two steps one of which is that cart is positioned near the control point and the other Cart is positioned far from that point. We verify the effectiveness of the proposed control scheme by computer simulations.

동적 귀환 신경망에 의한 비선형 시스템의 동정

심귀보,이상환,전효병 중앙대학교 생산공학연구소 1997 생산공학연구소 논문집 Vol.6 No.2

최근들어 비선형 동적 시스템의 동정을 위한 동적 귀환 신경망에 대한 연구가 활발히 이루어 지고 있다. 일반적으로, 신경망의 연결강도를 학습시키기 위해서는 역전파 학습규칙이 사용되고 있다. 그러나, 이 방법은 많은 복잡한 계산과정을 필요로 하게 되고, 지역 최소값에 빠질 가능성이 매우 높다. 따라서 본 논문에서는 동적 귀환 신경망을 이용하여 비선형 동적 시스템을 동정하기 위한 새로운 방법을 제안한다. 뉴런의 연결강도를 학습시키기 위해서 본 논문에서는 진화전략을 사용한다. 주 연산자로서 돌연변이를 갖는 진화전략에 의해 학습된 동적 귀환 신경망은 플랜트 에뮬레이터로서 역할할 수 있게 된다. 또한 진화전략의 적합도 평가 함수는 플랜트의 출력과 신경망의 출력간의 오차에 기반을 둔다. 비선형 동적 시스템을 동정하는 새로운 방법은 2축 로봇 메니퓰레이터의 시뮬레이션에 적용하여 그 가능성과 유효성을 검토한다. Recently, dynamic recurrent neural networks(DRNN) for identification of nonlinear dynamic systems have been researched extensively. In general, dynamic backpropagation was used to adjust the weights of neural networks. But, this method requires many complex calculations and has the possibility of falling into a local minimum. So, we propose a new approach to identify nonlinear dynamic systems using DRNN. In order to adjust the weights of nonlinear dynamic systems using DRNN. In order to adjust the weights of neurons, we use evolution strategies, which is a method used to solve and optimal problem having many local minimums. DRNN trained by evolution strategies with mutation as the main operator can act as a plant emulator. And the fitness function of evolution strategies is based on the difference of the plant's output and DRNN's outputs. Thus, this new approach at identifying nonlinear dynamic system, when applied to the simulation of a tow-link robot manipulator, demonstrates the performance and efficiency of this proposed approach.

학습 알고리듬을 이용한 로봇 매니퓰레이터의 위치/힘 제어

심귀보 중앙대학교 생산공학연구소 1995 생산공학연구소 논문집 Vol.4 No.1

조립작업이나 연마작업 등 외부환경과 상호작용을 일으키는 작업을 로봇으로 하여금 실행시키는 경우, 로봇의 end-effector의 위치와 힘을 교묘하게 제어할 필요가 있다. 이와 같은 경우 대상물로부터의 반력은 대상물체의 표면형상 등에 의존하기 때문에 추정하기 힘들고, 일반적으로 위치나 힘의 고 정밀한 제어를 실현하는 것은 곤란하다. 로봇의 위치제어에 있어서는 종래부터 시행의 반복을 이용한 일종의 학습방식이 제안되어져 있다. 이 방식에서는 목표운동을 실현하기 위해서 실제로 여러 번 시행을 반복하여 시행 때마다 로봇의 운동을 목표운동에 접근시키는 것이다. 이 경우 로봇의 입력 패턴은 실제의 운동 데이터만으로 구성되기 때문에 로봇 다이나믹스나 외란을 추정할 필요가 없다고 하는 이점이 있다. 한편 힘제어에서 문제가 되는 반력 등 외란은 추정이 곤란하지만 비교적 재현성이 있기 때문에 시행의 반복에 의한 학습방식에 의해서 보상할 수 있다고 기대할 수 있다. 따라서 본 논문에서는 로봇 매니퓰레이터의 위치/힘제어에 학습방법이 적용될 수 있음을 이론적으로 검토한다. It has been pointed out in much literature that when a robot performs some tasks like assembling or grinding, not only the position but also the contact force of the tools connected to the robot hand must be controlled. However, it is generally difficult for the robot to accomplish the desired position and force patterns. The main reason of this difficulty is that the reaction force and the friction force between the tools and the object which crucially affect the robot motion can not be estimated exactly, so that the input torque to generate the desired patterns can not be obtained. To realize the desired position and force patterns without estimating the reaction and friction forces, a new control scheme based on iteration of trials is proposed. In this control scheme, at the first trial the robot is excited by an input torque pattern without knowledge of the robot dynamics, reaction force, and friction force. Therefore, the robot motion does not generally coincide with the desired motion patterns. Than, at the second trial is simply modified by the errors which are the differences between the real force and position patterns and the desired ones. By repeating such operations under reasonable conditions, the force and position patterns approach the desired ones. In this paper, it is theoretically shown that the real force and position patterns of robots converge to the desired ones as the trial number tends to infinity.