신경회로망과 유전알고리즘에 기초한 이동로봇의 제어 이득 최적화 = Control Gain Optimization for Mobile Robots Using Neural Networks and Genetic Algorithms

국문 초록 (Abstract)

이동로봇을 원하는 위치로 최단시간 안에 이동시키기 위해 최적제어문제를 풀어야 하지만 비선형시스템이므로 해석적 접근이 매우 어렵다. 본 논문에서 유전알고리즘을 사용하여 이동로봇의 최적제어이득을 구한다. 로봇 방정식이 비선형식이므로 초기치에 따라 최적제어이득은 다르게 결정된다. 따라서 초기치 범위를 적절한 개수의 격자점으로 이산화시킨 뒤 해당 격자점에서 유전알고리즘으로 최적제어이득을 구한다. 일반적인 초기치에 대한 제어이득은 신경회로망으로 구하며 해당 격자점의 초기치와 그에 대한 최적제어이득을 신경회로망 학습데이터로 사용하고 학습시킨다. 이산화된 격자점이 아닌 다른 초기치에 대한 제어이득은 신경회로망으로부터 구한다. 마지막으로 본 논문의 제어방법의 유용성을 시뮬레이션 연구로 확인하고자 한다.

다국어 초록 (Multilingual Abstract)

In order to move mobile robots to desired locations in a minimum time, optimal control problems have to be solved; however, their analytic solutions are almost impossible to obtain due to robot nonlinear equations. This paper presents a method to get optimal control gains of mobile robots using genetic algorithms. Since the optimal control gains of mobile robots depend on the initial conditions, the initial condition range is discretized to form some grid points, and genetic algorithms are applied to provide the optimal control gains for the corresponding grid points. The optimal control gains for general initial conditions may be obtained by use of neural networks. So the optimal control gains and the corresponding grid points are used to train neural networks. The trained neural networks can supply pseudo-optimal control gains. Finally simulation studies have been conducted to verify the effectiveness of the method presented in this paper.

참고문헌 (Reference)

1 최영규, "신경회로망을이용한선박의최단시간궤적제어" 한국정보통신학회 17 (17): 117-126, 2013

2 D.E. Kirk, "Optimal Control Theory: An Introduction" Prentice-Hall, Inc 2004

3 F.L. Lewis, "Optimal Control" John Wiley & Sons Inc 2012

4 C.T. Lin, "Neural Fuzzy Systems" Prentice Hall 1996

5 V. Kecman, "Learning and Soft Computing" The MIT Press 2001

6 R. Siegwart, "Introduction to Autonomous Mobile Robots" The MIT Press 2011

7 Z. Michalewicz, "Genetic Algorithms+Data Structures=Evolution Programs" Springer 1996

8 Y.K. Choi, "Design and Implementation of an adaptive neural network compensator for control systems" 48 (48): 2001

9 E.R. Fierro, "Control of a nonholonomic mobile robot using neural networks" 9 (9): 1998

10 F. Fahimi, "Autonomous Robots: Modeling, Path Planning, and Control" Springer 2010

11 M. Mitchell, "An Introduction to Genetic Algorithms" The MIT Press 1998