EKF-SLAM을 이용한 쿼드콥터의 위치 추정

조영완,황재영,이희진,Cho, Youngwan,Hwang, Jaeyoung,Lee, Heejin 한국전기전자학회 2015 전기전자학회논문지 Vol.19 No.4

본 논문에서는 무인 쿼드콥터의 자율 비행 제어를 위해 기반이 되는 위치 인식을 위하여 EKF-SLAM 기반 위치추정 알고리즘을 제안하고 이를 쿼드콥터의 궤적 추종 제어에 적용하여 시뮬레이션을 통해 위치 추정의 성능과 이를 통한 궤적 추종의 결과를 검증하였다. 쿼드콥터의 EKF-SLAM 기반 위치 추정을 위해 쿼드콥터 비행 동역학 모델을 수립하고 이를 기반으로 EKF-SLAM의 운동 모델 및 관측 모델을 유도하였으며 궤적 추종을 위한 쿼드콥터의 수평제어와 자세제어를 위해 PD 제어기를 적용하였다. 본 논문에서는 다양한 궤적 및 랜드마크 환경에 대해 EKF-SLAM 기반 위치 추정 성능을 시뮬레이션함으로써 EKF-SLAM을 이용한 위치 추정 기반 궤적 추종 제어의 성능을 확인하였다. In this paper, a method for estimating the location of a quadcopter is proposed by applying an EKF-SLAM algorithm to its flight control, to autonomously control the flight of an unmanned quadcopter. The usefulness of this method is validated through simulations. For autonomously flying the unmanned quadcopter, an algorithm is required to estimate its accurate location, and various approaches exist for this. Among them, SLAM, which has seldom been applied to the quadcopter flight control, was applied in this study to simulate a system that estimates flight trajectories of the quadcopter.

진동에 강인한 센서 융합 필터와 개선된 PID 제어 방식을 이용한 쿼드콥터의 자세 제어

조영완,김현수,Cho, Youngwan,Kim, Hyun-Soo 한국전기전자학회 2014 전기전자학회논문지 Vol.18 No.3

본 논문은 4개의 BLDC 모터를 이용한 쿼드콥터 무인비행체의 센서 신호 성능 개선을 위해 진동에 강인한 센서융합 방식을 제안하고 이를 기반으로 하여 자세제어를 위한 개선된 PID 제어 기법을 제안한다. 쿼드콥터의 자세추정을 위해 사용하는 가속도 센서와 자이로 센서 각각의 특성에서 나타나는 단점을 상호 보완하고 모터에서 발생하는 진동의 영향을 최소화하도록 상보필터를 적용하여 두 센서를 융합하는 방법을 제안하였다. 본 논문에서 제안하는 센서 융합 방식은 쿼드콥터의 방진을 위해 일반적으로 사용되는 이동평균 필터나 저역통과 필터에 비해 진동에 더욱 강인하고 지연이 적은 결과를 얻을 수 있었다. 또한 쿼드콥터의 자세 제어를 위해 일반적으로 사용되는 PID 제어 중 D 제어 성분을 추정된 각도의 변화량을 이용하는 대신 자이로 센서를 사용하는 쿼드콥터의 특성에 맞게 자이로 센서 출력을 사용하는 방식을 제안하여 사용함으로써 자세 제어 오차를 줄일 수 있고 자세 제어의 안정화가 보다 용이하게 이루어질 수 있음을 확인하였다. In this paper, we propose a advanced attitude PID controller and sensor fusion method robust to the vibration of the quadcopter unmanned air vehicle using four BLDC motors. When the gyro sensor and acceleration sensor are fused, a complementary filter is designed to ignore the vibrations generated by the motors and to complement the drawbacks. As a result, we obtain accurate results than using each sensor. Also, it is possible to obtain a low delay results in robust to vibration than the low-pass filter or moving average filter, which is generally used for quadcopter. And we improved D controller, which have being used for attitude control of quadcopter, to quadcopter using gyro sensor. it was confirmed that the attitude is stabilized and error is reduced By using gyro sensor output instead of variation of estimated angle in D control.

