제한조건을 갖는 이동로봇의 유전알고리즘에 의한 예측제어

최영규,박진현,Choi, Young-Kiu,Park, Jin-Hyun 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.1

예측제어는 제어대상의 예측모델을 이용하여 기준명령과 상태의 미래 오차를 예측하고 최소화시키는 현재 입력을 구하며, 상태와 입력의 제한조건도 고려할 수 있는 매우 실용적인 방법이다. 이동로봇에 대해 예측제어가 적용된 연구들이 있었으나 제어성능을 결정하는 여러 제어 파라미터들이 임의로 지정됨에 따라 성능이 최적화되지 못하였다. 본 논문에서 입력제한조건을 갖는 이동로봇의 궤적추종 예측제어에 유전알고리즘을 적용하여 제어 파라미터 튜닝을 통해 궤적추종오차를 최소화하며, 입력의 제한조건을 반영하기 위해서 quadratic programming을 Hildreth 방법을 적용한다. 컴퓨터 시뮬레이션을 통해 본 논문에서 제안한 방법의 우수성을 기존 방법과 비교하여 확인한다. Predictive control is a very practical method that obtain the current input that minimizes the future errors of the reference command and state by use of the predictive model of the controlled object, and can also consider the constraints of the state and input. Although there have been studies in which predictive control is applied to mobile robots, performance has not been optimized as various control parameters for determining control performance have been arbitrarily specified. In this paper, we apply the genetic algorithm to the trajectory tracking control of a mobile robot with input constraints in order to minimize the trajectory tracking errors through control parameter tuning, and apply the quadratic programming Hildreth method to reflect the input constraints. Through the computer simulation, the superiority of the proposed method is confirmed by comparing with the existing method.

신경회로망과 유전알고리즘에 기초한 이동로봇의 제어 이득 최적화

최영규,박진현,Choi, Young-kiu,Park, Jin-hyun 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.4

이동로봇을 원하는 위치로 최단시간 안에 이동시키기 위해 최적제어문제를 풀어야 하지만 비선형시스템이므로 해석적 접근이 매우 어렵다. 본 논문에서 유전알고리즘을 사용하여 이동로봇의 최적제어이득을 구한다. 로봇 방정식이 비선형식이므로 초기치에 따라 최적제어이득은 다르게 결정된다. 따라서 초기치 범위를 적절한 개수의 격자점으로 이산화시킨 뒤 해당 격자점에서 유전알고리즘으로 최적제어이득을 구한다. 일반적인 초기치에 대한 제어이득은 신경회로망으로 구하며 해당 격자점의 초기치와 그에 대한 최적제어이득을 신경회로망 학습데이터로 사용하고 학습시킨다. 이산화된 격자점이 아닌 다른 초기치에 대한 제어이득은 신경회로망으로부터 구한다. 마지막으로 본 논문의 제어방법의 유용성을 시뮬레이션 연구로 확인하고자 한다. In order to move mobile robots to desired locations in a minimum time, optimal control problems have to be solved; however, their analytic solutions are almost impossible to obtain due to robot nonlinear equations. This paper presents a method to get optimal control gains of mobile robots using genetic algorithms. Since the optimal control gains of mobile robots depend on the initial conditions, the initial condition range is discretized to form some grid points, and genetic algorithms are applied to provide the optimal control gains for the corresponding grid points. The optimal control gains for general initial conditions may be obtained by use of neural networks. So the optimal control gains and the corresponding grid points are used to train neural networks. The trained neural networks can supply pseudo-optimal control gains. Finally simulation studies have been conducted to verify the effectiveness of the method presented in this paper.

