도움말

HMM을 기반으로 한 로봇팔의 움직임 학습 및 재생

A Neuromorphic System for Learning and Generating Motor Sequence
HCI 2012, 2012.1, 285-287 (3 pages)
인용정보 복사
Quick View Quick View
구매하기 1,000원
인용하기
이용수 : 50건
피인용수 : 0건
분야내 활용도 : 60%
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 5개의 관절로 이루어진 로봇 팔의 움직임을 몇 가지 패턴으로 학습해 두었다가 불완전한 패턴이 들어왔을 때 학습된 패턴에 가까운 완전한 패턴으로 생성해주는 시스템을 만들었다. 이를 위해 카메라로부터 얻은 영상에서의 좌표와 팔을 이루는 5개의 모터의 관절값들을 연계시켜주는 시스템을 Self-organizing map과 2개의 층으로 이루어진 Neural network으로 구상하였다. 시간에 따라 변하는 모터의 움직임에 대한 정보를 학습하기 위해 Hidden Markov model을 바탕으로 sequence 인식 시스템을 구상한 뒤 두 시스템을 연계하였다. 5개의 움직임 패턴을 학습하여 실험한 결과 몇 가지 개선해야 할 사항이 있었지만 sequence의 인식 및 재생이 문제없이 동작함을 확인하였다.

In this study, we constructed a neurmporphic system for learning and generating a motor sequence for a robot which has only 1 arm with 5 servo motors. In dealing with a motor sequence, a vision system is used in main parts. Hence, the sequence of motor in the robot is trained and generated in a camera coordinate space. By using a mapping from the camera space to a motor space, a generated sequence in the camera space makes a motor action. To construct the mapping, Self-organizing feature map and a simple neural network model is used. As a result whole system shows a expected result except to several points needed to be improved.

목차
요약
Abstract
1. 서론
2. Sequence 인식 및 재생 시스템
3. 로봇과 연계
4. 실험 방법
5. 결과
6. 결론
참고문헌
키워드

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

참고문헌 (0)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (3)

박준철 식별저자 저자의 상세정보를 확인해 보세요.

권호 내 다른 논문 (380)

HCI 2012 의 상세정보를 확인해 보세요.

추천 논문 (10)

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 연세대학교 7
2 국민대학교 4
3 대한무역투자진흥공사 2

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