다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
로봇학회논문지 = The journal of Korea Robotics Society, v.13 no.4, 2018년, pp.213 - 219
양견모 (KIRO) , 서갑호 (KIRO) , 이종일 (KIRO) , 이석재 (KIRO) , 서진호 (Dept. of Mechanical System Eng., Pukyong National University)
AI-Helper
In this paper, we introduce a target position reasoning system based on Bayesian network that selects destinations of robots on a map to explore compound disaster environments. Compound disaster accidents have hazardous conditions because of a low visibility and a high temperature. Before firefighte...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
| 핵심어 | 질문 | 논문에서 추출한 답변 |
|---|---|---|
| 탐색 시스템에서 재난 대응 로봇의 탐색 목표 위치를 설정하기 위해 필요한 것은 무엇인가? | 소방인력들이 직접 투입되기 위험한 복합 재난 환경에서는 재난 대응 로봇을 이용하여 요구조자의 위치, 인원수, 환경 변화 정보를 파악하고 구조를 수행하여 구조의 효율성 및 소방인력의 안전성을 보장한다. 이러한 탐색 시스템에서는 재난 대응 로봇의 탐색 목표 위치를 설정하기 위해, 소방관들은 목격자의 진술을 기반으로 로봇이 이해하고 있는 지도상의 좌표를 결정하며 이를 위한 추가적인 시간이 필요하다. 제안하는 시스템은 베이지안 네트워크를 기반으로 재난 대응 로봇의 목표 지점을 자동으로 결정하여 로봇 탐색 목표 위치 설정을 위한 소요 시간 감소를 통해 인력 활용의 효율성을 증가시킨다. | |
| 본 논문에서 제안한 재난 환경 탐색을 위한 다중 로봇의 목표 지점 추론 시스템의 내용은 어떠한가? | 본 논문에서는 재난 환경 탐색을 위한 다중 로봇의 목표 지점 추론 시스템을 제안하였다. 목격자의 진술 정보에서 의미 정보를 추론하기 위한 베이지안 네트워크 설계와 이미지 처리 기법 기반 지도 정보의 지식 표현을 수행하였다. 목격자 진술 정보를 기반으로 제안하는 시스템을 검증하였으며, 시스템 유용성 테스트를 통해 유용성을 확인하였다. | |
| 재난 대응 로봇이란? | 재난 대응 로봇은 사람이 접근하기 어렵거나 위험한 재난 환경에 로봇이 투입되어 재난 환경 파악, 요구조자 위치 파악 등을 통해 소방 인력을 지원하기 위한 로봇이다[1]. 재난 대응 로봇이 환경을 탐색하기 위해서는 탐색 목표 지점을 지도상에서 설정할 필요가 있다. |
10.1007/978-1-4471-5058-9_181 S. Tadokoro, “Disaster Response Robot,” Encyclopedia of Systems and Control, 1st ed., Springer-Verlag London, pp. 284-290, 2015.
10.1007/s10514-015-9480-x A. Q. Li, R. Cipolleschi, M. Giusto, and F. Amigoni, “A Semantically-Informed Multirobot System for Exploration of Relevant Areas in Search and Rescue Setings,” Autonomous Robots, vol. 40, no. 4, pp. 581-597, Apr., 2016.
B. DasGupta, J. P. Hespanha, J. Riehl, and E. Sontag, “Honey-pot constrained searching with local sensory information, Nonlinear Analysis: Theory, Methods & Applications, vol. 65, no. 9, pp. 1773-1793, Nov., 2006.
10.1109/ICRA.2011.5980179 E. Stump, “Visibility-Based Deployment of Robot Formations for Communication Maintenance,” 2011 IEEE International Conference on Robotics and Automation, Shanghai, China, pp. 4498-4505, 2011.
10.1016/j.conengprac.2006.08.007 M. N. Rooker and A. Birk, “Multi-Robot Exploration under the Constraints of Wireless Networking,” Control Engineering Practice, vol. 15, no. 4, pp. 435-445, Apr., 2007.
10.1002/rob.20216 D. Calisi, A. Farinelli, L. Iocchi, and D. Nardi, “Multi-Objective (d) Coordinates on map based on testimony 3 Exploration and Search for Autonomous Rescue Robots,” Journal of Field Robotics, vol. 24, no. 8-9, pp. 763-777, Aug.-Sept., 2007.
10.1007/11426646_20 J. Petzold, A. Pietzowski, F. Bagei, W. Trumler, and T. Ungerer, “Prediction of Indoor Movements using Bayesian Networks,” First international conference on Location- and Context- Awareness, Oberpfaffenhofen, Germany, pp. 211-222, 2005.
10.1016/j.envsoft.2012.03.012 S. H. Chen and C. A. Pollino, “Good Practice in Bayesian Network Modelling,” Environmental Modelling and Software, vol. 37, pp. 134-145, Nov., 2012.
M. Ashcroft, “Bayesian Networks in Business Analytics,” 2012 Federated Conference on Computer Science and Information Systems (FedCSIS), Wroclaw, Poland, pp. 955-961, 2012.
S.-H. Yi and S.-B. Cho “A Battery-Aware Energy Efficient Android Phone with Bayesian Networks,” 2012 9th International Conference on Ubiquitous Intelligence and Computing and 9th International Conference on Autonomic and Trusted Computing, Fukuoka, Japan, pp. 204-209, 2012.
10.1016/j.envsoft.2006.01.004 A. J. Jakeman, R. A. Letcher and J. P. Norton, “Ten Iterative Steps in Development and Evaluation of Environmental Models,” Environmental Modelling and Software, vol. 21, no.5, pp. 602-614, May, 2006.
P. Pernin, “An Eyewitness Account,” The Great Peshtigo Fire: An Eyewitness Account, Wisconsin Historical Society, 2014, pp. 189-194.
10.1007/BF00183958 T. Beer, “The Interaction of Wind and Fire,” Boundary-Layer Meteorology, vol. 54, no. 3, pp. 287-308, Feb., 1991.
M. J. Druzdzel, “SMILE: Structural Modeling, Inference, and Learning Engine and GeNIe: a development environment for graphical decision-theoretic models,” 16th national conference on Artificial intelligence, Orlando, Florida, USA, pp. 902-903, 1999.
J. Brooke, “SUS-A Quick and Dirty Usability Scale,” Usability Evaluation in Industry, vol. 189, no. 194, pp, 4-7, 1996.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
Copyright KISTI. All Rights Reserved.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.