[논문]이동 로봇의 군집 제어를 위한 PID 제어기의 적응 신경 회로망 보상기 설계

김용백; 박진현; 최영규

doi:10.6109/jkiice.2014.18.3.503

이동 로봇의 군집 제어를 위한 PID 제어기의 적응 신경 회로망 보상기 설계
Design of PID Controller with Adaptive Neural Network Compensator for Formation Control of Mobile Robots 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.18 no.3, 2014년, pp.503 - 509

김용백 (Automation Research Dept., Industrial Technology Institute, Hyundai Heavy Industries) , 박진현 (Dept. of Mechatronics Eng., Kyeognam National University of Science and Technology) , 최영규 (Department of Electrical Engineering, Pusan National University)

초록
AI-Helper

본 논문에서는 이동 로봇의 군집 제어를 위해 실시간 적응 신경 회로망 보상기를 갖는 PID 제어기를 제안한다. 전체 제어 시스템은 선도-추종 로봇 접근법에 의한 기구학 제어기와 이동 로봇의 동역학을 고려한 동적 제어기로 구성되어 있다. 동적 제어기는 PID 제어기에 동특성 변화를 보상하고 성능을 개선시키기 위해 실시간 학습 기능을 가진 신경 회로망 보상기로 구성하였다. 모의실험을 통해 원형 궤적과 직선 궤적에 대해 PID 제어기와 신경 회로망 보상기의 성능을 비교하였다. 이를 통해 실시간 학습 기능을 가진 신경 회로망 보상기가 PID 제어기의 성능을 향상시킴으로써 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다.

Abstract ▼ AI-Helper

In this paper, a PID controller with adaptive neural network compensator is proposed to control the formations of mobile robot. The control system is composed of a kinematic controller based on the leader-following robot and dynamic controller for considering the dynamics of the mobile robot. The dynamic controller is constituted by a PID controller and the adaptive neural network compensator for improving the performance and compensating the change in dynamic characteristics. Simulation results show the performance of the PID controller and the neural network compensator for the circular trajectory and linear trajectory. And it is verified that by improving the performance of a PID controller via the adaptive neural network compensator, the following robot's tracking performance is improved.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 군집제어와 관련된 연구로 추종 로봇이 선도 로봇과 일정 거리와 각도를 유지하며 추종하고자 한다. 추종 로봇이 선도 로봇을 정밀하게 추종하기 위하여 선도 로봇과 추종 로봇의 기구학적 관계로부터 기구학적 제어기를 설계하고 추종 로봇의 동역학을 고려한 동역학 제어기를 설계하고자 한다.
그림 4는 추종 로봇의 동역학 제어기로써 적응적인 신경 회로망 보상기를 갖는 PID 제어기의 구조를 나타내었다[7]. 선형 PID 제어기에 의해서도 발생하는 추종 로봇의 오차를 비선형 시스템에 적합한 신경 회로망 보상기가 줄이고자 한다.

가설 설정

본 논문에서 이동 로봇의 운동은 수평면에 제한되어 있으므로 중력 G(q) = 0, 마찰력과 외란은 무시할 수 있는 작은 값이라고 가정한다. 그림 3은 식 (5)의 추종 로봇 동역학을 고려한 전체 제어 시스템의 블록선도를 나타내었다.
추종 로봇이 선도 로봇과 일정 거리 #와 추종 각도 #를 유지하며 추종하고자 한다. 추종 로봇의 동역학은 포함되지 않으며, 선도 로봇은 이상적인 기구학에 의해 동작한다고 가정하였다.

