제조공정을 통해 생산된 화살의 성능은 화살의 이동궤적(궁사의 패러독스)과 탄착점의 집적도에 따라 좌우된다. 특히 동일한 환경에서 반복적으로 화살의 슈팅실험을 수행할 경우, 반복실험에서 얻어진 화살의 탄착점 집적도는 화살 성능 평가에서 중요한 객관적 지표가 된다. 그러나 화살의 탄착점에 대한 분석은 현재 상용화된 기술이 부족하며, 기존의 연구들은 화살의 성능에 영향을 미치는 제조공정 변수(화살깃, 화살촉, 화살의 곧기, 중량, 외경, 스파인)만을 최적화하려는 방향으로 기술력이 집중되어 있다. 본 논문에서는 화살의 주요성능지표인 화살의 탄착점 측정 자동화를 위해, Mamdani 퍼지 추론 시스템(Mamdani Fuzzy Inference System)과 도형의 닮음(Similarity of Polygon)을 이용한 화살의 탄착점 측정 시스템을 제안한다. 라인레이저(Line Laser)와 포토다이오드어레이(Photo Diode Array)를 이용하여 고속(약 275km/h)으로 이동하는 화살의 탄착점 데이터를 계측하고, 계측된 데이터를 퍼지 추론과 도형의 닮음을 이용하여 화살의 탄착점으로 사상(Mapping) 시킨다.
제조공정을 통해 생산된 화살의 성능은 화살의 이동궤적(궁사의 패러독스)과 탄착점의 집적도에 따라 좌우된다. 특히 동일한 환경에서 반복적으로 화살의 슈팅실험을 수행할 경우, 반복실험에서 얻어진 화살의 탄착점 집적도는 화살 성능 평가에서 중요한 객관적 지표가 된다. 그러나 화살의 탄착점에 대한 분석은 현재 상용화된 기술이 부족하며, 기존의 연구들은 화살의 성능에 영향을 미치는 제조공정 변수(화살깃, 화살촉, 화살의 곧기, 중량, 외경, 스파인)만을 최적화하려는 방향으로 기술력이 집중되어 있다. 본 논문에서는 화살의 주요성능지표인 화살의 탄착점 측정 자동화를 위해, Mamdani 퍼지 추론 시스템(Mamdani Fuzzy Inference System)과 도형의 닮음(Similarity of Polygon)을 이용한 화살의 탄착점 측정 시스템을 제안한다. 라인레이저(Line Laser)와 포토다이오드어레이(Photo Diode Array)를 이용하여 고속(약 275km/h)으로 이동하는 화살의 탄착점 데이터를 계측하고, 계측된 데이터를 퍼지 추론과 도형의 닮음을 이용하여 화살의 탄착점으로 사상(Mapping) 시킨다.
The performance of arrow from a manufacturing process depends on arrow's trajectory(archer's paradox) and intensity of an impact points. Especially, when conducting a shooting experiment over and over in the same experiment condition, the intensity of impact point is an objective standard to judge t...
The performance of arrow from a manufacturing process depends on arrow's trajectory(archer's paradox) and intensity of an impact points. Especially, when conducting a shooting experiment over and over in the same experiment condition, the intensity of impact point is an objective standard to judge the performance of the arrow. However, the analysis method for the impact point is not enough, a previous research of the arrow's performance has been focused on a skill to optimize a manufacturing variables(feathers of an arrow, barb of an arrow, arrow's shaft, weight, external diameter, spine). In this paper, We propose measurement system of arrow's impact point with Mamdani fuzzy inference system and similarity of polygon for automation of impact point's measurement. Measuring the impact point data of the arrow moving with a high speed(approximately 275km/h) by using line laser and photo diode array, then the measured data are mapped to arrow's impact point with fuzzy inference and similarity of polygon.
The performance of arrow from a manufacturing process depends on arrow's trajectory(archer's paradox) and intensity of an impact points. Especially, when conducting a shooting experiment over and over in the same experiment condition, the intensity of impact point is an objective standard to judge the performance of the arrow. However, the analysis method for the impact point is not enough, a previous research of the arrow's performance has been focused on a skill to optimize a manufacturing variables(feathers of an arrow, barb of an arrow, arrow's shaft, weight, external diameter, spine). In this paper, We propose measurement system of arrow's impact point with Mamdani fuzzy inference system and similarity of polygon for automation of impact point's measurement. Measuring the impact point data of the arrow moving with a high speed(approximately 275km/h) by using line laser and photo diode array, then the measured data are mapped to arrow's impact point with fuzzy inference and similarity of polygon.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 제안된 방법들은 별도의 왜곡된 영상보정과정을 거쳐야하는 단점이 있다. 본 논문에서는 화살의 탄착점 측정 자동화를 위해, 퍼지 추론과 도형의 닮음을 이용하여, 별도의 영상왜곡 보정과정이 필요 없는 화살의 탄착점 측정 방법을 제안한다. 라인레이저와 포토다이오드어레이를 이용하여 고속으로 이동하는 화살의 데이터를 계측하고, 계측된 데이터를 퍼지 추론과 도형의 닮음을 이용하여 화살의 탄착점으로 사상시킨다.