신경회로망을 이용한 선박의 최단시간 궤적제어

최영규,박진현,Choi, Young-Kiu,Park, Jin-Hyun 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.1

위치에 따라 변화하는 해류가 있는 해상에서 선박이 일정속도로 움직이면서 진행각도를 제어하여 특정목표점에 최단시간으로 도착하고자 한다. 이러한 문제는 Zermelo의 항해문제라고 불리고 있으며 calculus of variation에 의해 최단시간제어의 근사해를 구할 수 있지만 매우 복잡한 비선형방정식의 역관계를 테이블 형태로 이용하여야 하므로 그 정확도가 높지 않다. 본 논문에서는 이러한 근사해의 정확도를 높이기 위해 신경회로망을 이용하여 비선형 방정식의 역관계식을 표현하였고, 신경회로망의 보간 기능으로 인해 높은 정확도의 최단시간제어가 가능하였다. 여러 가지 항해 상황에 대한 컴퓨터 시뮬레이션을 통해서 본 논문에서 제안한 방법이 기존의 방법보다 우수함을 확인할 수 있었다. A ship is intended to reach a specified target point in the minimum-time when it travels with a constant speed through a region of strong currents and its heading angle is the control variable. This is called the Zermelo's navigation problem. Its approximate solution for the minimum-time control may be found using the calculus of variation. However, the accuracy of its approximate solution is not high since the solution is based on a table form of inverse relations for some complicated nonlinear equations. To enhance the accuracy, this paper employs the neural network to represent the inverse relation of the complicated nonlinear equations. The accurate minimum-time control is possible with the interpolation property of the neural network. Through the computer simulation study we have found that the proposed method is superior to the conventional ones.

Parameter Optimization of Controllers for Forward Converters Using Genetic Algorithms

최영규,우동영,박진현,Choi, Young-Kiu,Woo, Dong-Young,Park, Jin-Hyun The Korea Institute of Information and Commucation 2010 한국정보통신학회논문지 Vol.14 No.1

포워드 컨버터는 광범위하게 사용되는 파워공급기 중의 하나이다. 본 논문은 부하가 다양하게 변동하는 환경에서 출력 전압의 변동을 최소화하는 포워드 컨버터의 최적회로 소자 값을 구하기 위한 파라메터 동조방법을 제시한다. 위상여유의 개념을 사용하는 기존의 방법은 최적의 위상여유를 통해 출력 전압 응답에서 부분적인 성능 개선이 이루어지도록 확장되었다. 이를 위해서 위상여유를 동조 파라메터로 두고 유전자 알고리즘을 사용하여 최적화하였다. 다음으로 회로 소자 값들을 동조 파라메터로 직접 선택하고, 역시 유전자 알고리즘으로 최적화하여 포워드 컨버터의 출력 전압 제어에서 매우 개선된 성능을 갖도록 하였다. The forward convener is one of power supplies used widely. This paper presents parameter tuning methods to obtain optimal circuit element values for the forward converter to minimize the output voltage variation under various load changing environments. The conventional method using the concept of the phase margin is extended to have optimal phase margin that gives slightly improved performance in the output voltage response. For this, the phase margin becomes the tuning parameter and is optimized with the genetic algorithm. Next, the circuit element values are directly chosen as the tuning parameters and also optimized using the genetic algorithm to have very improved performance in the output voltage control of the forward converter.

