[논문]인간-로봇 상호협력작업을 위한 모바일로봇의 지능제어에 관한 연구

김두범; 배호영; 김상현; 임오득; 백영태; 한성현

doi:10.21289/ksic.2019.22.2.137

인간-로봇 상호협력작업을 위한 모바일로봇의 지능제어에 관한 연구
A Study on Intelligent Control of Mobile Robot for Human-Robot Cooperative Operation in Manufacturing Process 원문보기

한국산업융합학회 논문집 = Journal of the Korean Society of Industry Convergence, v.22 no.2, 2019년, pp.137 - 146

김두범 (육군정비창) , 배호영 (경남대학교) , 김상현 (경남대학교) , 임오득 (해군정비창) , 백영태 ((주)S&T 중공업) , 한성현 (경남대학교 기계공학부)

Abstract ▼ AI-Helper

This study proposed a new technique to control of mobile robot based on voice command for (Human-Robot Cooperative operation in manufacturing precess). High performance voice recognition and control system was designed In this paper for smart factory. robust voice recognition is essential for a robot to communicate with people. One of the main problems with voice recognition robots is that robots inevitably effects real environment including with noises. The noise is captured with strong power by the microphones, because the noise sources are closed to the microphones. The signal-to-noise ratio of input voice becomes quite low. However, it is possible to estimate the noise by using information on the robot's own motions and postures, because a type of motion/gesture produces almost the same pattern of noise every time it is performed. In this paper, we describe an robust voice recognition system which can robustly recognize voice by adults and students in noisy environments. It is illustrated by experiments the voice recognition performance of mobile robot placed in a real noisy environment.

주제어

표/그림 (10)

그림 Fig. 1 The coordinate frame of mobile with 2 wheel
그림 Fig. 2 Voice recognition model
그림 Fig. 3 The block diagram of proposed trajectory controller structure for mobile robot
그림 Fig. 4 Remote control schematic diagram of voice recognition robot control system
그림 Fig. 5 Voice recognition word registration program
그림 Fig. 6 Performance experiment scene of voice recognition for mobile robot
표 Table 1. Voice recognition words
그림 Fig. 7 Voice recognition experiment result(I)
그림 Fig. 8 Voice recognition experiment result)(II)
그림 Fig. 9 Voice recognition experiment result)(III)

AI 본문요약
AI-Helper

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

문제 정의

본 논문에서는 피드포워드 제어기인 다층 신경 회로망 제어기를 실수코딩 역전파 알고리즘으로 연결강도 학습의 초기를 실수코딩 유전알고리즘을 사용하여 수행하면서 최적의 해를 찾아낸다. 그리고 수렴하지 않는 부분에서부터 BP로 교체하는 방법으로 학습을 수행 하였다.
본 연구에서는 모바일 로봇의 주행제어를 위하여 음성인식 제어 기법을 적용한 실시간 자율주행 제어 실현에 대한 제어기법을 제안하였다. 그리고 모의성능실험을 통하여 신뢰성을 검증하였다.
본 연구에서는 사람의 음성명령에 의해 자율주행로봇의 모션제어에 관한 연구를 수행하고 실험을 통하여 그 신뢰성을 증명한다. 음성명령에 의한 모션제어 성능 검증은 여러 번의 반복 테스트를 통하여 음성인식 실험을 자율주행 이동로봇의 지능제어에 대한 실험을 수행하여 그 신뢰성을 검증한다.

가설 설정

여기서, 중력과 관성력을 비롯한 코리올리력은 마찰이 두 바퀴와 접촉면과의 마찰이 없다는 조건에 의하여 본 논문에서는 고려하지 않았다. 다만 뉴럴네트워크 제어기에서 이러한 고려치 않은 비선형적인 항들을 보상해준다고 가정하였다. 그러므로 위의 식 (2-25),(2-26)을 다시 정리하면 다음과 같다.
여기서, 중력과 관성력을 비롯한 코리올리력은 마찰이 두 바퀴와 접촉면과의 마찰이 없다는 조건에 의하여 본 논문에서는 고려하지 않았다. 다만 뉴럴네트워크 제어기에서 이러한 고려치 않은 비선형적인 항들을 보상해준다고 가정하였다.

