http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이보훈(Bo-Hoon Lee),박종한(Jong-Han Park),이창석(Chang-Seok Lee),김용태(Yong-Tae Kim) 大韓電子工學會 2011 電子工學會論文誌-SC (System and control) Vol.48 No.4
이족로봇은 높은 자유도로 인하여 기구적인 불안정성을 내포하고 있기 때문에 보행 시 자세 안정성의 확보가 중요하다. 일반적으로 평지에서는 안정적인 정적 보행이 가능하지만 평지가 아닌 비평탄 지형에서는 보행의 안정성이 현저하게 떨어진다. 본 논문에 서는 비평탄 지형에서 이족로봇의 자세 안정화를 포함한 강인한 보행 방법을 제안하였다. 이족로봇의 중앙에 장착된 자이로 센서와 가속도 센서 값을 기반으로 보행 순간마다 센서 값을 감지하여 로봇 몸체의 기울어진 각도를 인식하여 보행 자세를 안정화하는 강인 보행 알고리즘을 설계하였다. 비평탄 지형 보행은 로봇의 기울어진 각도를 인식하여 그 상황에 맞게 관절 각도를 변화시켜 이족로봇 상체의 각도가 평지보행에서와 같도록 하체관절의 각도를 보정하여 보행에서의 안정성을 높였다. 제안된 보행알고리즘은 실제 제작된 이족로봇을 사용하여 비평탄 지형에서 실험하여 제안된 보행 알고리즘의 성능을 검증하였다. Biped robot with high DOF has instability in mechanism. Therefore, it is important to guarantee walking stability of biped robot. Biped robot can stably walk on the flat ground using static walking patterns. However, walking stability of robot becomes increasingly worse on the uneven terrain. In the paper, we propose a robust walking algorithm of biped robot with motion stabilization to solve the problem The proposed algorithm was designed to stabilize walking motions based on the inclination of robot body using a gyro sensor and a accelerometer equipped in the center of the upper body. If unstable motions are recognized, angles of each joints are modified to increase stability by using compensation of angles of lower legs. The experimental results show that biped robot performs stable walking on the uneven terrain.
이보훈(Bo-Hoon Lee),이창석(Chang-Seok Lee),김용태(Yong-Tae Kim) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.6
로봇의 이동성 향상을 위해 다양한 환경에 적응할 수 있는 로봇의 연구 개발이 활발하게 진행되고 있다. 본 논문에서는 휠(wheel)과 다리(Leg)기반 변형이 가능하고, 로봇간 상호 결합이 가능한 복합 이동형 로봇을 제안하였다. 복합 이동형 로봇은 로봇간 결합을 위해 페그 모듈과 컵 모듈을 로봇의 전면과 후면에 각각 장착하고, 주행과 보행이 가능하도록 구현하였다. 다양한 지형에서 이동성을 향상을 위해 임베디드 영상기반 결합 및 분리 알고리즘을 제안하였으며, 로봇간 결합을 통해 끊어진 도로와 비평탄 지형에서의 결합 이동 방법을 제안하였다. 제안한 방법은 로봇의 전면과 밑면에 장착된 PSD 센서를 이용하여 지형을 인식하고, 지형에 맞은 극복 알고리즘을 통해 로봇간 협력을 통해 이동성을 향상시킨다. 제안한 방법들은 임베디드시스템 기반의 복합 주행 이동형 로봇을 실제 제작하여 실험 통해 성능을 검증하였다. There are many researches to develop robots that improve its mobility to adapt in various uneven environments. In the paper, a hybrid mobile robot that can dock with the other robot and transforms between wheeled robot and legged robot is proposed. The hybrid mobile robot platform has docking device with a peg and a cup module. In addition, the robot is possible to walk and drive according to condition of the road. A navigation algorithm of the hybrid mobile robot is proposed to improve the mobility of robots using docking algorithm based on image processing on the broken road and uneven terrain. The proposed method recognizes road condition through PSD sensor attached in front and bottom of the robot and selects an appropriate navigation method according to terrain surface. The proposed docking and navigation methods are verified through experiments using hybrid mobile robots.