본 논문에서는 탄착점 분석을 자동화하기 위한 방법을 제안하였다. 포토다이오드어레이와 라인레이저를 이용하여 고속으로 이동하는 화살의 위치정보를 계측하고, 계측된 데이터를 퍼지추론과 도형을 닮음을 이용하여 화살의 탄착점으로 사상시켰다.
가설 설정
R17 : If D1 is HOFF and D2 is FOFF and D3 is FOFF and D4 is FON Then output is C3.
제안 방법
본 논문에서는 화살의 탄착점 측정 자동화를 위해, 퍼지 추론과 도형의 닮음을 이용하여, 별도의 영상왜곡 보정과정이 필요 없는 화살의 탄착점 측정 방법을 제안한다. 라인레이저와 포토다이오드어레이를 이용하여 고속으로 이동하는 화살의 데이터를 계측하고, 계측된 데이터를 퍼지 추론과 도형의 닮음을 이용하여 화살의 탄착점으로 사상시킨다.
본 논문에서는, 포토다이오드 어레이에서 계측되는 화살 그림자 중점좌표(Mx, My)를 구하기 위해서, 논리적 관계를 퍼지 집합을 이용하여 퍼지 룰로 나타내기가 TSK 방법보다 더 용이한, Mamdani 퍼지 추론 시스템을 사용하였다. Mamdani 퍼지 추론 시스템은 증기 엔진과 보일러 제어를 경험 많은 전문가 지식을 바탕으로 언어적 수행을 하기 위해 제안되었다[12].
제조공정을 거쳐 생산된 화살의 성능을 분석하기 위해서, 서로다른종류의 화살을 노크(nock) 각도를 120도씩 회전시키면서 3번씩 발사한 뒤, 각 화살의 탄착점 집적도를 비교한다. 그림 12와 같이, 동일한 화살의 노크 각도를 120도씩 회전시켜 슈팅실험을 수행하면, 3개의 서로 다른 탄착점 좌표(P1, P2, P3)를 얻을 수 있다.
본 논문에서는 탄착점 분석을 자동화하기 위한 방법을 제안하였다. 포토다이오드어레이와 라인레이저를 이용하여 고속으로 이동하는 화살의 위치정보를 계측하고, 계측된 데이터를 퍼지추론과 도형을 닮음을 이용하여 화살의 탄착점으로 사상시켰다. 기존의 수기에 의한 분석은 정확도가 떨어지고 주기적으로 슈팅용지를 교체해야하며, 탄착점들의 관계를 수치화시키기가 힘들었다.
기존의 수기에 의한 분석은 정확도가 떨어지고 주기적으로 슈팅용지를 교체해야하며, 탄착점들의 관계를 수치화시키기가 힘들었다. 본 논문에서는 성능 지표 J(Cost Function)을 이용하여, 서로 다른 화살의 성능을 비교하였다. 제안된 방법으로 인해, 탄착점들의 관계를 수치적으로 분석할 수 있으며, 분석된 결과를 화살 제조공정에 반영하여 성능이 더 우수한 화살을 제조할 수 있을 것이라고 기대한다.
성능/효과
FIS의 장점은 크게 두 가지로 정의할 수 있다. 첫 번째로 사람의 언어와 생각과 같이 추상적인 개념을 다룰 수 있다는 점이고, 두 번째가, 입력과 출력의 관계가 비선형이고, 입출력 관계의 물리적 의미를 알 수 없는 경우에도 모델링이 가능하다는 점이다.
후속연구
본 논문에서는 성능 지표 J(Cost Function)을 이용하여, 서로 다른 화살의 성능을 비교하였다. 제안된 방법으로 인해, 탄착점들의 관계를 수치적으로 분석할 수 있으며, 분석된 결과를 화살 제조공정에 반영하여 성능이 더 우수한 화살을 제조할 수 있을 것이라고 기대한다. 향후 연구과제로는, 제안된 프레임을 여러개 배치하여 화살의 또 다른 성능 지표인, 화살의 패러독스 현상(화살이 물고기가 헤엄치듯이 날아가는 현상)을 수치화할 수 있는 방법을 개발하는 것이다.
제안된 방법으로 인해, 탄착점들의 관계를 수치적으로 분석할 수 있으며, 분석된 결과를 화살 제조공정에 반영하여 성능이 더 우수한 화살을 제조할 수 있을 것이라고 기대한다. 향후 연구과제로는, 제안된 프레임을 여러개 배치하여 화살의 또 다른 성능 지표인, 화살의 패러독스 현상(화살이 물고기가 헤엄치듯이 날아가는 현상)을 수치화할 수 있는 방법을 개발하는 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
화살의 성능에 영향을 미치는 제조공정 변수에는 무엇이 있는가?