경사감소학습을 이용한 이동로봇의 적응 PD 제어 방법

최영규,박진현,Choi, Young-Kiu,Park, Jin-Hyun 한국정보통신학회 2016 한국정보통신학회논문지 Vol.20 No.9

이동로봇은 유연한 생산시스템이 필요한 산업현장에서 유용하게 사용된다. 이동로봇이 생산부품과 같은 기계적 부하를 싣고 정해진 경로를 따라 정확히 이동하여야 하며 통상 기구학적 제어기가 사용되고 있다. 그러나 부하가 매우 크고 비선형 마찰도 클 경우, 기구학적 제어기로 만족할 만한 제어성능을 기대할 수 없어서 동적 제어기가 연구되고 있다. 기존의 동적 제어기는 부하의 무게와 위치를 정확히 알아야 한다는 조건이 있다. 그러나 실제 기계적 부하는 빈번히 변하고 정확히 알 수 없으므로 기존의 동적제어기 성능에 한계가 있다. 따라서 기계적 부하를 정확히 알지 못해도 이동로봇의 동적제어가 작동하도록 경사감소학습을 이용하여 적응 PD 제어 방법을 본 논문에서 제안하였다. 여러 가지 부하 변동 조건하에서 다양하게 시뮬레이션 하여 본 논문의 적응 PD 제어 방법이 기존의 방법보다 폭넓은 수렴영역을 가지고 있음을 확인하였다. Mobile robots are effectively used in industrial fields that require flexible manufacturing systems. Mobile robots have to move with mechanical loads such as product parts along the specified paths, and are usually equipped with kinematic controllers. When the loads and nonlinear frictions are too high, satisfactory control performances can not be expected with the kinematic controllers, so some dynamic controllers have been developed. Conventional dynamic controllers require the exact weights and locations of the loads; however, the loads are frequently changed and unknown so that the control performances of the conventional controllers are limited. This paper proposes an adaptive PD control method using gradient descent learning to have sufficient dynamic control performance for unknown loads. Simulation studies have been conducted for various load conditions to verify that the adaptive PD control method have much broader convergence region than the convention method.

신경회로망에 의한 Brachistochrone 최소시간 궤적제어

최영규,박진현,Choi, Young-Kiu,Park, Jin-Hyun 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.12

Brachistochrone 문제는 중력장내의 수직평면에 존재하는 임의의 두점을 연결하는 곡선경로를 따라 bead가 움직일 때에 가장 빠른 곡선경로를 구하는 것이며, calculus of variation에 의해 최단시간제어량을 구할 수 있지만 매우 복잡한 비선형방정식의 역관계를 테이블 형태로 구해야 하므로 그 정확도가 높지 않다. 본 논문에서는 이러한 근사해의 정확도를 높이기 위해 신경회로망을 이용하여 비선형방정식의 역관계식을 표현하였고, 신경회로망의 보간 기능으로 인해 높은 정확도의 최단시간제어가 가능하였다. 여러 가지 최종목표점에 대한 컴퓨터 시뮬레이션을 통해서 본 논문에서 제안한 방법이 기존의 방법보다 우수함을 확인할 수 있었다. A bead is intended to reach a specified target point in the minimum-time when it travels along a certain curve on a vertical plane with the gravity. This is called the brachistochrone problem. Its minimum-time control input may be found using the calculus of variation. However, the accuracy of its minimum-time control input is not high since the solution of the control input is based on a table form of inverse relations for some complicated nonlinear equations. To enhance the accuracy, this paper employs the neural network to represent the inverse relation of the complicated nonlinear equations. The accurate minimum-time control is possible with the interpolation property of the neural network. For various final target points, we have found that the proposed method is superior to the conventional ones through the computer simulations.