쿼드로터 자세 안정화를 위한 센서융합 기반 3중 중첩 PID 제어기

조영완(Youngwan Cho) 대한전기학회 2018 전기학회논문지 Vol.67 No.7

In this paper, we propose a triple nested PID control scheme for stable hovering of a quadrotor and propose a complementary filter based sensor fusion technique to improve the performance of attitude, altitude and velocity measurement. The triple nested controller has a structure in which a double nested attitude controller that has the angular velocity PD controller in inner loop and the angular PI controller in outer loop, is nested in a velocity control loop to enable stable hovering even in the case of disturbance. We also propose a sensor fusion technique by applying a complementary filter in order to reduce the noise and drift error included in the acceleration and gyro sensor and to measure the velocity by fusing image, gyro, and acceleration sensor. In order to verity the performance, we applied the proposed control and measurement scheme to hovering control of quadrotor.

3D CNN을 이용한 미래 프레임 예측을 통한 비디오 이상 감지

조영완(Youngwan Jo),조준흠(Junheum Cho),최승연(Seungyeon Choi),박상현(Sanghyun Park) 한국정보과학회 2022 한국정보과학회 학술발표논문집 Vol.2022 No.06

모바일 게임플레이 행동 정책 학습을 위한 YOLOv3 기반 강화학습

이태학(Taehak Lee),조영완(Youngwan Cho) 대한전기학회 2022 전기학회논문지 Vol.71 No.1

This paper proposes a reinforcement learning model that constructs a sequential behavioral decision policy for playing a game by extracting feature points in an environment in which a game image is given. In this paper, we propose a method of optimizing performance through state domain reduction, transfer learning, and multi-agent-based modeling to obtain the maximum score available for game environments that must continue their actions and have time limitations in decision making. These methods were implemented for the ‘Timberman’ game environment and experimented with learning performance by applying them as a player’s behavioral policy to evaluate the trained model.

ANN 기반 기보학습 및 Minimax 탐색 알고리즘을 이용한 오델로 게임 플레이어의 구현

전영진(Youngjin Jeon),조영완(Youngwan Cho) 대한전기학회 2018 전기학회논문지 Vol.67 No.12

This paper proposes a decision making scheme for choosing the best move at each state of game in order to implement an artificial intelligence othello game player. The proposed decision making scheme predicts the various possible states of the game when the game has progressed from the current state, evaluates the degree of possibility of winning or losing the game at the states, and searches the best move based on the evaluation. In this paper, we generate learning data by decomposing the records of professional players’ real game into states, matching and accumulating winning points to the states, and using the Artificial Neural Network that learned them, we evaluated the value of each predicted state and applied the Minimax search to determine the best move. We implemented an artificial intelligence player of the Othello game by applying the proposed scheme and evaluated the performance of the game player through games with three different artificial intelligence players.

CNN 기반 기보학습 및 강화학습을 이용한 인공지능 게임 에이전트

전영진(Youngjin Jeon),조영완(Youngwan Cho) 한국전기전자학회 2019 전기전자학회논문지 Vol.23 No.4

본 논문에서는 인공지능 오델로 게임 에이전트를 구현하기 위해 실제 프로기사들의 기보를 CNN으로 학습시키고 이를 상태의 형세 판단을 위한 근거로 삼아 최소최대탐색을 이용해 현 상태에서 최적의 수를 찾는 의사결정구조를 사용하고 이를 발전시키고자 강화학습 이론을 이용한 자가대국 학습방법을 제안하여 적용하였다. 본 논문에서 제안하는 구현 방법은 기보학습의 성능 평가 차원에서 가치평가를 위한 네트워크로서 기존의 ANN을 사용한 방법과 대국을 통한 방법으로 비교하였으며, 대국 결과 흑일 때 69.7%, 백일 때 72.1%의 승률을 나타내었다. 또한 본 논문에서 제안하는 강화학습 적용 결과 네크워크의 성능을 강화학습을 적용하지 않은 ANN 및 CNN 가치평가 네트워크 기반 에이전트와 비교한 결과 각각 100%, 78% 승률을 나타내어 성능이 개선됨을 확인할 수 있었다. This paper proposes a CNN architecture as value function network of an artificial intelligence Othello game agent and its learning scheme using reinforcement learning algorithm. We propose an approach to construct the value function network by using CNN to learn the records of professional players’ real game and an approach to enhance the network parameter by learning from self-play using reinforcement learning algorithm. The performance of value function network CNN was compared with existing ANN by letting two agents using each network to play games each other. As a result, the winning rate of the CNN agent was 69.7% and 72.1% as black and white, respectively. In addition, as a result of applying the reinforcement learning, the performance of the agent was improved by showing 100% and 78% winning rate, respectively, compared with the network-based agent without the reinforcement learning.

