영상 정보를 이용한 ROBOKER 팔 위의 역진자 시스템의 지능 밸런싱 제어 구현 = Intelligent Balancing Control of Inverted Pendulum on a ROBOKER Arm Using Visual Information

다국어 초록 (Multilingual Abstract)

This paper presents balancing control of inverted pendulum on the ROBOKER arm using visual information. The angle of the inverted pendulum placed on the robot arm is detected by a stereo camera and the detected angle is used as a feedback and tracking error for the controller. Thus, the overall closed loop forms a visual servoing control task. To improve control performance, neural network is introduced to compensate for uncertainties. The learning algorithm of radial basis function(RBF) network is performed by the digital signal controller which is designed to calculate floating format data and embedded on a field programmable gate array(FPGA) chip. Experimental studies are conducted to confirm the performance of the overall system implementation.

국문 초록 (Abstract)

본 논문에서는 영상 정보를 이용하여 로보커 팔위의 역진자의 밸런싱 제어를 한다. 로봇 팔위에 놓인 역진자의 각도는 카메라로 검출하고 검출된 각도 값은 제어기로 귀환되어 오차를 생성한다. 따라서 전체 제어루프는 폐회로 루프를 형성한다. 제어 성능을 높이기 위해 기존 선형제어기에 신경망 제어기를 더하였다. RBF 네트워크의 학습 알고리즘은 FPGA에 설계된 부동소수점 연산이 가능한 디지털 제어기에 의해 수행된다. 실험을 통하여 전체 시스템 성능을 검증하였다.

참고문헌 (Reference)

1 이운규, "스테레오 비전정보를 사용한 휴머노이드 로봇 팔 ROBOKER의 동적 물체 추종제어 구현 및 실험" 제어·로봇·시스템학회 14 (14): 998-1004, 2008

2 F. Chaumette, "Visual Servo Control Part I:Basic Approaches" 82-90, 2006

3 J. Zhu, "Towards an FPGA Based Reconfigurable computing environment for neural network implementations" 661-666, 1999

4 S. Jung, "Neural network control for position tracking of a two-axis inverted pendulum system: Experimental studies" 18 (18): 1042-1048, 2008

5 Deok Hui Song, "Kinematics Analysis and Implementation of a Motion-Following Task for a Humanoid Slave Robot Controlled by an Exoskeleton Master Robot" 제어·로봇·시스템학회 5 (5): 681-690, 2007

6 S. Jung, "Hardware implementation of real-time neural network controller with a DSP and an FPGA for nonlinear system" 54 (54): 265-271, 2007

7 I. Mezei, "Formal specification of an FPGA based educational microprocessor" 667-670, 2002

8 M. Miyamoto, "Feedback error learning" 1 : 251-265, 1988

9 S. Himavathi, "Feed-forward neural network implementation in FPGA using layer multiplexing for effective resource utilization" 18 (18): 880-888, 2007

10 M. Krips, "FPGA implementation of a neural network for a real time hand tracking system" 2002

11 Y. Taright, "FPGA implementation of a multilayer perceptron neural network using VHDL" 1311-1314, 1998

12 S. Hutchinson, "A Tutorial on Visual Servo Control" 12 (12): 651-670, 1996