[논문]이륜구동 이동로봇의 균형을 위한 뉴로 퍼지 제어

박영준; 정슬

doi:10.5302/j.icros.2016.15.0101

이륜구동 이동로봇의 균형을 위한 뉴로 퍼지 제어
Neuro-fuzzy Control for Balancing a Two-wheel Mobile Robot 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.22 no.1, 2016년, pp.40 - 45

박영준 (충남대학교 메카트로닉스공학과) , 정슬 (충남대학교 메카트로닉스공학과)

Abstract ▼ AI-Helper

This paper presents the neuro-fuzzy control method for balancing a two-wheel mobile robot. A two-wheel mobile robot is built for the experimental studies. On-line learning algorithm based on the back-propagation(BP) method is derived for the Takagi-Sugeno(T-S) neuro-fuzzy controller. The modified error is proposed to learn the B-P algorithm for the balancing control of a two-wheel mobile robot. The T-S controller is implemented on a DSP chip. Experimental studies of the balancing control performance are conducted. Balancing control performances with disturbance are also conducted and results are evaluated.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 외란의 방향에 관계없이 결론 부 변수를 학습하기 위하여 오차 합의 절댓값 변화량을 추종 오차로 설정하였다. 변경된 오차식 (9)에서 a는 추종오차의 가중치 값으로 이는 학습률과 관계된다.
본 논문에서는 이 륜로봇 시스템에 지능제어기인 뉴로- 퍼지 알고리즘을 적용해 보았다. T-S 뉴로-퍼지구조를 실시간 제어기로 구현하여 이륜로봇의 균형제어에 적용하여보았다.
Takagi- Sugeno(TS) 뉴로-퍼지제어는 구조가 간단하고 수학적으로 분석이 가능한 장점이 있어 널리 사용되고 있다[11-13]. 본 논문에서는 이 륜로봇의 균형제어를 위해 신경회로망과 퍼지의 장점만을 살린 T-S 뉴로-퍼지제어 방식을 사용하고자 한다. T-S 뉴로-퍼지 알고리즘은 신경회로 망 구조를 사용하여 퍼지 추론을 적용하며, 신경회로망의 역전파 학습능력을 이용하여 환경의 변화에 따라 퍼지법칙을 지능적으로 변화시켜 시스템의 성능을 향상시킬 수 있다.

가설 설정

때 Error와 LS는 동일하다. 그림 3(b)에서 분동이 시스템 왼쪽(뒷부분)에 위치하였을 때는 Error와 LS의 크기는 동일하고 부호는 반대이다.
1. Concept of a two-wheel robot.

제안 방법

알고리즘을 적용해 보았다. T-S 뉴로-퍼지구조를 실시간 제어기로 구현하여 이륜로봇의 균형제어에 적용하여보았다. 이 륜로봇의 균형에 적합하도록 적용할 수 있는 변형된 추종 오차를 제안하고 적용하여 그 성능을 확인하였다.
또한 학습률이 낮으면 학습 변수의 변화량이 작기 때문에 정상적으로 작동한다고 오판하기 쉽다. 따라서 본 논문에서는 추종오차■를 변경하여 적용하였다.
시스템 모델을 변화시키기 위해 분동을 이용하여 무게중심이 한쪽으로 치우치게 하고 뉴로-퍼지제어기를 시스템에 적용시켜 실험하였다. 균형제어 성능을 향상시키기 위해오次卜함수를 변경하여 뉴로-퍼지 알고리즘에 적용하고 실험하였다.
실험은 100초 동안 진행되었고 20초에 분동을 시스템 앞부분에 위치시키고 40초에 제거, 60초에 시스템 뒷부분에 위치시키고 80초에 제거하는 과정을 각 분동별로 반복하였다. 그림 7은 각분동 실험의 각도 오차와 위치오차의 그래프이다.
실험은 시스템 모델이 변화하였을 때 PID 제어기와 뉴로 -퍼지 제어기의 각도 오차, 위치오차를 비교하였다. 시스템 모델의 변화는 100g, 200g, 300g 분동을 이용하였다.
모터 드라이버는 인 터 보드 사의 DC-D2 모터드라이버 모듈(LMD18200)을 사용하였다. 엔코더가 부착된 DC 모터를 사용하여 시스템의 위치 및 헤딩 각도를 측정한다. 로봇의 기울어진 각도를 측정하기 위해서 틸트센서와 자이로 센서를 사용했다.
T-S 뉴로-퍼지구조를 실시간 제어기로 구현하여 이륜로봇의 균형제어에 적용하여보았다. 이 륜로봇의 균형에 적합하도록 적용할 수 있는 변형된 추종 오차를 제안하고 적용하여 그 성능을 확인하였다. 일부러 균형을 저해하는 위치에 분동을 놓아 시스템 모델을 변형시켜 선형 제어기와 뉴로-퍼지제어기의 성능을 비교하여 실험하였다.
이 륜로봇의 균형에 적합하도록 적용할 수 있는 변형된 추종 오차를 제안하고 적용하여 그 성능을 확인하였다. 일부러 균형을 저해하는 위치에 분동을 놓아 시스템 모델을 변형시켜 선형 제어기와 뉴로-퍼지제어기의 성능을 비교하여 실험하였다. 실험 결과 선형 제어기도 균형을 유지하였지만 추종 오차에 있어 뉴로-퍼지 제어기 성능의 우수함을 확인하였다.
앞뒤 좌우로 균형을 이루도록 설계되어 있으나 불규칙한 하드웨어 때문에 정확한 구조적인 균형을 이루기는 어렵다. 일부러 무게중심의 이동으로 인한 균형을 깨뜨리고자 분동을 한쪽 방향에 놓고 실험하였다. 따라서 뉴로-퍼지제어기의 목적은 이불균형을 해결하는 것이다.

