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.

적응 PID 제어기를 이용한 이동로봇의 군집제어

박진현,최영규,Park, Jin-Hyun,Choi, Young-Kiu 한국정보통신학회 2015 한국정보통신학회논문지 Vol.19 No.11

본 연구에서는 이동 로봇의 군집제어기에 관한 연구로써 구조가 단순한 PID 제어기의 장점을 살리고, 추종 로봇의 동역학 특성에 강인한 성능을 내는 적응 PID 제어기를 제안하고자 한다. 모의실험을 통하여 제안된 적응 PID 제어기가 일반적인 PID 제어기에 비하여 군집 제어에서 추종 로봇의 추종 성능인 일정 거리 와 일정 각도를 잘 유지하며, 추종 로봇의 무게가 변화될 경우에도 잘 추종함을 알 수 있다. 이는 제안된 적응 PID 제어기가 이득을 변화시켜 최적의 성능을 나타냄을 알 수 있다. 이를 통해 제안된 적응 PID 제어기의 성능이 우수함을 검증할 수 있다. In this paper, we strengthen the advantages of a simple PID controller as a study on the formation control of mobile robots and propose an adaptive PID controller with robust performance at the dynamics characteristics of following robot. Simulation studies show that the adaptive PID controller has better keeping constant distance and angle such as tracking performance of following robot for the formation control than a conventional PID controller. This is the proposed adaptive PID controller to change the gains is found to represent the best performance. This is able to verify that the performance of the proposed adaptive PID controller is excellent.

생물학적 모방에 따른 물고기 로봇의 직진유영 연구

박진현,이태환,최영규,Park, Jin-Hyun,Lee, Tae-Hwan,Choi, Young-Kiu 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.8

본 연구에서는 생물학적 모방에 따른 물고기 로봇의 직진유영에 관한 연구로써, Liu 등이 제안한 꼬리 모션 함수를 푸우리에 급수 전개의 7차 항까지 고려한 제안된 방법과 일반적인 사인함수만으로 근사한 방법과 비교하여 모의실험 하였다. 일반적으로 로봇 물고기의 꼬리 링크의 길이가 길어지고 링크가 많을 경우, 로봇 물고기의 꼬리 모션 함수의 말단 회전 관절 궤적은 사인 함수의 모양과 매우 다르다. 그러므로 로봇 물고기의 꼬리 궤적을 단순한 푸우리에 급수 전개의 기본파 성분만으로 근사하기에는 문제가 있다. 제안된 방법과 일반적인 사인함수만으로 근사한 방법의 모의실험 결과 제안된 방법이 로봇 물고기의 추력과 속도에서 10%정도 뛰어남을 보였다. This paper was researched the straight cruise of fish robot according to biological mimic, and it was compared the proposed method which was considered up to 7th order components in fourier series of Liu's tail motion function with the approximate method which was used general sine function by simulation. If fish robot has a large number of links and if the length of tail link is long. The end rotary joint trajectory of tail motion function generally is different from sine function. Therefore The approximate method which expresses tail motion trajectories as fundamental component in fourier series has a problem. Through the computer simulation, the proposed method showed 10% excellent propulsion and velocity than the conventional method.

학습기능을 이용한 Z. Cao의 퍼지추론방식

박진현,이태환,최영규,Park, Jin-Hyun,Lee, Tae-Hwan,Choi, Young-Kiu 한국정보통신학회 2008 한국정보통신학회논문지 Vol.12 No.9

과거 Z. Cao는 Relation matrix를 사용한 정밀한 추론이 가능한 NFRM(New fuzzy reasoning method)을 제안하였다. 이는 추론의 규칙 수가 적음에도 불구하고 Mamdani의 퍼지추론방식에 비하여 좋은 성능을 보였다. 그러나 정밀한 추론을 위하여 relation maoix는 시행착오법을 사용하여 구하고, 이는 많은 시간과 노력이 필요하다. 본 연구에서는 이러한 relation matrix를 구하기 위하여 시행착오법에 의해 소요되는 많은 시간과 노력을 줄이고, 더욱 정밀한 추론 성능의 개선을 위하여 경사감소학습법을 사용한 학습기능을 갖는 Z. Cao의 퍼지추론 방식을 제안하고자 한다. 모의실험은 비선형 시스템에 적용하여 제안된 추론방식이 좋은 성능을 나타냄을 보였다. Z. Cao had proposed NFRM(new fuzzy reasoning method) which infers in detail using relation matrix. In spite of the small inference rules, it shows good performance than mamdani's fuzzy inference method. In this paper, we propose Z. Cao's fuzzy inference method with learning ability which is used a gradient descent method in order to improve the performances. It is hard to determine the relation matrix elements by trial and error method. Because this method is needed many hours and effort. Simulation results are applied nonlinear systems show that the proposed inference method using a gradient descent method has good performances.