제안 방법

또한 제안된 제어기의 성능 비교 평가를 위해 PID 제어기를 사용하였다. PID 제어기는 이득 값에 따라 제어 성능에 크게 영향을 미치므로, 실험적으로 구한 적절한 이득 값과 인공 면역망 알고리즘(Artificial Immune Algorithm)을 이용하여 구한 최적의 이득 값을 사용한 경우에 대하여 비교 실험을 수행하였다.
또한 제안된 실시간 학습 기능을 가진 신경 회로망 보상기를 갖는 PID 제어기와 인공면역망 알고리즘을 통해 설계된 최적의 이득을 가진 PID 제어기를 모의실험을 통해 비교하였다. 고정 이득을 가지는 일반적인 선형 PID 제어기에 비해 실시간 학습을 통해 에러에 대해 추가적인 보상 기능을 가진 PID 제어기가 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다.
본 논문에서 제안한 적응 신경 회로망 보상기를 갖는 PID 제어기의 성능 검증을 위하여 선도 로봇이 원형 궤적과 직선 궤적으로 주행할 경우를 모의실험 하였다. 또한 제안된 제어기의 성능 비교 평가를 위해 PID 제어기를 사용하였다. PID 제어기는 이득 값에 따라 제어 성능에 크게 영향을 미치므로, 실험적으로 구한 적절한 이득 값과 인공 면역망 알고리즘(Artificial Immune Algorithm)을 이용하여 구한 최적의 이득 값을 사용한 경우에 대하여 비교 실험을 수행하였다.
본 논문에서 이동 로봇의 군집 제어를 위해 선도 로봇과 추종 로봇의 기구학적 관계로부터 기구학적 제어기를 설계하고 추종 로봇의 동역학을 고려한 동역학 제어기를 설계하였다. 추종 로봇의 동역학 제어기는 적응적인 신경 회로망 보상기를 갖는 PID 제어기로 구성하였다.
본 논문에서 제안한 적응 신경 회로망 보상기를 갖는 PID 제어기의 성능 검증을 위하여 선도 로봇이 원형 궤적과 직선 궤적으로 주행할 경우를 모의실험 하였다. 또한 제안된 제어기의 성능 비교 평가를 위해 PID 제어기를 사용하였다.
선도 로봇은 선속도 vi와 각속도 ωi가 정해져 있으며, 선도 로봇과 추종 로봇이 다른 위치에서 출발하여 각 로봇의 상대 거리 lij와 추종 각도 ψij가 일정하게 유지되도록 제어하고자 한다.
추종 로봇의 동역학 제어기는 적응적인 신경 회로망 보상기를 갖는 PID 제어기로 구성하였다[7]. 선형 PID 제어기의 이득은 인공 면역망 알고리즘에 의해 최적의 PID 제어기 이득을 설계하고, 설계된 최적 PID 제어기에 의해서도 발생하는 추종 오차는 비선형 시스템에 적합한 신경 회로망을 사용하여 보상하고자 한다. 모의실험을 통하여 실시간 학습 기능을 가진 신경 회로망 보상기를 갖는 PID 제어기가 일반적인 PID 제어기에 비하여 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다.
인공 면역망의 학습 조건은 세대수 50, 개체 수 10, 돌연변이 비율 0.1, 복제 비율은 0.5로 설정하여 PID 제어기의 최적 이득 값을 구하였다.
본 논문에서 이동 로봇의 군집 제어를 위해 선도 로봇과 추종 로봇의 기구학적 관계로부터 기구학적 제어기를 설계하고 추종 로봇의 동역학을 고려한 동역학 제어기를 설계하였다. 추종 로봇의 동역학 제어기는 적응적인 신경 회로망 보상기를 갖는 PID 제어기로 구성하였다.
추종 로봇의 추종 성능 평가를 위한 선도 로봇의 궤적을 두 가지로 설정하였다.
본 논문에서는 군집제어와 관련된 연구로 추종 로봇이 선도 로봇과 일정 거리와 각도를 유지하며 추종하고자 한다. 추종 로봇이 선도 로봇을 정밀하게 추종하기 위하여 선도 로봇과 추종 로봇의 기구학적 관계로부터 기구학적 제어기를 설계하고 추종 로봇의 동역학을 고려한 동역학 제어기를 설계하고자 한다. 추종 로봇의 동역학 제어기는 적응적인 신경 회로망 보상기를 갖는 PID 제어기로 구성하였다[7].

대상 데이터

군집 제어 모의실험을 위하여 선도 로봇과 추종 로봇들의 제원은 바퀴 사이 거리 2R = 1m, 바퀴 반지름 r = 0.05m, 로봇 길이 d = 0.1m이며, 로봇의 무게 m = 40kg, 관성 I = 20kg m², 제어 샘플링 타임 t = 10msec로 설정하였다. 그리고 선도 로봇과 추종 로봇간의 목표 상대 거리 #, 추종 각도 #이며, 선도 로봇과 추종 로봇의 초기 위치와 자세 각도는 각각 (x_i, y_i, θ_i)=(0,0,π/2),(x_j, y_j, θ_j)=(3.
068이다. 비교 평가를 위하여 적절한 PID 제어기의 이득 값은 실험을 통하여 구한 K_p=1.996, K_i=0.03, K_d=0.0426으로 선정하였다.

이론/모형

최적의 PID 제어기 이득 값을 찾기 위하여 인공 면역망 알고리즘을 사용하였으며, 평가함수는 식 (11)과 같이 정의하였다.

