http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
비전과 후각 센서를 이용한 이동로봇의 냄새 발생지 추적
지동민(Dongmin Ji),이정준(Jeongjun Lee),강근택(Geuntaek Kang),이원창(Won Chang Lee) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.6
본 논문에서는 비전 시스템과 후각 센서를 이용하여 자율주행 이동로봇에 냄새 발생지 추적을 위한 기능을 구현하였다. 초기에 로봇에 부착된 후각 센서가 냄새를 탐지하지 못한 경우에는 비전 시스템을 이용하여 특정 지역 내를 운행을 하다가 시계 내의 한 물체에 접근하여 냄새를 방출하고 있는 지를 검사하게 된다. 만일 냄새를 방출하고 있다면 신경회로망을 이용한 냄새 구별 알고리즘을 이용하여 그 냄새가 찾고자 하는 것인지를 확인하게 된다. 실험을 위해 AMOR(Autonomous Mobile Olfactory Robot) 로봇을 구현하여 사용하였으며, 실험결과는 제안된 알고리즘이 냄새 발생지를 찾고 냄새를 구별해 내는데 효율성이 있음을 보여준다. This paper proposes an approach to search for the odor source using an autonomous mobile robot equipped with vision and odor sensors. The robot is initially navigating around the specific area with vision system until it looks for an object in the camera image. The robot approaches the object found in the field of view and checks it with the odor sensors if it is releasing odor. If so, the odor is classified and localized with the classification algorithm based on neural network The AMOR(Autonomous Mobile Olfactory Robot) was built up and used for the experiments. Experimental results on the classification and localization of odor sources show the validity of the proposed algorithm.
비젼 시스템과 후각 센서를 이용한 자율 이동 로봇의 냄새 발생지 탐색
지동민(Dongmin Ji),주문갑(Moon G. Joo),강근택(Geuntaek Kang),이원창(Wonchang Lee) 한국지능시스템학회 2005 한국지능시스템학회 학술발표 논문집 Vol.15 No.2
본 논문에서는 비젼 시스템과 후각 센서를 이용하여 모바일 로봇의 냄새 발생지 탐색 기능을 구현 하였다. 모바일 로봇에서의 비젼 시스템은 많은 연구가 진행되어진 센싱 방식이지만, 후각 기능은 새롭게 지능 시스템의 센싱 방식으로 주목 받고 있는 추세이다. 이에 본 논문은 이전까지의 연구에서 보여준 임베디드 시스템에서의 가스 센싱 기능 구현을 벗어나 신경망 알고리즘을 이용하여 냄새를 구별 할 수 있는 후각 기능을 구현 하였으며, 비전 시스템과 후각 센서의 복합적인 알고리즘을 통하여 냄새 발생지를 탐색하는 방법을 제시하였다. 또한 이를 실험하기 위해 AMOR(Autonomous Mobile Olfactory Robot)을 구현하여 남새 발생지 탐색 알고리즘의 효용성을 입증 하였다.
이정준(Jeongjun Lee),지동민(Dongmin Ji),이원창(Won Chang Lee),강근택(Geuntaek Kang),주문갑(Moon G. Joo) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.1
본 논문은 인접한 두 로봇의 위치와 역할에 따라 로봇의 행동을 결정하는 퍼지 로직 중재자를 사용한 로봇 축구의 전략 및 전술을 제안한다. 기존의 Q 학습 알고리즘은 로봇의 수에 따라 상태의 수가 기하급수적으로 증가하여, 많은 연산을 필요로 하기 때문에 실시간 연산을 필요로 하는 로봇 축구 시스템에 알맞지 않다. Modular Q 학습 알고리즘은 해당 지역을 분할하는 방법으로 상태수를 줄였는데, 여기에는 로봇들 간의 협력을 위하여 따로 중재자 알고리즘이 사용되었다. 제안된 방법은 퍼지 규칙을 사용하여 로봇들 간의 협력을 위한 중재자 알고리즘을 구현하였고, 사용된 퍼지 규칙이 간단하기 때문에 계산 량이 작아 실시간 로봇 축구에 적합하다. MiroSot 시뮬레이션을 통하여 제안된 방법의 가능성을 보인다. This paper presents a strategy and tactic for robot soccer using fuzzy logic mediator that determines robot action depending on the positions and the roles of adjacent two robots. Conventional Q-learning algorithm, where the number of states increases exponentially with the number of robots, is not suitable for a robot soccer system, because it needs so much calculation that processing cannot be accomplished in real time. A modular Q-learning algorithm reduces a number of states by partitioning the concerned area, where mediator algorithm for cooperation of robots is used additionally. The proposed scheme implements the mediator algorithm among robots by fuzzy logic system, where simple fuzzy rules make the calculation easy and hence proper for robot soccer system. The simulation of MiroSot shows the feasibility of the proposed scheme.
이정준(Jeongjun Lee),지동민(Dongmin Ji),주문갑(Moon G. Joo),이원창(Wonchang Lee),강근택(Geuntaek Kang) 한국지능시스템학회 2004 한국지능시스템학회 학술발표 논문집 Vol.14 No.2
본 논문에서는 퍼지 로직을 이용하여 로봇과 공의 상태에 따른 로봇 행동의 선택 알고리즘을 제시한다. 전략 및 전술 알고리즘으로 많이 알려진 Modular Q-학습 알고리즘은 개체의 수에 따른 상태수를 지수 함수적으로 증가 시킬 뿐만 아니라, 로봇이 협력하기 위해 중재자 모듈이라는 별도의 알고리즘을 필요로 한다. 그러나 앞으로 제시하는 퍼지 로직을 적용한 로봇촉구 전략 및 전술 알고리즘은 퍼지 로직을 이용하여 로봇의 주행 알고리즘을 선택하는 과정과 로봇의 행동을 협력 하는 과정을 동시에 구현함으로써, 계산 양을 줄여 로봇 축구에 보다 적합하게 해준다.