메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Nam Jun Cho (Hanyang University) Jong Bok Kim (Hanyang University) Sang Hyoung Lee (Korea Institute of Industrial Technology) Il Hong Suh (Hanyang University)
저널정보
대한전자공학회 IEIE Transactions on Smart Processing & Computing IEIE Transactions on Smart Processing & Computing Vol.8 No.3
발행연도
2019.6
수록면
193 - 201 (9page)
DOI
10.5573/IEIESPC.2019.8.3.193

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this study, we propose a method for improving the recognition performance of a probabilistic model through entropy analysis after transforming the time-varying reaction force/torque (F/T) signals. To conduct a task, it is important for a robot to recognize the reaction forces/torques from physical interactions with objects or the environment. The reaction force/torque signals measured using an F/T sensor contain a large number of noise components owing to the sensitivity of the sensor. Therefore, the recognition performance depends on how the noise components included in the training and test datasets are dealt with. For this purpose, the reaction force/torque signals are transformed from time-domain signals to noise-reduced and/or noise-robust features through transformation techniques. Herein, we apply three different transformation techniques: fast Fourier transform, discrete wavelet transform, and moment transform. Next, taskrelevant features are selected from all these transformed features based on entropy analysis, after which the features are used to learn a hidden Markov model. To evaluate our proposed method, several robot manipulation tasks (approaching, transferring, and positioning) are conducted using an open dataset with the reaction force/torque signals.
#Reaction force/torque recognition #Entropy analysis #Feature selection #Fast Fourier transform #Discrete wavelet transform #Moment transform #Hidden Markov model

목차

Abstract
1. Introduction
2. Proposed Method
3. Experimental Results
4. Discussion
5. Conclusion
References

참고문헌 (27)

참고문헌 신청
A. De Santis / 2008 / An Atlas of Physical Human-Robot Interaction / Mechanism and Machine Theory 43(3):253~270 google schola A. Cherubini / 2016 / Robotics and Computer-Integrated Manufacturing 40:1~13 google schola A. Bajcsy / 2018 / Learning from Physical Human Corrections, One Feature at a Time / Proc. of the 2018ACM/IEEE International Conference on HumanRobot Interaction :141~149 google schola H. B. Amor / 2014 / Interaction Primitives for HumanRobot Cooperation Tasks / Proc. of 2014 IEEE International Conference on Robotics and Automation (ICRA) :2831~2837 google schola P. Soda / 2010 / Human Movement Onset Detection from Isometric Force and Torque Measurements: A Supervised Pattern Recognition Approach / Artificial Intelligence in Medicine 50(1):55~61 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-569-000907034