http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
De Moor의 공간추론 개념의 확장과 초등수학교과서의 공간추론 내용의 분석 - 도형영역을 중심으로
이정민 ( Lee¸ Jungmin ),김봉준 ( Kim¸ Bongjun ),전인호 ( Jeon¸ In Ho ) 서울교육대학교 초등교육연구원 2021 한국초등교육 Vol.32 No.3
본 연구에서는 De Moor의 공간추론에 대한 개념의 확장을 모색하며, 그 관점으로 초등수학교과서의 도형영역에서 공간추론에 관한 발문을 조사하였다. 첫 번째 부분에서는 초등수학교육에서 공간추론에 관한 국내 여러 선행연구의 이론적 배경으로 사용된 De Moor의 공간추론 개념을 분석하여 그 내용들을 범주화하고 구조화를 모색하였다. 그 결과 De Moor의 공간추론의 개념은 시각화와 추론으로 구성되는 수학적 사고과정으로 볼 수 있었으며, 이를 바탕으로 그 개념의 구조를 공간능력과 추론으로 확장하였다. 그리고 공간추론의 정의를 다음과 같이 새롭게 제안하였다: 공간추론은 일상생활이나 학습활동에서 공간능력을 사용하여 추론을 수행하는 수학적 사고과정이다. 이 공간추론의 정의는 공간추론은 수학적 사고 과정이며 인간의 인지능력의 매우 중요한 부분인 공간능력과 수학적 추론(넓은 의미로)으로 구성되는 것을 의미하며, 여기서 공간능력은 기존의 알려진 정의(전인호, 2021)에 따라 공간시각화와 공간방향으로, 추론은 일반적으로 연역적 추론과 귀납적 추론으로 구성되는 것으로 제안을 하였고, 여기서 공간능력과 추론의 하위 구성요소들의 수준을 조정하면 대상 학년 수준에 적용가능한 공간추론 개념의 구조를 구성할 수 있음을 보였다. 두 번째 부분에서는 De Moor의 확장된 공간추론 개념의 구조적 관점으로 초등수학 수준에 적용 가능한 공간추론 분석 기준을 세워 현행 초등수학교과서의 도형 영역의 발문에서 공간추론 개념의 구조적 경향성을 양적 조사하였다. 그 결과 공간추론 개념의 구조적인 면에서 구조의 구성 일부분에 편중되는 경향이 나타났다. 공간추론을 구성하는 공간능력과 추론의 일부 하부 요소에서 학년과 단원에 따라 심한 편중성을 보였는데, 특히 공간능력의 경우는 학년별로 혹은 단원별로 일부 하위 구성요소에, 추론의 경우에는 전체적으로 (국소)연역적 추론에 편중되었다. 따라서 교육 과정은 학생들의 공간추론 신장을 위하여 학년과 단원에 따라 공간추론 내용을 구조적으로 편중되지 않도록 구성해야 하며, 그러기 위해선 다양한 공간능력과 추론을 사용할 수 있는 교수학적 방법의 개발이 필요함을 제언하였다. In this study, the expansion of the concept of De Moor’s spatial reasoning was sought, and from that point of view, the contents of spatial reasoning were investigated in the figure area of elementary mathematics textbooks. In the first part, we analyzed De Moor’s spatial reasoning concept, which was used as the theoretical background of several domestic previous studies on spatial reasoning in elementary mathematics education, to categorize and structure its contents. As a result, De Moor’s concept of spatial reasoning could be viewed as a mathematical thinking process composed of visualization and reasoning, and based on this, the structure of the concept was extended to spatial ability and reasoning. And the definition of spatial reasoning is newly proposed as follows: Spatial reasoning is a mathematical thinking process that uses spatial ability in daily life or learning activities to perform reasoning. This definition of spatial reasoning means that spatial reasoning is a mathematical thinking process and consists of spatial ability and mathematical reasoning (in a broad sense), which are very important parts of human cognitive ability. Here, spatial ability is proposed to be spatial visualization and spatial orientation based on existing known definitions (Jeon, 2021; McGee, 1979), and reasoning is generally composed of deductive reasoning and inductive reasoning. And it was shown that the structure of spatial reasoning concept applicable to the target grade level can be constructed by adjusting the level of subcomponents of spatial ability and reasoning. In the second part, as a result, in the structural aspect of the spatial reasoning concept, there was a tendency to be biased towards a part of the structure. Spatial ability constituting spatial reasoning and some sub-elements of reasoning showed severe bias according to grades and units. In particular, in the case of spatial ability, some factors were biased by grade level or unit, and in the case of reasoning, overall (local) deductive reasoning was biased. Therefore, the curriculum should be structured so that spatial reasoning contents are not structurally biased according to grades and units in order to enhance students' spatial reasoning. suggested.
