Robot용 3축 Force Sensor 개발에 관한 연구

최동엽,정연규,Choe, Dong-Yeop,Jeong, Yeon-Gyu 한국기계연구원 1988 기계연구원소보 Vol.18 No.-

The force sensor is essentially required in controlling robot manipulator in such applications as precise assembly of mechanical parts, deburring and polishing and various kinds of 6-axis force sensors are developed for these application. This paper presents the algorithm of horizontal assembly of circular cross-sectional workpiece using 3-axis force sensor and procedure to develop the sensor. The sensor is calibrated and tested using AID converter and 16 bit micro computer. The result is $\pm$0.03% FS of zero stability, 0.1%FS of linearity and $\pm$0.05% FS of resolution. The sensor will be used in the research of robot application such as assembly and deburring interfaced with micro computer based robot controller which is under development at the robotics lab.

조립 자동화를 위한 로봇의 활용

최동엽,Choe, Dong-Yeop 재료연구소 1993 機械와 材料 Vol.5 No.3

미디어 텍스트 분석 기반의 공급망 리스크 모니터링 시스템의 개발

최동엽,서용원 한국생산관리학회 2023 한국생산관리학회지 Vol.34 No.4

오늘날의 기업들은 무역 갈등의 심화, 전염병, 경기 침체, 전쟁 및 각종 자연재해 등으로 인한 공급망 리스크에 노출되어 있다. 이러한 배경에서 공급망 리스크와 관련된 정보를 수집하고 동향을 파악하는 것의 중요성이 증대되고 있으며, 뉴스 기사와 같이 실시간으로 발생하는 미디어 텍스트를 분석하는 것은 공급망 리스크와 관련된 최신 정보를 빠르게 수집하는 유용한 방법으로 대두되고 있다. 하지만, 공급망 리스크와 관련된 텍스트를 분석하는 연구는 초기 단계이며, 최근 활용도가 증가하는 딥러닝 기반의 자연어 처리 기법을 적용한 텍스트 분석은 미비한 상황이다. 이에 본 연구에서는 뉴스 기사 분석을 활용하여 공급망 리스크와 관련된 정보를 수집, 도출하는 인공지능 기반의 공급망 리스크 모니터링 시스템을 개발한다. 이를 위해 사전 학습 언어모델인 KoBERT에 기반해 공급망 리스크 관련 기사만을 수집하는 필터링 모델을 수립하고, 수집된 기사의 공급망 리스크 유형을 LDA 토픽 모델링 기반으로 식별하여 학습 데이터를 구축하였다. 이후, BOW(Bag of Words)와 KoBERT를 사용한 딥러닝 기반의 공급망 리스크 분류 모델을 개발하여 수집된 기사의 공급망 리스크 유형을 예측하였다. 분석 결과, KoBERT 기반의 공급망 리스크 관련 기사의 필터링 정확도가 92.2%의 높은 성능을 보이는 것으로 나타났으며, 리스크 유형 분류 모델에서도 KoBERT 기반의 공급망 리스크 유형 분류 모델이 BOW 기반 모델에 비해 높은 분류 성능을 보이는 것을 확인하였다. Recently, companies are exposed to various supply chain risks such as intensified trade conflicts, epidemics, economic and geopolitical uncertainties, and natural disasters. Thus there is increasing importance in monitoring information related to supply chain risks. Analyzing real-time media texts, such as news articles, can be utilized for monitoring up-to-date information supply chain risks. However, researches regarding analyzing supply chain risk related text are in early stages, and researches to apply modern AI techniques such as deep learning-based natural language processing to supply chain risk texts are scarce. This study aims to develop a supply chain risk monitoring system that monitors and extracts information related to supply chain risks by analyzing news articles. To collect supply chain risk related articles a filtering model based on KoBERT is developed, of which risk types are identified based on LDA topic modeling to be utilized as the train data. To predict news articles’ risk types, two deep learning- based risk classification models are developed using BOW(Bag of Words) and KoBERT. The results showed high accuracy of KoBERT based model in filtering supply chain risk-related articles, and in the classification of supply chain risk types also KoBERT based model showed better performance than BOW based model.

