최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.24 no.4, 2014년, pp.450 - 456
윤재훈 (동아대학교 전자공학과) , 당 반 치엔 (동아대학교 전자공학과) , 트란 트렁 틴 (동아대학교 전자공학과) , 김종욱 (동아대학교 전자공학과)
Humanoid robot is the most suitable robot platform for effective human and robot interaction. However, the robot's complicated body structure containing more than twenty joint actuators makes it difficult to generate stable and elaborate postures using the conventional inverse kinematic method. This...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
휴머노이드 로봇은 어떤 로봇 플랫폼인가? | 휴머노이드 로봇은 인간의 신체구조를 모방하여 설계된 로봇 플랫폼으로서 인간과의 자연스러운 교감이 필수적인 지능⋅감성형 서비스 및 재난구호에 가장 적합하다. | |
휴머노이드 로봇의 자세 안정성을 위한 척도로 사용되는 것은? | 아무리 정확히 목표물에 로봇의 말단부가 닿는다 하더라도 불안정한 자세가 되면 로봇이 쓰러져서 파손 될 수도 있기 때문이다. 휴머노이드 로봇의 자세 안정성을 위한 척도로서 많이 사용되는 것이 ZMP(zero moment point)나 무게중심점(center of mass)이다. ZMP는 중력에 의해 휴머노이드 로봇이 쓰러지게 만드는 토크와 이를 막기 위해 상지나 하지를 움직임으로써 발생하는 토크의 합이 0이 되게 하는 지면위의 한 점을 의미하며, 접지한 발바닥이 만드는 다각형 안에 현재 모션의 ZMP가 존재하면 안정한 자세로 간주된다[6-9]. | |
휴머노이드 로봇에 적용된 역기구학 방법으로는 확장된 자코비안(Jacobian) 알고리즘의 특징은 무엇인가? | 이러한 방법론을 역기구학(inverse kinematics)이라고 하는데, 휴머노이드 로봇에 적용 된 방법으로는 확장된 자코비안(Jacobian) 알고리즘이 있다[4]. 이 방법은 기본적으로 관절 각속도와 말단부 속도의 관계를 규정하는 자코비안을 수식으로 도출할 수 있어야 하는데, 실제 3차원 전신 휴머노이드 로봇 모델로부터 이를 구하는 것은 대단히 복잡하거나 불가능한 경우가 많다. 또한 이러한 자코비안 알고리즘으로 계산한 관절각 해는 무한히 많거나, 중복되거나, 심지어는 불능일 수도 있다. |
Y.-T. Kim, S.-H. Noh, and H.-J. Lee, "Walking and stabilization algorithm of a biped robot on the uneven ground," Proceedings of KFIS Fall Conference, vol. 14, no. 2, pp. 71-74, 2004.
휴머노이드 로봇이 비평탄지형에서 이족보행을 하거나 비정형화된 환경에서 주어진 작업을 완수하기 위해서는 미리 대상 로봇으로 특정한 보행 모션이나 자세 프리미티브(primitive)들을 만들고 이를 라이브러리에 저장 후 필요에 따라 검색 및 재배열함으로써 적절한 모션을 생성하는 방법이 많이 사용되고 있다[1][2].
S.-H. Noh and Y.-T. Kim, "Behavior planning for humanoid robot using behavior primitive", KIIS, vol. 19, no. 1, pp. 108-114, 2009.
A. Wakabayashi, S. Motomura, and S. Kato, "Associative motion generation for humanoid robot reflecting human body movement," International Journal of Fuzzy Logic and Intelligent Systems, vol. 12, no. 2, pp. 121-130, June 2012.
G. Tevatia and S. Schaal, "Inverse kinematics for humanoid robot," Proceedings of the 2000 IEEE International Conference on Robotics & Automation, pp. 294-299, 2000.
이러한 방법론을 역기구학(inverse kinematics)이라고 하는데, 휴머노이드 로봇에 적용 된 방법으로는 확장된 자코비안(Jacobian) 알고리즘이 있다[4].