SURF와 Optical Flow의 병렬 처리 기술을 이용한 이동 물체 인식 및 추적 알고리즘

최정호(Jungho Choi),조영완(Youngwan Cho) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.2

본 논문에서는 물체 인식을 위한 SURF와 물체 추적을 위한 Optical Flow(Lucas-Kanade) 두 가지 알고리즘에 병렬 처리 기술을 이용하여 이동 물체를 인식하고 추적하는 방법을 제안한다. 물체 인식 및 추적은 컴퓨터 비전에서 중요한 작업 중 하나지만 특징점 추출 및 정합 부분은 연상량이 많아 처리 속도가 느리다는 단점이 있다. 제안된 방법에서는 이러한 단점을 줄이고 움직이는 물체를 실시간으로 인식 및 추적하기 위해 대표적인 특징 추출 방법인 SURF와 움직임을 추적하는 방법인 Optical Flow를 이용하였고, 속도 개선을 위해 병렬 처리 기법을 이용하였다. 먼저 DB에 있는 물체와 카메라를 통해 획득한 영상을 분석하여 똑같은 물체가 있는지 SURF를 통해 인식한 후 관심영역을 설정하고 관심영역 내에 있는 특징점들의 움직임을 Optical Flow로 추적하는데 이 두 알고리즘을 Multi-Thread를 이용하여 병행으로 처리함으로써 처리 속도와 인식률을 향상시켰다. 본 논문에서 제안하는 알고리즘은 실험을 통하여 성능을 평가하였고 그 알고리즘의 효율성을 검증하였다.

모델참조 적응 퍼지제어기를 이용한 휠베이스 이동 로봇의 궤적 추적 제어

김승우(Seungwoo Kim),서기성(Kisung Seo),조영완(Youngwan Cho) 제어로봇시스템학회 2009 제어·로봇·시스템학회 논문지 Vol.15 No.7

This paper presents a design scheme of torque control for wheeled mobile robot (WMR) to asymptotically track the target reference trajectory. By considering the kinematic model of WMR, trajectory tracking control generates the desired tracking trajectory, which is transformed into the command velocity vector for the real WMR to track the target reference trajectory. The dynamic equation of the state error between the target reference trajectory and the desired tracking trajectory is represented by Takagi-Sugeno fuzzy model, and this model is used as the reference model for the real mobile robot error dynamics to follow. The control parameters are updated by adaptive laws that are designed for the error states of the real WMR to asymptotically follow the states of reference error model for the desired tracking trajectory. The proposed control is applied to a typical wheeled mobile robot and simulation studies are carried out to verify the validity and effectiveness of the control scheme.

밝기변화에 강인한 Genetic Programming 기반의 비파라미터 다중 컬러 검출 모델

김영균(Youngkyun Kim),권오성(Ohsung Kwon),조영완(Youngwan Cho),서기성(Kisung Seo) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.6

본 논문은 물체인식이나 영상추적에 사용되는 컬러검출을 위한 GP(Genetic Programming)기반의 컬러검출 모델을 제안한다. 기존의 컬러검출은 기본적인 RGB 모델에 대한 선형, 비선형 함수의 변환을 사용하거나, 최적화 기법이나 학습기법에 의해 조명 변화에 개선된 컬러 모델을 사용하고 있다. 하지만 대부분의 경우 색상 채널간의 간섭에 의해 다양한 색상에 대한 분류가 어렵고, 조명변화에 강인하지 못하다. 본 연구에서는 GP의 최적화된 학습기법과 모델 생성 기법을 통해 조명변화에 강인하고, 다중의 색상 검출이 가능하며, 파라미터 설정이 필요 없는 컬러 모델을 제안한다. 제안된 방법을 다양한 색상과 조명환경이 다른 영상에 대해서 기존 컬러모델과 비교 분석하였다. This paper introduces GP(Genetic Programming) based color detection model for an object detection and tracking. Existing color detection methods have used linear/nonlinear transformatin of RGB color-model and improved color model for illumination variation by optimization or learning techniques. However, most of cases have difficulties to classify various of colors because of interference of among color channels and are not robust for illumination variation. To solve these problems, we propose illumination robust and non-parametric multi-colors detection model using evolution of GP. The proposed method is compared to the existing color-models for various colors and images with different lighting conditions.