$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

이동 로봇 군집 제어를 위한 퍼지 보상 PID제어기
A Formation Control Scheme for Mobile Robots Using a Fuzzy Compensated PID Controller 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.19 no.1, 2015년, pp.26 - 34  

배기현 (Department of Electrical and Computer Engineering, Pusan National University) ,  최영규 (Department of Electrucal Engineering, Pusan National University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 이동 로봇의 군집 제어를 위해 퍼지 보상된 PID 제어 시스템을 제안한다. 제어 시스템은 선도-추종기법에 기반한 기구학 제어기와 이동 로봇의 동역학적 영향을 고려한 동역학 제어기로 구성되어 있다. 이동 로봇의 대형 유지를 위해 동역학 제어기는 PID제어기로 구성되었다. 하지만 PID 제어기는 비선형 또는 환경 변화에 취약점을 가진다. 이러한 문제를 보완하기 위해 퍼지 보상기를 추가하였다. 마지막으로 개선된 성능을 보이기 위해 컴퓨터 시뮬레이션을 통해 제안된 제어기를 평가하였다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, a fuzzy compensated PID control system is proposed for formation control of mobile robots. The control system consists of a kinematic controller based on the leader-follower approach and a dynamic controller to handle dynamics effects of mobile robots. To maintain the desired formatio...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 그러므로 본 논문에서는 비선형 환경에서의 PID 제어기의 성능을 개선하기 위해 일반적으로 많이 사용되고 있는 상용 PID제어기에 퍼지 보상기를 소프트웨어적으로 구현하여 부착하는 방안을 제안한다. 마지막으로 제어기의 성능 검증을 위해 이동 로봇의 군집제어를컴퓨터 시뮬레이션으로 구현하며 실험 결과를 비교하여 PID제어기 보다 본 논문에서 제안한 제어기의 성능이 우수함을 보인다.
  • 따라서 본 논문에서는 선도-추종자 접근법의 관점에서 이동 로봇의 군집 제어를 위한 퍼지 보상 PID 제어기를 제안한다. 이것은 두 단계의 계층적 제어 구조를 가지고 있다.
  • 본 논문에서는 제안한 군집제어기의 성능 검증을 위해 모의 실험을 하였다. 제안된 제어 시스템의 성능을 비교하기 위해 PID제어기만을 적용한 제어기와 퍼지 보상기를 적용한 제어기를 각각 구성하여 평가를 하였다.
  • 본 절에서는 군집 제어기의 정밀한 제어 성능을 보장 하기 위하여 추종 로봇의 동역학적 특성을 포함하는 제어기를 설계한다. 그림 3은 동역학 제어기가 포함된 전체 제어기의 블록선도이다.
  • 이 연구에서는 이동 로봇의 군집제어를 위해 퍼지 보상된 PID 제어기가 제안되었다. 제어 시스템은 선도 추종 로봇 접근법에 기반한 기구학 제어기와 이동 로봇의 동역학적인 효과를 다루기 위한 동역학 제어기로 구성되었다.
  • 하지만 PID 제어기는 선형 시스템에서는 좋은 성능을 보이지만 비선형 시스템에서는 정밀한 성능을 보장하기 어려우며 실제 실험 환경에서 최적의 PID 이득 값을 선정하는 것은 쉽지 않은 일이다. 이러한 문제점을 보완하기 위해 퍼지 보상기를 적용한 PID 제어기를 제안한다. 퍼지 보상 기의 역할은 제어 오차(ec)를 매우 빠르고, 작게 감소 시켜 PID제어기의 입력 지령 값을 조절하는 것이다.