물고기 로봇의 기하학적 경로 추종

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

물고기 로봇 연구는 몸체 및 꼬리 관절 궤적의 크기나 주파수의 크기에 따른 로봇의 추력 비교 또는 꼬리 관절 궤적을 적절한 함수로 선정하여 물고기 로봇의 빠른 회전 등과 관련된 연구가 주를 이루고 있다. 본 연구에서는 물고기 로봇이 추력을 받아 앞으로 유영할 경우, 로봇의 몸체 및 꼬리 관절이 사인파와 같이 좌, 우로 요동치며 움직이므로 피드백 제어를 행하기 어렵다. 따라서 물고기 로봇의 경로에 기초한 가상의 위치를 검출하고, 검출된 위치를 사용하여 주어진 경로 위의 예견 점(look-ahead point)을 기준으로 방향 오차를 정의하여 물고기 로봇이 경로를 추종하도록 제어기를 설계하였다. 모의실험 결과 제안된 방법의 유용성을 확인할 수 있었다. The study of fish robot is a main subject that are related with the propulsive force comparison using a varying amplitude and frequency for body and tail motion trajectory, and the quick turn using a proper trajectory function. In this study, when a fish robot thrusts forward, feedback control is difficult to apply for a fish robot, because body and tail joints as a sine wave are rolled. Therefore, we detect the virtual position based on the path of the fish robot, define the angle errors using the detected position and the look-ahead point on the given path, and design a controller to track given path. We have found that the proposed method is useful through the computer simulations.

학습기능을 갖는 MIMO 퍼지시스템에 관한 연구

박진현,배강열,최영규,Park, Jin-Hyun,Bae, Kang-Yul,Choi, Young-Kiu 한국정보통신학회 2009 한국정보통신학회논문지 Vol.13 No.3

Z. cao는 Relation matrix를 사용한 정밀한 추론이 가능한 NFRM(New fuzzy reasoning method)을 제안하였다. 이는 추론의 규칙 수가 적음에도 불구하고 Mamdani의 퍼지 추론방식에 비하여 좋은 성능을 보였다. 그러나 대부분의 퍼지스템의 경우, MIMO 시스템에 적용 시 퍼지 추론규칙을 도출해 내기 힘들고 많은 규칙의 수가 요구되는 단점을 갖는다. 그러므로 본 연구자에 의하여 과거에 Z. Cao's의 퍼지 추론방법을 MIMO 시스템으로 확장된 MIMO 퍼지추론 방식이 제안되었다. 그러나 정밀한 추론을 위하여 relation matrix는 휴리 스틱 (heuristic)한 방법이나 시행착오법을 사용하여 구하였고, 이는 많은 시간과 노력이 필요하다. 본 연구에서는 이러한 relation matrix를 구하기 위하여 시행 착오법에 의해 소요되는 많은 시간과 노력을 줄이고, 더욱 정밀한 추론 성능의 개선을 위하여 경사감소학습법을 사용한 학습기 능을 갖는 MIMO 퍼지추론 방식을 제안하고자 한다. 모의실험은 2축 로봇의 역기구학 문제를 푸는데 적용하여 제안된 추론방식이 좋은 성능을 보였다. Z. Cao had proposed NFRM(new fuzzy reasoning method) which infers in detail using relation matrix. In spite of the small inference rules, it shows good performance than mamdani's fuzzy inference method. But the most of fuzzy systems are difficult to make fuzzy inference rules in the case of MIMO system. The past days, We had proposed the MIMO fuzzy inference which had extended a Z. Cao's fuzzy inference to handle MIMO system. But many times and effort needed to determine the relation matrix elements of MIMO fuzzy inference by heuristic and trial and error method in order to improve inference performances. In this paper, we propose a MIMO fuzzy inference method with the learning ability witch is used a gradient descent method in order to improve the performances. Through the computer simulation studies for the inverse kinematics problem of 2-axis robot, we show that proposed inference method using a gradient descent method has good performances.

압축천연가스 겸용 차량의 출력 및 토크 향상을 위한 점화 진각 제어기 설계

박진현,김성훈,조승완,최영규,Park, Jin-Hyun,Kim, Sung-Hoon,Cho, Seung-Wan,Choi, Young-Kiu 한국정보통신학회 2010 한국정보통신학회논문지 Vol.14 No.7

최근 들어 환경에 대한 관심이 높아지면서 대기오염 방지에 비중을 둔 CNG 연료에 대한 연구가 활발하다. 그러나, 가솔린연료에 비해 출력이 감소하며, 1회 충전 거리가 짧은 단점을 가지고 있다. 특히, 토크 및 출력 저하의 원인으로는 CNG 연료가 가솔린에 비해 단위체적당 발열량이 낮고, 화염 전파 속도가 느림에 따라 혼합기가 연소되는 타이밍 손실 등에 기인한다. 본 연구에서는 타이밍 손실을 고려한 점화 진각 제어장치를 설계하여 이를 차량에 실제 장착하고, 새시 다이나모미터(Chassis Dynamometer)에서 엔진 출력 및 토크를 측정하였다. 측정된 결과 일반적인 CNG 바이 퓨얼 시스템에 비하여 최대 토크 및 출력이 향상되었다. Recently, environmental concerns increased, CNG fuel research for the prevention against air pollution is actively. But, the problems of CNG fuel have less output and a shorter charging distance than gasoline. Especially, the causes of the torque and output reduction are the mixed fuel has a combustion timing loss in case of CNG fuel which has a smaller heating value per a unit volume and a slower flame propagation speed than gasoline. In this paper, we design the spark advanced controller in consideration of the spark timing loss. Through the experimental of chassis dynamometer, we show that maximum power and torque have improved compared to that of general CNG bi-fuel 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.