D. S. Hettiarachchi and H. Iba, "An evolutionary computational approach to humanoid motion planning," International Journal of Advanced Robotics, vol. 9, no. 167, pp. 1-11, 2012.
M. Vukobratovic and D. Juricic, "Contribution to the synthesis of biped gait," Proc. IFAC Symp. Technical and Biological Problem on Control, Erevan, USSR, 1968.
ZMP는 중력에 의해 휴머노이드 로봇이 쓰러지게 만드는 토크와 이를 막기 위해 상지나 하지를 움직임으로써 발생하는 토크의 합이 0이 되게 하는 지면위의 한 점을 의미하며, 접지한 발바닥이 만드는 다각형 안에 현재 모션의 ZMP가 존재하면 안정한 자세로 간주된다[6-9].
K. An, Y.-W. Cho, K. Seo, "Generation of falling motion for humanoid robot using GA," KIIS, vol. 17, no. 6, pp. 843-848. 2007.
ZMP는 중력에 의해 휴머노이드 로봇이 쓰러지게 만드는 토크와 이를 막기 위해 상지나 하지를 움직임으로써 발생하는 토크의 합이 0이 되게 하는 지면위의 한 점을 의미하며, 접지한 발바닥이 만드는 다각형 안에 현재 모션의 ZMP가 존재하면 안정한 자세로 간주된다[6-9].
이 중에서 가장 많이 사용되는 방법은 유전알고리즘(genetic algorithm)으로서 Hettiarachchi 등은 개체의 유전 코드를 변형함으로써 세가지 요가 자세를 구현했으며[5], An 등은 로봇이 전방 또는 후방으로 넘어질 때 충격량 등을 최소화할 수 있는 관절각 궤적을 구했다[7].
K.-J. Choi and D. S. Hong, "Posture optimization for a humanoid robot using a simple genetic algorithm," International Journal of Precision Engineering and Manufacturing, vol. 11, no. 3, pp. 381-390, 2010.
J. -W. Kim, How to Manage Humanoid Robot By Yourself: BIOLOID, HongRung Publishing Company, 2012.
ZMP는 중력에 의해 휴머노이드 로봇이 쓰러지게 만드는 토크와 이를 막기 위해 상지나 하지를 움직임으로써 발생하는 토크의 합이 0이 되게 하는 지면위의 한 점을 의미하며, 접지한 발바닥이 만드는 다각형 안에 현재 모션의 ZMP가 존재하면 안정한 자세로 간주된다[6-9].
인체와 마찬가지로 휴머노이드 로봇은 세 개의 2차원 직교 평면 상에서 회전하는 관절로 구성되어 있으며[9], 그림 1은 본 논문에서 대상으로 하는 휴머노이드 로봇의 전신 3차원 링크-관절 구조를 보인다.
J. Kennedy and R. Eberhart, "Particle Swarm Optimization," Proceedings of IEEE International Conf. on Neural Networks, vol. 4, pp. 1942-1948, Nov/Dec 1995.
이에 비해 particle swarm optimization(PSO)은 코드가 간단하면서도 다수 개체들이 상호간의 정보교환을 통해 전역해로 신속히 수렴하므로[10], 이족보행 시 최적의 보행 계획을 정하는 방법[11]과 보행로봇의 최적의 다리 길이를 선정하는 문제[12]에 성공적으로 적용되었다.
PSO는 1995년 Kennedy와 Eberhart에 의해 제안된 전역최적화 기법으로서, 조류나 어류 등의 무리가 서로의 정보를 공유하면서 먹이를 찾아가는 과정을 흉내 낸 자연모방형 알고리즘이다[10].
S.-S. Kim and Y.-T. Kim, "Footstep planning of biped robot using particle swarm optimization," KIIS, vol. 18, no. 4, pp. 566-571, 2009.
S.-W. Kim and D. H. Kim, "Design of leg length for a legged walking robot based on Theo Jansen using PSO," KIIS, vol. 21, no. 5, pp. 660-666, 2011.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.