정량적 위험도 평가를 통한 기존 노후 지하철역사 제연모드 개선에 관한 연구
이보훈(Bo Hoon Lee),홍서희(Seo Hee Hong),이호형(Ho Hyung Lee),김효규(Hyo Gyu Kim) 한국화재소방학회 2021 한국화재소방학회 학술대회 논문집 Vol.2021 No.추계
지하철은 저공해, 에너지 효율성, 대량수송이 가능하다는 이점이 있고 철로와 역사의 지하화로 지상의 공간을 효율적으로 사용함으로써 교통난을 해결하기 위한 수단으로 평가되어 현재 대표적 교통수단으로 이용되고 있다. 지하철에서 화재가 발생할 경우 연기배출이 제한된 지하공간이라는 특수성으로 인해 화재 연기에 의한 피해가 우려되므로 제연설비를 통한 대피환경 확보의 중요성이 부각되고 있다. 그러나 시간 경과로 인한 지하철역사에 설치된 제연시설의 노후화로 기존 시스템의 제⋅배연 성능이 현저히 저하된 것이 선행연구를 통해 밝혀졌으며, 이로 인해 기존 노후 지하철 역사의 대피환경 확보 가능 여부가 불확실한 실정이다. 이에 따라 본 연구에서는 기존 연구에서 수행된 피난안전성 결과와 함께 기존 노후 지하철 역사의 제⋅배연모드 개선안을 제시하고자 지하철 역사에서 열차화재 발생 시 제연모드별로 열차 도착시간 및 화재발생열차의 위치에 따른 화재 시나리오를 작성하고, 시나리오별 화재 발생률(Frequency)을 산정하여 화재해석과 대피해석을 수행함으로써 사망자수(N:Fatalities)를 정량적으로 추정하였다. 이에 얻어진 사고 발생률(F)과 사망자수(N)를 F/N선도로 작성하고 이를 사회적 위험도 평가기준과 비교하여 제연모드별 안정성을 평가하였으며 다음과 같은 결론을 얻었다. 대상 정거장인 노후 지하철 A역과 B역 모두 모든 시나리오에서 화재발생 60초 이내에 열차가 승강장에 도착할 경우 사망자가 발생하지 않는 것으로 나타났으며, 열차 도착시간이 지연될수록 사망자수는 증가하는 것으로 나타났다. 또한 A역의 경우 승강장 디퓨저를 배기로 작동하는 경우보다 급기로 작동하여 승강장 가압을 하는 경우가 위험도가 낮았으며, 대배기구 가동시에도 승강장의 디퓨저를 배기로 작동하는 경우보다 급기로 작동하는 것이 대피안전성 확보에 유리한 것으로 나타났다. B역의 경우 선로부 상⋅하부 레지스터와 승강장 가압(급기)을 같이 작동할 경우 ALARP구간을 만족하며, 대배기구 및 본선환기구를 작동하지 않을 경우에도 평가 기준을 만족하는 것으로 나타났다.
Extreme Learning Machine을 이용한 자기부상 물류이송시스템 모델링
이보훈,조재훈,김용태,Lee, Bo-Hoon,Cho, Jae-Hoon,Kim, Yong-Tae 대한전자공학회 2013 전자공학회논문지 Vol.50 No.9
In this paper, a new modeling method of a magnetic levitation(Maglev) system using extreme learning machine(ELM) is proposed. The linearized methods using Taylor Series expansion has been used for modeling of a Maglev system. However, the numerical method has some drawbacks when dealing with the components with high nonlinearity of a Maglev system. To overcome this problem, we propose a new modeling method of the Maglev system with electro magnetic suspension, which is based on ELM with fast learning time than conventional neural networks. In the proposed method, the initial input weights and hidden biases of the method are usually randomly chosen, and the output weights are analytically determined by using Moore-Penrose generalized inverse. matrix Experimental results show that the proposed method can achieve better performance for modeling of Maglev system than the previous numerical method. 본 논문에서는 Extreme Learning Machine(ELM)을 이용한 자기부상시스템 모델링 기법을 제안한다. 자기부상시스템의 모델링을 위하여 일반적으로 테일러 급수를 이용한 선형화 모델이 사용되어져 왔으나, 이런 수학적 기법의 경우 자기부상시스템의 비선형 반영에 한계가 있다는 단점을 가지고 있다. 이러한 단점을 극복하기 위해 본 논문에서는 학습시간이 빠른 특성을 가진 ELM을 이용한 자기부상시스템의 모델링 기법을 제안한다. 제안된 기법은 입력 가중치들과 은닉 바이어스들의 초기값을 무작위로 선택하고 출력 가중치들은 Moore-Penrose의 일반화된 역행렬 방법을 통하여 구해진다. 실험을 통하여 제안된 알고리즘이 자기부상시스템의 모델링에서 수학적 기법에 비해 우수한 성능을 보임을 알 수 있었다.
Extreme Learning Machine을 이용한 자기부상 물류이송시스템 모델링
이보훈(Bo-Hoon Lee),조재훈(Jae-Hoon Cho),김용태(Yong-Tae Kim) 대한전자공학회 2013 전자공학회논문지 Vol.50 No.1
본 논문에서는 Extreme Learning Machine(ELM)을 이용한 자기부상시스템 모델링 기법을 제안한다. 자기부상시스템의 모델링을 위하여 일반적으로 테일러 급수를 이용한 선형화 모델이 사용되어져 왔으나, 이런 수학적 기법의 경우 자기부상시스템의 비선형 반영에 한계가 있다는 단점을 가지고 있다. 이러한 단점을 극복하기 위해 본 논문에서는 학습시간이 빠른 특성을 가진 ELM을 이용한 자기부상시스템의 모델링 기법을 제안한다. 제안된 기법은 입력 가중치들과 은닉 바이어스들의 초기값을 무작위로 선택하고 출력 가중치들은 Moore-Penrose의 일반화된 역행렬 방법을 통하여 구해진다. 실험을 통하여 제안된 알고리즘이 자기부상시스템의 모델링에서 수학적 기법에 비해 우수한 성능을 보임을 알 수 있었다. In this paper, a new modeling method of a magnetic levitation(Maglev) system using extreme learning machine(ELM) is proposed. The linearized methods using Taylor Series expansion has been used for modeling of a Maglev system. However, the numerical method has some drawbacks when dealing with the components with high nonlinearity of a Maglev system. To overcome this problem, we propose a new modeling method of the Maglev system with electro magnetic suspension, which is based on ELM with fast learning time than conventional neural networks. In the proposed method, the initial input weights and hidden biases of the method are usually randomly chosen, and the output weights are analytically determined by using Moore-Penrose generalized inverse. matrix Experimental results show that the proposed method can achieve better performance for modeling of Maglev system than the previous numerical method.