일반제한조건의 이동로봇예측제어기 최적화

박진현,최영규,Park, Jin-Hyun,Choi, Young-Kiu 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.4

모델예측제어는 기준 궤적이 알려져 있을 경우 제어시스템의 예측모델을 이용하여 현재 제어상태 및 미래오차 등을 예측하여 현재 제어입력을 최적화시킬 수 있는 효과적인 방법이다. 모바일로봇의 제어입력이 물리적으로 무한히 큰 값을 가질 수 없으므로 제한조건을 갖는 예측제어기 설계가 고려되어야 한다. 또한 예측제어기의 제어성능을 결정하는 기준모델행렬 $A_r$과 가중치행렬 Q, R들이 임의로 설정됨에 따라 성능이 최적화되지 못한 부분도 설계에 고려되어야 한다. 본 연구에서는 제한조건을 갖는 quadratic programming 문제로 변형하여 모바일로봇의 예측제어기를 구성하고, 모바일 로봇의 제어성능을 결정하는 예측제어기의 제어파라미터인 기준모델행렬 $A_r$과 가중치행렬 Q, R에 대하여 유전알고리즘을 적용하여 제어파라미터들을 최적화함으로써 제어성능을 높일 수 있었다. 컴퓨터 모의실험을 통하여 본 연구에서 제안한 제어방법이 기존의 예측제어기의 추종성능보다 뛰어남을 확인하고자한다. The model predictive control is an effective method to optimize the current control input that predicts the current control state and the future error using the predictive model of the control system when the reference trajectory is known. Since the control input can not have a physically infinitely large value, a predictive controller design with constraints should be considered. In addition, the reference model $A_r$ and the weight matrices Q, R that determine the control performance of the predictive controller are not optimized as arbitrarily designated should be considered in the controller design. In this study, we construct a predictive controller of a mobile robot by transforming it into a quadratic programming problem with constraints, The control performance of the mobile robot can be improved by optimizing the control parameters of the predictive controller that determines the control performance of the mobile robot using genetic algorithm. Through the computer simulation, the superiority of the proposed method is confirmed by comparing with the existing method.

어종 분류를 위한 CNN의 적용

박진현,황광복,박희문,최영규,Park, Jin-Hyun,Hwang, Kwang-Bok,Park, Hee-Mun,Choi, Young-Kiu 한국정보통신학회 2019 한국정보통신학회논문지 Vol.23 No.1

본 연구에서 외래어종 퇴치를 위한 시스템 개발에 앞서 물 안의 어류 이미지를 CNN으로 학습하여 어종을 분류하는 알고리즘을 제안하고자 한다. CNN 학습을 위한 원데이터(raw data)는 각 어종에 대해 직접 촬영한 영상을 사용하였으며, 어종 분류성능을 높이기 위해 영상 이미지의 개수를 늘린 데이터세트 1과 최대한 자연환경과 가까운 영상 이미지를 구현한 데이터세트 2를 구성하여 학습 및 테스트 데이터로 사용하였다. 4가지 CNN의 분류성능은 데이터세트 1에 대해 99.97%, 데이터세트 2에 대해 99.5% 이상을 나타내었으며, 특히 데이터세트 2를 사용하여 학습한 CNNs이 자연환경과 유사한 어류 이미지에 대해서도 만족할 만한 성능을 가짐을 확인하였다. 그리고 4가지 CNN 중 AlexNet이 성능에서도 만족스러운 결과를 도출하였으며, 수행시간과 학습시간 역시 가장 짧아 외래어종 퇴치를 위한 시스템 개발에 가장 적합한 구조임을 확인하였다. In this study, before system development for the elimination of foreign fish species, we propose an algorithm to classify fish species by training fish images with CNN. The raw data for CNN learning were directly captured images for each species, Dataset 1 increases the number of images to improve the classification of fish species and Dataset 2 realizes images close to natural environment are constructed and used as training and test data. The classification performance of four CNNs are over 99.97% for dataset 1 and 99.5% for dataset 2, in particular, we confirm that the learned CNN using Data Set 2 has satisfactory performance for fish images similar to the natural environment. And among four CNNs, AlexNet achieves satisfactory performance, and this has also the shortest execution time and training time, we confirm that it is the most suitable structure to develop the system for the elimination of foreign fish species.