대상 데이터

05m이다. MCU는 TI사의 DSP2812 칩을 사용하였고 구동모터는 Faulhaber 사의 3557K012CR 모델을 사용하였다. 모터 드라이버는 인 터 보드 사의 DC-D2 모터드라이버 모듈(LMD18200)을 사용하였다.
MCU는 TI사의 DSP2812 칩을 사용하였고 구동모터는 Faulhaber 사의 3557K012CR 모델을 사용하였다. 모터 드라이버는 인 터 보드 사의 DC-D2 모터드라이버 모듈(LMD18200)을 사용하였다. 엔코더가 부착된 DC 모터를 사용하여 시스템의 위치 및 헤딩 각도를 측정한다.
시스템 모델의 변화는 100g, 200g, 300g 분동을 이용하였다.
이륜이동 로봇의 너비는 0.325m, 폭이 0.1m, 높이는 0.32m이고 바퀴의 반지름은 0.05m이다. MCU는 TI사의 DSP2812 칩을 사용하였고 구동모터는 Faulhaber 사의 3557K012CR 모델을 사용하였다.
3초 이하이다. 자이로 센서는 MURATA사의 ENV-05를 사용하였다.
로봇의 기울어진 각도를 측정하기 위해서 틸트센서와 자이로 센서를 사용했다. 틸트 센서는 DAS사의 Ml을 사용하였다. 측정 범위는 ±30。이고 분해능은 0.

이론/모형

鴛는 패턴 p 에서의 원하는 출력값이고 产는 뉴로-퍼지의 출력 값이다. 각 변수를 학습하기 위해 gradient descent 알고리즘을 사용한다.
그림 5는 이륜이동로봇의 제어블록도 이다. 각도 제어기와 위치제어기에 뉴로-퍼지 알고리즘을 적용하고, 헤딩 제어기는 PID 제어기를 사용하였다. 각 도 제어기의 변수는 갱신하지 않았다.
적용시켜 실험하였다. 균형제어 성능을 향상시키기 위해오次卜함수를 변경하여 뉴로-퍼지 알고리즘에 적용하고 실험하였다. 선형 제어기와의 각도 오차와 위치 오차를 비교함으로써 뉴로-퍼지제어기의 성능 향상을 증명하였다.
뉴로-퍼지 모델을 학습하기 위해서 역전파 알고리즘을 적용한다. 학습해야 할 변수들은 Layer4의 결론 부 변수 값들 Pj, q.
퍼지 제어기를 이용하여 이륜로봇을 제어하기도 하였다[6]. 또한 신경회로 망제어의 문제점과 퍼지제어의 단점을 보완한 뉴로-퍼지 제어방식도 함께 사용되었다 [7-10]. Takagi- Sugeno(TS) 뉴로-퍼지제어는 구조가 간단하고 수학적으로 분석이 가능한 장점이 있어 널리 사용되고 있다[11-13].
입력으로 오차와 오차의 미분값을 가지고 출력은 토크이다. 오차와 오차미분 값에 대하여 각 3개의 소속 함수를 적용하고 9개의 퍼지법칙을 설정하였다.

