A Study and Development of Intellectual Component based on Multi-Sensor for Intelligent Simulation Robot

Seong-Yong Hong

A Study and Development of Intellectual Component based on Multi-Sensor for Intelligent Simulation Robot

Recommendations

Search

Questions

지능형 시뮬레이션 로봇을 위한 멀티센서 기반 지능 컴포넌트 개발 연구

Type: Proceeding

Author: Seong-Yong Hong

Journal: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 Vol.35 No.2B

Published: 2008.10

Pages: 6 - 10 (5page)

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

A Study and Development of Intellectual Component based on Multi-Sensor for Intelligent Simulation Robot

Abstract· Keywords

Report Errors

최근 21C 산업분야에 가장 큰 변화를 가져다 줄 거대한 산업으로 지능형 로봇 분야의 연구가 활발하게 이루어지고 있다. 지능형 로봇은 인간과 유사한 상황판단 능력으로 인간에게 유익한 서비스를 능동적으로 제공할 수 있어야 한다. 따라서 지능형 로봇의 자율적인 서비스를 가능하게 하기 위해서 환경인식, 경로 계획 및 주행 제어 등의 지능 능력이 필요 하다. 이러한 로봇 지능은 유비쿼터스 환경과 네트워크를 기반으로 센서기술에 발전으로 빠르게 발전하고 있다. 그러나 로봇 지능능력의 구현을 현실에서 실험하는 비용과 시간의 측면에서 보았을 때 매우 비효율적이기 때문에 소프트웨어적인 시뮬레이션을 실체적 구현에 신행하는 것이 효율적이라고 하겠다.
본 논문에서는 소프트웨어적인 시뮬레이션 환경에서 지능형 로봇을 위한 멀티센서 기반 지능 컴포넌트 개발 연구 방법을 제안한다. 지능형 로봇은 현실에서 다양한 환경을 접하게 되며 상황에 따라서 적절한 반응을 지능적으로 대처해야 한다. 그러므로 지능형 로봇은 멀티센서를 사용해야하며 이를 기반으로 상황판단을 통해 지능적인 행동을 하게 된다. 이를 위해 지능형 로봇은 멀티센서를 융합한 지능화 알고리즘이 필요하며 실제 구현 이전에 최적화를 위한 시뮬레이션이 필요하다. 본 논문에서 제안한 지능 컴포넌트 개발은 다양한 시뮬레이션을 통하여 많은 비용과 시간이 절약될 것이며, 이는 실제 지능로봇을 개발하기 위한 필수적인 단계가 될 것이다. 이뿐만 아니라 로봇 표준화를 고려한 지능 컴포넌트 프레임워크를 활용하여 다양한 로봇의 형태와 여러 환경의 설정에 따른 로봇의 지능을 시뮬레이션 할 수 있을 것으로 기대한다.

요약
1. 서론
2. 관련 연구
3. 멀티센서 기반 지능 컴포넌트 개발 방법
4. 지능형 시뮬레이션 로봇 환경 구축과 실험 결과
5. 결론 및 향후 연구
참고 문헌

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

홍성용

Affiliation 한국과학기술원

Fields Engineering > Computer Science TOP 5% Interdisciplinary Studies > Interdisciplinary Research

Articles 38 Usage 6,699

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Related Authors

Recently viewed articles

Comments(0)