특히 동일한 환경에서 반복적으로 화살의 슈팅실험을 수행할 경우, 반복실험에서 얻어진 화살의 탄착점 집적도는 화살 성능 평가에서 중요한 객관적 지표가 된다. 그러나 화살의 탄착점에 대한 분석은 현재 상용화된 기술이 부족하며, 기존의 연구들은 화살의 성능에 영향을 미치는 제조공정 변수(화살깃, 화살촉, 화살의 곧기, 중량, 외경, 스파인)만을 최적화하려는 방향으로 기술력이 집중되어 있다. 본 논문에서는 화살의 주요성능지표인 화살의 탄착점 측정 자동화를 위해, Mamdani 퍼지 추론 시스템(Mamdani Fuzzy Inference System)과 도형의 닮음(Similarity of Polygon)을 이용한 화살의 탄착점 측정 시스템을 제안한다.
화살의 성능은 무엇에 좌우되는가?
제조공정을 통해 생산된 화살의 성능은 화살의 이동궤적(궁사의 패러독스)과 탄착점의 집적도에 따라 좌우된다. 특히 동일한 환경에서 반복적으로 화살의 슈팅실험을 수행할 경우, 반복실험에서 얻어진 화살의 탄착점 집적도는 화살 성능 평가에서 중요한 객관적 지표가 된다.
FIS의 장점은?
FIS의 장점은 크게 두 가지로 정의할 수 있다. 첫 번째로 사람의 언어와 생각과 같이 추상적인 개념을 다룰 수 있다는 점이고, 두 번째가, 입력과 출력의 관계가 비선형이 고, 입출력 관계의 물리적 의미를 알 수 없는 경우에도 모델링이 가능하다는 점이다.
참고문헌 (15)
백경동, 천성표, 김수대, 김성신, "레이저 스캔 카메라 보정을 위한 성능지수기반 다항식 모델," 한국지능시스템학회 논문지, 제21권, 제5호, pp. 555-563, 2011.
이인성, 백경동, 김성신, "머신비전을 이용한 화살 탄착점 계측 자동화," 한국생산제조시스템학회 춘계학술대회 논문집, 2011.4, pp. 266-267.
C. L. Smith, D. G. Li, "A Forensic Ballistics Projectile Location System," Security Technology, 1998. Proceedings., 32nd Annual 1998., pp. 184-189, 1998.
S. -T. Lu, C. Chou, M. -C. Lee, Y. -P. Wu, "Electro-optical target system for position and speed measurement", Science, Measurement and Technology, IEE Proceedings A, vol. 140, no. 4, pp. 252-256, 1993.
유정원, 이한수, 정영상, 김성신, "퍼지 논리를 이용한 화살의 탄착점 측정 방법," 한국지능시스템학회 춘계학술대회 논문집, vol 22, no. 1, pp. 301-302, 2012.
S. Guillaume, "Designing fuzzy inference systems from data: An interpretability-oriented review," Fuzzy Systems, IEEE Transactions on, vol. 9, no. 3, pp. 426-443, 2001.
Lotfi A. Zadeh, "Outline of a New Approach to the Analysis of Complex Systems and Decision Processes,", Systems, Man and Cybernetics, IEEE Transactions on, vol. SMC-3, no. 1, pp. 28-44, 1973.
C. C. Lee, "Fuzzy logic in control systems: fuzzy logic controller. I," Systems, Man and Cybernetics, IEEE Transactions on, vol. 20, no. 2, pp. 404-418, 1990.
C. C. Lee, "Fuzzy logic in control systems: fuzzy logic controller. II," Systems, Man and Cybernetics, IEEE Transactions on, vol. 20, no. 2, pp. 419-435, 1990.
E. H. Mamdani, S. Assilian, "An experiment in linguistic synthesis with a fuzzy logic controller," International Journal of Man-Machine Studies, vol. 7, no. 1, pp. 1-13, 1975.
E. H. Mamdani, "Application of fuzzy algorithms for control of simple dynamic plant,", vol. 121, no. 12, pp. 1585-1588, 1974.
P. Manjunatha, A. K. Verma, A. Srividya, "Multi-Sensor Data Fusion in Cluster based Wireless Sensor Networks Using Fuzzy Logic Method," Industrial and Information Systems, 2008. ICIIS 2008. IEEE., pp. 1-6, 2008.
J. -S. R. Jang, "ANFIS: adaptive-network-based fuzzy inference system,", Systems, Man and Cybernetics, IEEE Transactions on, vol. 23, no. 3, pp. 665-685, 1993.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.