성능/효과

때의 결론 부 변수는 동일하게 증가하였다가 감소해야 한다. 2.
것이다. 분동을 이용하여 밸런싱 시스템 앞부분과 뒷부분에 오차를 주었을 때 변화해야 하는 결론 부 변수 값들을 나타내었다.
균형제어 성능을 향상시키기 위해오次卜함수를 변경하여 뉴로-퍼지 알고리즘에 적용하고 실험하였다. 선형 제어기와의 각도 오차와 위치 오차를 비교함으로써 뉴로-퍼지제어기의 성능 향상을 증명하였다.
일부러 균형을 저해하는 위치에 분동을 놓아 시스템 모델을 변형시켜 선형 제어기와 뉴로-퍼지제어기의 성능을 비교하여 실험하였다. 실험 결과 선형 제어기도 균형을 유지하였지만 추종 오차에 있어 뉴로-퍼지 제어기 성능의 우수함을 확인하였다.

참고문헌 (14)

Segway, http://segway.com
H. W. Kim and S. Jung, "Balancing control of a two-wheel mobile robot," ROBOTICA, to be printed in 2016.
H. W. Kim, S. T. Cho, and S. Jung, "Implementation and balancing control of a robotic vehicle for entertainment," Journal of Institute of Control, Robotics and Systems (in Korean), pp. 736-740, vol. 20, no. 7, 2014.

원문보기 상세보기
H. J. Lee and S. Jung, "Balancing and navigation control of a mobile inverted pendulum robot using sensor fusion of low cost sensors," Mechatronics, vol. 22, no. 1, pp. 95-105, 2012.

상세보기
J. S. Noh, G. H. Lee, and S. Jung, "Position control of a mobile inverted pendulum system using radial basis function network," International Journal of Control, Robotics, and Systems, vol. 8, no. 1, pp. 157-162, 2012.
C. H. Huang, W. J. Wang, and C. H. Chiu, "Design and implementation of fuzzy control on a two-wheel inverted pendulum system," IEEE Trans. on Industrial Electronics, vol. 58, no. 7, pp. 2988-3001, 2011.

상세보기
G. H. Lee and S. Jung, "Control of inverted pendulum system using a neuro-fuzzy controller for intelligent control education," IEEE ICMA, pp. 965-970, 2008.
G. H. Lee and S. Jung, "Design and control of an inverted pendulum system for intelligent mechatronics system control education," IEEE AIM, pp. 1254-1259, 2008.
C. T. Lin, "A neural fuzzy control system with structure and parameter learning," Fuzzy Sets and Systems, pp. 183-212, 1995.
J. R. Jang, "ANFIS: adaptive-network-based fuzzy inference system," IEEE Transactions on Systems Man and Cybernetics, pp. 665-685, 1993.
H. Cao, Y. Wang, L. Jia, G. Si, and Y. Zhang, "Generalized Tagaki-Sugeno fuzzy rules based prediction model with application to power plant pulverizing system," IEEE CDC, pp. 7409-7414, 2013.
C. C. Chuang. C. C. Hsiao, and J. Y. Jeng, "Adaptive fuzzy regression clustering algorithm for TSK fuzzy modeling," CIRA, pp. 201-206, Jul. 2003.
G. Hernandez and G. Lachiver, "Biunivocal relation between TSK fuzzy controller and PID controller and, guarantee and manipulation of the stability for the proposed fuzzy controller," CCECE, pp. 562-566, Ottawa, May 2006.
Y. J. Park and S. Jung, "Balancing control of a two-wheel mobile robot," Proc. of 2015 30th ICROS Annual Conference (in Korean), Daejeon, pp.369-370, May 2015.

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

이륜구동 이동로봇의 균형을 위한 뉴로 퍼지 제어
Neuro-fuzzy Control for Balancing a Two-wheel Mobile Robot 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

이륜구동 이동로봇의 균형을 위한 뉴로 퍼지 제어 Neuro-fuzzy Control for Balancing a Two-wheel Mobile Robot 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

가설 설정

제안 방법

대상 데이터

이론/모형

성능/효과

참고문헌 (14)

이 논문을 인용한 문헌

저자의 다른 논문 :

박영준 (1) 정슬 (92)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

이륜구동 이동로봇의 균형을 위한 뉴로 퍼지 제어
Neuro-fuzzy Control for Balancing a Two-wheel Mobile Robot 원문보기

AI 본문요약
AI-Helper