도움말

SVR을 이용한 이동로봇의 실내환경 인식

Indoor Environment Recognition of Mobile Robot Using SVR
조명·전기설비학회논문지 제24권 제8호, 2010.8, 119-125 (7 pages)
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 116건
피인용수 : 0건
분야내 활용도 : 14%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
본 논문에서는 초음파를 이용하여 자율 운행을 하는 이동로봇이 가지는 물리적인 문제점을 해결하기 위한 방안을 제시 한다. 이동 로봇이 주변 환경을 인지함에 있어서 각종 센서를 사용한다. 그러한 센서들은 항상 올바른 값을 주지 않는다. 센서값에는 항상 노이즈가 포함되어 있는데 이것을 해결하기 위해서 학습알고리즘인 SVR(Support Vector Regression)을 사용하여 주변 환경을 센싱한 초음파 값을 토대로 주변환경을 추정할 수 있다. SVR을 사용하기 위해서는 SVR의 요소인 parameter와 커널을 선정해야 한다. SVR의 요소를 선정함에 있어서 정해진 값이 존재하지 않기 때문에 실험을 통해서 가장 적합한 parameter 값을 선정해야 한다. 또한 커널을 선정함에 있어서는 일반화가 가장 잘 되어 있는 RBF(Radial Basis Function)커널을 사용하였다. 본 논문에서는 세가지 환경에서의 실험을 통하여 SVR을 이용하여 센서값의 오류를 개선할 수 있음을 나타내었다.

This paper proposes a new solution about physical problem of autonomous mobile robots system using ultrasonic sensors. An mobile robot uses several sensors for recognition of its circumstance. However, such sensor data are not accurate all the time. A means of removing the noise that sensor data contains constantly, It is possible for simulation to estimate its circumstance based on ultrasonic sensor data by learning algorithm SVR(Support Vector Regression). To use SVR, it is being selected parameter and kernel which are the component of SVR. Selecting the component of SVR, the most accurate parameter data was selected through the tests because it is not existed determined data. In addition, choosing the kernel uses RBF(Radial Basis Function) kernel which is the most generalized. This paper proposes SVR based algorithm to compensate for the above demerits of ultrasonic sensor through the experimentation under three different environments.

목차
요약
Abstract
1. 서론
2. 초음파센서를 사용한 물체인식
3. SVR 알고리즘
4. 실험결과 및 고찰
5. 결론
References
저자소개
키워드

논문의 주요 키워드를 제공합니다. 키워드를 클릭하여 관련 논문을 확인해 보세요!

참고문헌 (7)

현재 논문의 참고문헌을 찾아 신청해주세요!

  1. Sebastian Thrun , 1998 , A Probabilisitic Approach to Concurrent Mapping and Localization for Mobile Robots , Machine Learning and Autonomous Robots 31 (5) : 1 ~ 25

  2. Stephen Se , 2002 , Mobile Robot Localization and Mapping with Uncertainty using Scale-.Invariant Visual Landmarks , International Journal of Robotics Research 21 (8) : 735 ~ 758

  3. Roman Kuc , 1987 , Physically Cased Sumulation Model for Acoustic Sensor Robot Navigation , IEEE Trans. on PAMI PAMI-9 (6) : 776 ~ 778

  4. Philip John McKerrow , 1989 , Simulation of Sonar Echolocation , First Workshop in Demestic Robots and Second WorkShop on Medical and Healthcare Robotics : 127 ~ 136

  5. Jorg, K.-.W , 1996 , First Result in Eliminating Crosstalk & Noise by Applying Pseudo-.Random Sequences to Mobile Robot Sonar Sensing , First Euromicro Workshop : 40 ~ 45

  6. R. J. Vanderbei , 1997 , Linear Programming: Foundations and Extensions , Kluwer Academic Publishers

  7. G. W. Flake , 2001 , Efficient SVM Regression Training with SMO in Machine Learning , NEC Research Institute

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (3)

심준홍 식별저자 저자의 상세정보를 확인해 보세요.

권호 내 다른 논문 (20)

조명·전기설비학회논문지 제24권 제8호 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 다음
  •  
  • 마지막
추천 논문 (8)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 성균관대학교 7
2 고려대학교 7
3 국립중앙도서관 6

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동
  • 개인회원으로 로그인하셔야 이용이 가능합니다.
  •  개인회원
  •  기관회원
  • 소속기관
  • 아이디
  • 비밀번호
  • 개인회원가입으로 더욱 편리하게 이용하세요. 일반회원 가입하기

    아이디/비밀번호를 잊으셨나요? 아이디/비밀번호 찾기