가설 설정

  • 본 논문에서는 로봇에 가해지는 외부의 힘은 없으며 로봇이 평평한 바닥에서만 이동하고 바퀴의 미끄러짐이 없는 상태인 경우를 가정하였다. 이때 식(3)은 식(4) 와 같이 축약할 수 있다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
PID 제어기는 무엇인가? 또한 하위 단계의 제어기에서는 로봇의 동역학에 의해 발생할 수 있는 영향을 고려하여 퍼지 및 PID 알고리즘을 기반으로 제어기를 설계하였으며 이는 보다 정밀한 제어성능을 보장할 수 있게 한다. PID 제어기는 구현하기 용이하며 적정한 제어성능을 보장하기 때문에 광범위하게 사용되고 있는 제어 알고리즘이며 상용적인 드라이버로 많이 구현되어 있다. 그러나 PID제어기는 비선형 시스템에 적용할 때 그 취약점을 나타내며 이를 해결하기 위한 보완책이 필요하다[9].
신경회로망이 적용된 제어 알고리즘의 문제점은 무엇인가? 이러한 로봇의 동역학을 포함시켜 군집 제어기를 설계하기 위해 신경회로망이 적용되기도 하였다[6]. 하지만 신경회로망이 적용된 제어 알고리즘은 실시간으로 처리하기에 매우 복잡한 문제점이 있었다.
로봇의 군집 제어방식 세 가지는 무엇이며 각 특징은 무엇인가? 첫 번째로 행위기반 접근 방식은 임무에 따라 제어 전략을 수립하기 용이하나 이동 로봇의 수식적 구현과 전체 로봇의 안정성을 보장하기 어렵다[1,2]. 그리고 가상 구조 접근 방식은 안정적인 대형유지가 용이한 반면 개별 로봇의 특성에 맞는 분산제어가 어려운 단점이 있다[3]. 마지막으로 선도-추종 접근법은 선도 로봇이 고장 날 경우 군집 대형을 유지하기 어렵다는 단점이 있지만 구현이 용이하고 확장성이 우수하기 때문에 많이 사용되고 있다[4-6]. 선도-추종 로봇 접근법은 실시간으로 변화하는 선도 로봇의 위치를 추종 로봇이 일정거리 및 각도를 유지하며 계속해서 움직이며 대형을 유지하는 방법이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Tucker Balch and Ronald C. Arkin, "Behavior-based formation control for multi robot teams," IEEE Trans. Robotics and Automation, vol. 14, no. 6, pp.926-939, Dec. 1998. 

  2. J.R.T. Lawton, R.W. Beard, and B.J. Young, "A decentralized approach to formation maneuvers," IEEE Trans. Robotics ans Automation, vol. 19, no. 6, Dec. 2003. 

  3. M.A. Lewis and K.H. Tan, "High precision formation control of mobile robobts using virtual structures," Autonomous Robots, vol. 4, no. 4, pp.387-403, 1997. 

  4. A.K. Das, R. Fierro, V. Kumar, J.P. Ostrowski, J. Spletzer, and C.J. Taylor, "A vision-based formation control framework," IEEE Trans. Robotics and Automation, vol. 18, no. 5, pp. 813-825, 2002. 

  5. J. Chen, D. Sun, J. Yang and H. Chen, "Leader-follower formation control of mutiple non-holonomic mobile robots incorporating a receding-horizon scheme," The International Journal of Robotics Research, May 2009. 

  6. Travis Dierks and S. Jagannathan, "Neural network control of mobile robot formations using RISE feedback," IEEE Trans. Systems, Man, And Cybernetics-Part B: Cybernetics, vol 39, no. 2, pp.332-347, April 2009. 

  7. R. Fierro and F.L. Lewis, " Control of a nonholonomic mobile robot using neural networks," IEEE Trans. Neural Networks, vol. 9, no. 4, July 1998. 

  8. J.-J. E. Slotine and W. Li, Applied Nonlinear Control, Englewood Cliffs, NJ: Prentice-Hall, 1991. 

  9. Y.K. Choi, M.J. Lee and S.S. Kim, "Design and implementation of an adaptive neural network compensator for control systems," IEEE Trans. Industrial Electronics, vol. 48, no.2, April 2001. 

  10. G. Shuai, H. Yongyi, F. Minglun, and L. Lixin, "Design of a fuzzy pre-compensator PID tension controller for fabric based on DSP," International Conference on Control, Automation, Robotics and Vision, pp.1895-1900, Dec. 2004. 

  11. R. Fierro and F.L. Lewis, "Control of a nonholonomic mobile robot: Backstepping kinematics into dynamics," Proceedings of the 34th Conference on Decision & Control, pp.3805-3810, Dec. 1995. 

  12. Vojislav Kecman, Learning and Soft Computing, The MIT press, 2001. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로