성능/효과

또한 제안된 실시간 학습 기능을 가진 신경 회로망 보상기를 갖는 PID 제어기와 인공면역망 알고리즘을 통해 설계된 최적의 이득을 가진 PID 제어기를 모의실험을 통해 비교하였다. 고정 이득을 가지는 일반적인 선형 PID 제어기에 비해 실시간 학습을 통해 에러에 대해 추가적인 보상 기능을 가진 PID 제어기가 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다. 향후 실제 이동로봇의 추종 제어에 적용하여 센서 노이즈, 외란 및 모델 불확실성에 대해 강인한 제어기에 대한 타당성 검증이 필요하다.
선형 PID 제어기의 이득은 인공 면역망 알고리즘에 의해 최적의 PID 제어기 이득을 설계하고, 설계된 최적 PID 제어기에 의해서도 발생하는 추종 오차는 비선형 시스템에 적합한 신경 회로망을 사용하여 보상하고자 한다. 모의실험을 통하여 실시간 학습 기능을 가진 신경 회로망 보상기를 갖는 PID 제어기가 일반적인 PID 제어기에 비하여 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다.
본 논문에서 제안한 신경 회로망 보상기를 갖는 PID 제어기가 PID 제어기에 비해 최적의 PID 이득 값이 아니더라도 신경 회로망 보상기를 통해 최적의 성능을 발휘함을 알 수 있다.
모의실험 결과 case 4, case 3, case 2, case 1의 순서로 성능이 좋음을 알 수 있다. 이는 신경 회로망 보상기를 갖는 PID 제어기가 최적의 이득을 갖는 PID 제어기에 비해서도 뛰어나며, 특히 case 3이 case 2보다 뛰어난 성능을 나타냄은 적절한 이득 값을 갖는 PID 제어기에 신경망 보상기를 첨가할 경우에도 성능이 향상됨을 알 수 있다.
그림 7, 8은 선도 로봇의 직선 궤적에 대한 추종 로봇의 궤적과 추종 오차를 표시하였다. 직선 궤적 추종에 대한 성능 역시 신경 회로망 보상기를 갖는 제어방법인 case4, case3이 가장 뛰어난 성능을 보였다.

후속연구

고정 이득을 가지는 일반적인 선형 PID 제어기에 비해 실시간 학습을 통해 에러에 대해 추가적인 보상 기능을 가진 PID 제어기가 군집 제어에서 추종 로봇의 추종 성능을 향상시키는 것을 확인하였다. 향후 실제 이동로봇의 추종 제어에 적용하여 센서 노이즈, 외란 및 모델 불확실성에 대해 강인한 제어기에 대한 타당성 검증이 필요하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	PID 제어기의 단점은 무엇인가?	PID 제어기는 구조가 단순하고 이득 동조 과정이 비교적 간단하기 때문에 산업 현장에서 널리 사용되고 있으나 부하 및 제어 동작 범위가 변화하거나 비선형 제어 시스템일 경우 적절한 이득과 성능을 얻기가 어렵다. 그림 4는 추종 로봇의 동역학 제어기로써 적응적인 신경 회로망 보상기를 갖는 PID 제어기의 구조를 나타내었다[7].
	추종 로봇의 추종 성능 평가를 위해 진행한 모의실험의 네 가지 경우는 무엇인가?	case 1: 적절한 이득을 가진 PID 제어기 case 2: 최적의 이득을 가진 PID 제어기 case 3: 적절한 이득을 가진 PID+신경 회로망 보상기 case 4: 최적의 이득을 가진 PID+신경 회로망 보상기
	PID 제어기가 산업 현장에서 널리 사용되는 이유는 무엇인가?	PID 제어기는 구조가 단순하고 이득 동조 과정이 비교적 간단하기 때문에 산업 현장에서 널리 사용되고 있으나 부하 및 제어 동작 범위가 변화하거나 비선형 제어 시스템일 경우 적절한 이득과 성능을 얻기가 어렵다. 그림 4는 추종 로봇의 동역학 제어기로써 적응적인 신경 회로망 보상기를 갖는 PID 제어기의 구조를 나타내었다[7].

참고문헌 (7)

Y. U. Cao, A. S. Fukunaga and A. B. Kahang, "Cooperative mobile robotics: antecedents and directions," Auton. Robots, vol. 4, no. 1, pp. 7-27, Mar. 1997.

상세보기
J. P. Desai, J. Ostrowski and V. Kumar, "Modeling and control of formations of nonholonomic mobile robots," IEEE Trans. Robotics and Automations, vol. 17, no. 6, pp. 905-908, Dec 2001.

상세보기
A. K. Das et al., "A vision-based formation control framework," IEEE Trans. on Robotics and Automaton, vol.18, no. 5, pp. 813-825, Oct 2002.

상세보기
J. Shao, G. Xie and L. Wang, "Leader-following formation control of multiple mobile vehicles," IET Control Theory and Applications, vol. 1, no. 2, pp. 545-552, Mar 2007.

상세보기
Y. Q. Chen and Z. Wang, "Formation control: a review and a new consideration," in Proceeding of the IEEE International Conference on Intelligent Robots and systems, New York: NY, pp. 3181-3186, Aug. 2005.
E. R. Fierro and F. L. Lewis, "Control of a nonholonomic mobile robot using neural networks," IEEE Trans on Neural Networks, vol. 9, no. 4, July 1998.
Y. K. Choi, M. J. Lee and S. S. Kim, "Design and Implementation of an adaptive neural network compensator for control systems," IEEE Trans. on Industrial Electronics, vol. 48, no. 2, April 2001.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증