백래쉬 제거 가능한 유성치차 감속기

최동엽,오세훈 한국특허학회 1999 특허학연구 : 한국특허학회지 Vol.1 No.1

SMS 문장에서 추출된 감정을 표현하는 시뮬레이션 로봇

최동엽,박진규 한국특허학회 2015 특허학연구 : 한국특허학회지 Vol.16 No.1

SMS 문장에서 나타나는 감정 요소를 표현할 수 있는 시뮬레이션 로봇을 개발하였다. 여기서 사용되는 감정 요소는 한국어 감정 언어 특징을 기반으로 작성된 분류 체계에 의거하여 추출된다. 사람과 마찬가지 로 감정은 표정, 동작, 그리고 소리 등으로 표현되며, 본 논문에서는 로봇 하드웨어 및 여러 종류의 감정을 표시하기 위한 효과적 로봇 제작 방법을 제시하였다. A simulation robot was developed that can express the emotional element extracted from mobile SMS(Short Message service) sentence. The emotional element is extracted based on the emotion classification system which is developed based on the characteristics of Korean emotional language. As human emotion is expressed by facial movement, voice, gesture and so on, the simulation robot was developed to be able to express facial movement, voice, and gesture to express emotion extracted from SMS. In this study the structure of Robot hardware and the making method of robot is suggested that can effectively express various kinds of emotion.

교육용 이동 로봇 플랫폼 개발

최동엽,박용길 한국특허학회 2007 특허학연구 : 한국특허학회지 Vol.9 No.1

교육용으로 사용하는 인공 지능형 이동 로봇의 플랫폼을 개발하였다. 이 로봇은 주제어기, 모터드라이버부, 바퀴부, 센서부, 통신부 등으로 구성되고, 모듈화되어 있으며, 무선 통신을 사용하여 PC와 연결하여 사용할 수 있다. 카메라를 부착하여 환경 영상을 PC로 전송할 수 있으며, PC를 통하여 음성 인식에 의한 구동이 가능하도록 하여 인공 지능형 이동이 가능하도록 하였다. 초음파 센서, 광센서를 이용하여 장애물 회피 주행도 가능하도록 하였다. 이와 같은 기능을 가진 교육용 로봇은, 학생들의 문제 해결력, 창의력, 협동하는 능력, 논리적 사고, 컴퓨터 프로그래밍 등의 능력 배양을 뒷받침할 수 있는 교육용 기자재로서 활용성이 매우 클 것이다. Intelligent mobile robot platform was developed for education. It is composed of main controller, motor driver, wheel, sensor, and data communication part. It is modularized and connected to personal computer by wireless communication. Environmental image can be transmitted to personal computer and the robot can be driven by the command made by voice recognition through the personal computer. Obstacle avoidance navigation is possible using sonar and light sensor. This robot can be used for various kinds of intelligent robot technology education

ON LEARNING OF CMAC FOR MANIPULATOR CONTROL

최동엽,황현,Choe, Dong-Yeop,Hwang, Hyeon 한국기계연구원 1989 기계연구원소보 Vol.19 No.-

Cerebellar Model Arithmetic Controller(CMAC) has been introduced as an adaptive control function generator. CMAC computes control functions referring to a distributed memory table storing functional values rather than by solving equations analytically or numerically. CMAC has a unique mapping structure as a coarse coding and supervisory delta-rule learning property. In this paper, learning aspects and a convergence of the CMAC were investigated. The efficient training algorithms were developed to overcome the limitations caused by the conventional maximum error correction training and to eliminate the accumulated learning error caused by a sequential node training. A nonlinear function generator and a motion generator for a two d. o. f. manipulator were simulated. The efficiency of the various learning algorithms was demonstrated through the cpu time used and the convergence of the rms and maximum errors accumulated during a learning process; A generalization property and a learning effect due to the various gains were simulated. A uniform quantizing method was applied to cope with various ranges of input variables efficiently.