자율주행 장치를 위한 수정된 유전자 알고리즘을 이용한 경로계획과 특징 맵 기반 SLAM
김정민(Jungmin Kim),허정민(Jungmin Heo),정승영(Sungyoung Jung),김성신(Sungshin Kim) 한국지능시스템학회 2009 한국지능시스템학회논문지 Vol.19 No.3
본 논문에서는 자율주행 장치의 효율적인 자율주행을 위한 특징 맵 기반 SLAM(simultaneous localization and mapping)과 수정된 유전자 알고리즘을 이용한 경로계획을 제안하였다. 현재 연구되고 있는 자율주행 장치들에 있어서 가장 큰 문제점 중 하나는 환경 적응성이다. 이는 새로운 환경에서 자신의 위치를 인식해야 하는 경우와 “kid napping” 문제와 연계되어 자율주행 장치가 새로운 위치 혹은 알려지지 않은 위치에서 자신의 위치를 인식해야하는 경우로 구분된다. 본 논문에서는 이러한 환경 적응성 문제를 해결하기 위해 초음파 센서를 이용한 특정 맵 기반 SLAM을 적용하였으며, 지능형 자율주행 장치의 효율적인 주행을 위해 수정된 유전자 알고리즘(genetic algorithm: GA)을 적용한다. 본 논문에서는 성능을 분석하기 위해 직접 설계ㆍ제작한 자율주행 장치를 대상으로 임의의 위치에서 자율주행 장치 스스로 자신의 위치를 인식한 후, 주어진 작업을 수행하기 위해 유전자 알고리즘을 통하여 최적화 된 경로를 따라 주행하는 가를 실험하였다. 실험 결과, 빠르고 최적화된 경로계획과 효율적인 SLAM이 가능함을 확인할 수 있었다. This paper is presented simultaneous localization and mapping (SLAM) based on feature map and path-planning using modified genetic algorithm for efficient driving of autonomous vehicle. The biggest problem for autonomous vehicle from now is environment adaptation. There are two cases that its new location is recognized in the new environment and is identified under unknown or new location in the map related kid-napping problem. In this paper, SLAM based on feature map using ultrasonic sensor is proposed to solved the environment adaptation problem in autonomous driving. And a modified genetic algorithm employed to optimize path-planning. We designed and built an autonomous vehicle. The proposed algorithm is applied the autonomous vehicle to show the performance. Experimental result, we verified that fast optimized path-planning and efficient SLAM is possible.
김정민(Jungmin Kim),김연태(Yountae Kim),김성신(Sungshin Kim) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.5
본 논문에서는 Inertial Navigation System (INS)와 Ultrasonic-SATellite (U-SAT)의 센서융합을 기반으로 100㎜ 이하의 정밀위치측정 시스템을 보여준다. INS는 자이로와 두 개의 엔코더로 구성되고, U-SAT는 네 개의 송신기와 한 개의 수신기로 구성하였다. 구성된 센서들은 정밀한 정밀위치측정을 위하여 Extended Kalman Filter (EKF)를 통해 센서들을 융합하였다. 위치측정의 성능을 증명하기 위해 본 논문에서는 로봇이 0.5 m/s의 속도로 주행한 실제 데이터(직진, 곡선)와 시뮬레이션을 통한 실험을 하였으며, 실험에 사용된 위치측정방법은 일반적인 센서융합과 INS 데이터만을 칼만 필터에 이용한 센서융합을 비교하였다. 시뮬레이션과 실제 데이터를 통해 실험한 결과 INS 데이터만을 칼만 필터에 이용한 센서융합이 더 정밀함을 확인할 수 있었다. This paper is presented an accurate localization scheme for mobile robots based on the fusion of ultrasonic satellite (U-SAT) with inertial navigation system (INS), i.e., sensor fusion. Our aim is to achieve enough accuracy less than 100 ㎜. The INS consist of a yaw gyro, two wheel-encoders. And the U-SAT consist of four transmitters, a receiver. Besides the localization method in this paper fuse these in an extended Kalman filter. The performance of the localization is verified by simulation and two actual data(straight, curve) gathered from about 0.5 m/s of driving actual driving data. localization methods used are general sensor fusion and sensor fusion through Kalman filter using data from INS. Through the simulation and actual data studies, the experiment show the effectiveness of the proposed method for autonomous mobile robots.