형태제어에 기초한, 여유자유도를 갖는 로보트 머니퓰레이터의 여유 자유도 이용에 관한 연구

崔榮奎(Young-Kiu Choi),Homayoun Seraji 대한전기학회 1992 전기학회논문지 Vol.41 No.4

전방향 모바일 로봇에서 유전알고리즘을 이용한 적분 슬라이딩 기반 동적 제어 기법

박진현,최영규,Park, Jin-Hyun,Choi, Young-Kiu 한국정보통신학회 2021 한국정보통신학회논문지 Vol.25 No.12

전방향 모바일 로봇은 로봇의 방향을 바꿀 필요 없이 어떤 방향으로든 움직일 수 있어 여러 응용 분야에서 적용이 쉽고 뛰어난 기동성을 제공한다. 전방향 모바일 로봇은 마찰과 같은 비선형 동적 성분을 가지고 있어 정확히 모델링하기에 어렵다. 본 연구에서는 이러한 비선형 성분을 제거하기 위하여 모바일 로봇의 역 다이내믹과 적분 슬라이딩 모드 제어기법을 사용하여 모바일 로봇 시스템을 선형화하고, 제안된 제어기법의 최적 성능을 구현하기 위하여 유전알고리즘을 사용하여 위치 및 속도 이득을 최적화한다. 성능 평가 결과 유전알고리즘을 적용한 제어기법이 임의의 이득을 갖는 제어기법보다 뛰어난 성능을 나타내었다. 그리고 제안된 역 다이내믹과 적분 슬라이딩 모드 제어기법은 다른 제어기법에서도 적용될 수 있으며, 특히 선형제어시스템 설계에 유용하게 사용될 수 있다. Omnidirectional mobile robots can be mobile in any direction without changing the robot's direction, making them easy to apply in many applications and providing excellent maneuverability. Omnidirectional mobile robots have non-linear dynamic components such as friction, making them difficult to model accurately. In this paper, we linearize the mobile robot system using the mobile robot's inverse dynamics and integral sliding mode control method to remove these nonlinear components. And the position and velocity gains are optimized using a genetic algorithm to realize the optimal performance of the proposed system control method. As a result of the performance evaluation, the genetic algorithm's control method showed superior performance than the control method with an arbitrary gain. And the proposed inverse dynamic and integral sliding mode control method can be applied to other control methods. It can be beneficial for designing a linear control system.

최단강하선 문제를 위한 신경회로망 최적 제어

박진현,최영규,Park, Jin-Hyun,Choi, Young-Kiu 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.4

최단강하선 문제의 해는 cycloid 형태라는 것이 밝혀졌으나, bead의 정확한 각도 값은 복잡한 비선형방정식의 역관계를 테이블 형태로 구해야 얻을 수 있다. 본 논문에서는 이러한 근사해의 정확도를 높이기 위해 신경회로망을 이용하여 비선형방정식의 역관계식을 표현하였고, 신경회로망의 보간 기능으로 인해 높은 정확도의 최단시간제어가 가능하였다. 여러 가지 최종목표점에 대한 컴퓨터 시뮬레이션을 통해서 본 논문에서 제안한 방법이 기존의 방법보다 우수함을 확인할 수 있었다. The solution of brachistochrone problem turned out the form of a cycloid but correct angle values of bead can be obtained from the table form of inverse relations for the complicated nonlinear equations. To enhance the accuracy, this paper employs the neural network to represent the inverse relation of the complicated nonlinear equations. The accurate minimum-time control is possible with the interpolation property of the neural network. For various final target points, we have found that the proposed method is superior to the conventional ones through the computer simulations.

인공신경망에 기초한 이륜 역진자 로봇의 퍼지 제어시스템 구현

정건우,최영규,Jeong, Geon-Wu,Choi, Young-Kiu 한국정보통신학회 2013 한국정보통신학회논문지 Vol.17 No.1

본 논문에서는 친환경 이동 수단인 이륜 역진자 로봇을 기존의 방법보다 더욱 안정적으로 밸런싱 하기 위한 제어시스템을 구현하였다. 먼저 이륜 역진자 로봇의 제어시스템을 퍼지 제어구조로 선택하고, 적절한 소속함수 요소 값들을 지정된 3종류의 무게에 따라 시행착오적으로 구하였다. 임의의 무게에 따른 퍼지 소속 함수 요소 값을 구하기 위해 3종류의 무게에 따른 퍼지 소속함수 요소 값을 신경회로망으로 튜닝한 뒤 퍼지 제어시스템에 적용하여 보다 안정적인 제어가 가능 하도록 제어시스템을 구현하였다. 구현된 제어시스템을 실제 로봇에 적용시켜 본 결과, 기존의 퍼지 제어시스템에 비해서 본 논문에서 제안한 신경회로망으로 튜닝한 퍼지 제어시스템이 보다 우수함을 확인할 수 있었다. In this paper, a control system for two wheeled inverted pendulum robot is implemented to have more stable balancing capability than the conventional control system. Fuzzy control structure is chosen for the two wheeled inverted pendulum robot, and fuzzy membership function factors for the control system are obtained for 3 specified weights using a trial-and-error method. Next a neural network is employed to generate fuzzy membership function factors for more stable control performance when the weight is arbitrarily selected. Through some experiments, we find that the proposed fuzzy control system using the neural network is superior to the conventional fuzzy control system.