LEARNING PERFORMANCE AND DESIGN OF AN ADAPTIVE CONTROL FUCTION GENERATOR: CMAC(Cerebellar Model Arithmetic Controller)

최동엽,황현,Choe, Dong-Yeop,Hwang, Hyeon 한국기계연구원 1989 기계연구원소보 Vol.19 No.-

As an adaptive control function generator, the CMAC (Cerebellar Model Arithmetic or Articulated Controller) based learning control has drawn a great attention to realize a rather robust real-time manipulator control under the various uncertainties. There remain, however, inherent problems to be solved in the CMAC application to robot motion control or perception of sensory information. To apply the CMAC to the various unmodeled or modeled systems more efficiently, it is necessary to analyze the effects of the CMAC control parameters on the trained net. Although the CMAC control parameters such as size of the quantizing block, learning gain, input offset, and ranges of input variables play a key role in the learning performance and system memory requirement, these have not been fully investigated yet. These parameters should be determined, of course, considering the shape of the desired function to be trained and learning algorithms applied. In this paper, the interrelation of these parameters with learning performance is investigated under the basic learning schemes presented by authors. Since an analytic approach only seems to be very difficult and even impossible for this purpose, various simulations have been performed with pre specified functions and their results were analyzed. A general step following design guide was set up according to the various simulation results.

로봇 감정 표현을 위한 동작 제어 알고리즘

최동엽,박진규 한국특허학회 2016 특허학연구 : 한국특허학회지 Vol.17 No.2

본 논문에서는 로봇에서 감정을 표현하기 위하여 사용하는 동작을 쉽게 생성하기 위한 알고리즘을 제 시하였다. 이와 같은 목적을 위하여, 키 프레임 방식을 사용하였으며, 각각의 키 프레임은 감정을 표현하 기 위한 로봇의 핵심 포즈이다. 감정을 표현하기 위한 동작은 여러 개의 키 프레임으로 이루어지며, 동작 의 개선을 위하여 키 프레임의 삽입, 또는 삭제가 가능하다. 이와 같이 여러 개의 키 프레임으로 구성되 는 동작을 부드럽게 이루어지도록하기 위하여, 기존의 PWM 방식 모터 제어 방법을 개선하여 적용하였 다. 키 프레임 시퀀스를 편집하기 위한 프로그래밍 시스템도 개발되었다. The purpose of this study was to develop the algorithm to create a new predetermined gesture for the emotion expression easily. For the purpose of easy creation of predetermined gesture, key frame concept was adopted. The key frame which was used in this study is a robot pose that is critical in order to express the emotion. A predetermined gesture is composed of several key frame. And one or more key frame can be added or removed easily to modify the gesture. For the smooth movement of the robot, modified PWM is proposed. A programming system was also developed for the editing of the key frame sequence and simulation of the servo motor movement.

감정 표현 로봇을 위한 SMS 문장의 감정 추출 방법

최동엽,박진규,김태정 한국특허학회 2016 특허학연구 : 한국특허학회지 Vol.17 No.1

본 논문에서는 감정 표현 로봇에서 사용하기 위한 SMS 문장에 내포되어 있는 감정을 추출하기 위한 방법을 제시하였다. 제시된 방법은 철자 오류나, 동사 형용사의 어미 활용에 대처하기 위한 것으로서, 감 정 추출은 두 단계로 이루어졌다. 첫 번째는, 사용되는 각 단어에 내포되어 있는 감정을 결정하는 단계이 고, 두 번째는 그 결과를 이용하여 문장의 감정을 결정하는 단계이다. 각각의 단계를 위하여 신경 회로망 과 히든 마르코프 모델을 사용하였으며, 16비트 한글 완성형 코드를 사용하였다. 하위 3비트 오차 및 하위 5 비트 오차의 경우에 대하여 감정을 추출하기 위한 시스템을 학습시켰으며, 감정 추출의 성공률은 3비트의 경우 92.25%, 5비트의 경우 95.30%였고, HMM의 추출 성공률은 80.0%였다. An emotion extraction algorithm from SMS text was developed for the emotion expression robot. The emotion extraction is performed in two steps. First, the emotion of each word is determined in accordance with the data base on the basis of emotion classification system. Secondly, the emotion of a sentence is determined according to the emotions extracted from the words of the sentence. For the first step, artificial neural network was used for the training of words with spelling errors. And for the second step, hidden markov model was used. For the artificial neural network and hidden markov model processing, Korea graphic character set for information interchange was used which is a South Korean 16bit coded character set standard to represent Korean characters on a computer. Two cases were simulated. First, lower 3 bits of 16bits were used to make spelling errors. Second case was with 5bits spelling errors. The matching rates of training data were 98.75% with 3 bits error and 95.74% with 5 bits error with 20K training iteration.. The matching rate of sentence emotion was 80.0% with the trained HMM.