http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 주제어 : Bi-directional Reasoning (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
임기현(Gi Hyun Lim),서일홍(Il Hong Suh) 대한전자공학회 2007 電子工學會論文誌-CI (Computer and Information) Vol.44 No.6
본 논문에서는 이동 로봇의 다계층으로 로봇 지식 체계를 구축함으로써 실생활 환경에서 잡음이 섞인 센서 때문에 소실되거나 잃어버리거나 가려진 정보를 찾아낼 수 있는 추론(inference)할 수 있는 로봇 지식을 구현하고자 한다. 로봇 지식 체계는 4개의 지식 계층과 2종류의 규칙 (rule) 과 공리 (Axiom)으로 구성되어 있다. 인지, 모델, 정황, 활동의 4 개의 지식 계층(KClass) 으로 구성된다. 각각의 지식 계층은 3개의 지식 층 (KLevel) 과 3개의 온톨로지 층 (OLayer) 으로 구성된다. 3개의 지식층은 하위 층, 중간, 상위 지식층이고, 3 개의 온톨로지 층은 메타 온톨로지, 온톨로지 스키마, 온톨로지 인스턴스 층이다. 공리는 각 온톨로지 층 내에서 온톨로지 요소인 개념간의 관계를 표현하고, 2종류의 규칙은 서로 다른 온톨로지 층간, 서로 다른 지식 계층 간의 연관을 각각 표현한다. 따라서 이러한 특징의 로봇의 하위 수준의 센서 정보에서 상위 수준의 의미 정보를 통합 할 수 있도록 하고, 통합된 지식을 가지고 이웃한 층간의 단방향 추론 및 몇 개의 층들 간의 양방향 추론을 통해 불확실하고 부분적인 정보에 대한 질문에 응답할 수 있다. 이러한 우리의 로봇 지식 체계의 유용성이 물체 인식과 주행을 위한 여러 실험을 통하여 검증할 수 있다. This paper introduces a robot knowledge framework which is represented with multiple classes, levels and layers to implement robot intelligence at real environment for mobile robot. Our root knowledge framework consists of four classes of knowledge (KClass), axioms, rules, a hierarchy of three knowledge levels (KLevel) and three ontology layers (OLayer). Four KClasses including perception, model, activity and context class. One type of rules are used in a way of unidirectional reasoning. And, the other types of rules are used in a way of bi-directional reasoning. The robot knowledge framework enable a robot to integrate robot knowledge from levels of its own sensor data and primitive behaviors to levels of symbolic data and contextual information regardless of class of knowledge. With the integrated knowledge, a robot can have any queries not only through unidirectional reasoning between two adjacent layers but also through bidirectional reasoning among several layers even with uncertain and partial information. To verify our robot knowledge framework, several experiments are successfully performed for object recognition and navigation.
-
상황 정보 기반 양방향 추론 방법을 이용한 이동 로봇의 물체 인식
임기현(G. H. Lim),류광근(G. G. Ryu),서일홍(I. H. Suh),김종복(J. B. Kim),장국현(G. X. Zhang),강정호(J. H. Kang),박명관(M. K. Park) 대한전기학회 2007 대한전기학회 학술대회 논문집 Vol.2007 No.4
In this paper. We propose reasoning system for object recognition and space classification using not only visual features but also contextual information. It is necessary to perceive object and classify space in real environments for mobile robot. especially vision based. Several visual features such as texture, SIFT, color are used for object recognition. Because of sensor uncertainty and object occlusion, there are many difficulties in vision -based perception. To show the validities of our reasoning system, experimental results will be illustrated, where object and space are inferred by bi-directional rules even with partial and uncertain information. And the system is combined with top-down and bottom -up approach.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