제안 방법

음성인식실험의 인식률 테스트를 위하여 학생 5명을 대상으로 Table 1에서 제시한 서로 다른 12단어를 한사람이 30회씩 총150회 음성명령으로 로봇동작제어실험을 수행하였다. 그리고 5명이 각각 한번씩 발성하여 학습용에 사용하고, 나머지 발성음 150번은 인식용으로 사용하여 실험 결과를 분석 평가하였다. 음성인식 실험은 음성인식을 위해 1회에 걸쳐 기준 음을 설정하였으며, 초기 기준 음과 입력음파의 유사도를 비교하여 입력음파의 최소 거리를 갖는 기준 음을 인식된 음성으로 결정하였다.
본 연구에서는 모바일 로봇의 주행제어를 위하여 음성인식 제어 기법을 적용한 실시간 자율주행 제어 실현에 대한 제어기법을 제안하였다. 그리고 모의성능실험을 통하여 신뢰성을 검증하였다. 또한 자율주행로봇의 시제품을 제작하여 음성인식 명령에 의한 모션제어 및 장애물회피 자율주행제어에 대한 성능을 실험을 통하여 그 신뢰성을 검증하였다.
본 논문에서는 피드포워드 제어기인 다층 신경 회로망 제어기를 실수코딩 역전파 알고리즘으로 연결강도 학습의 초기를 실수코딩 유전알고리즘을 사용하여 수행하면서 최적의 해를 찾아낸다. 그리고 수렴하지 않는 부분에서부터 BP로 교체하는 방법으로 학습을 수행 하였다. 실수코딩 알고리즘은 최적해의 근방까지는 수렴하는 것이 가능하였다.
임시 목표가 정해지면 로봇간의 거리를 계산해야하는데 이를 위해 구해진 영상의 정보와 초음파 센서를 이용하였다. 두 개의 카메라에서 각각 얻어진 두 영상을 비교해 보다 정확한 거리를 산출할 수 있는 스테레오 비전 방법도 있지만 본 연구에서는 하나의 카메라로 거리를 측정하였다.[6] 바닥에서 카메라까지의 높이인 h_y, 카메라 앞부분에 존재하는 사각의 거리인 b_y, 카메라로 포착 가능한 최장거리인 l_y +b_y, 카메라의 좌우 폭인 l_x는 실제 측정하고, 이 4개의 측정값을 이용하여 세가지 각도를 구할 수 있다.
그리고 모의성능실험을 통하여 신뢰성을 검증하였다. 또한 자율주행로봇의 시제품을 제작하여 음성인식 명령에 의한 모션제어 및 장애물회피 자율주행제어에 대한 성능을 실험을 통하여 그 신뢰성을 검증하였다.
본 연구에서는 사람의 음성명령에 의해 자율주행로봇의 모션제어에 관한 연구를 수행하고 실험을 통하여 그 신뢰성을 증명한다. 음성명령에 의한 모션제어 성능 검증은 여러 번의 반복 테스트를 통하여 음성인식 실험을 자율주행 이동로봇의 지능제어에 대한 실험을 수행하여 그 신뢰성을 검증한다.
그리고 5명이 각각 한번씩 발성하여 학습용에 사용하고, 나머지 발성음 150번은 인식용으로 사용하여 실험 결과를 분석 평가하였다. 음성인식 실험은 음성인식을 위해 1회에 걸쳐 기준 음을 설정하였으며, 초기 기준 음과 입력음파의 유사도를 비교하여 입력음파의 최소 거리를 갖는 기준 음을 인식된 음성으로 결정하였다.
음성인식방법은 Endpoint detection에서 음성의 시작점을 검출하면, 검출된 음성에 대해서 front end feature extraction에서 MFCC로 변환하고, MFCC를 이용하여 acoustic matcher에서 speech model과 acoustic score를 구한다. 그리고 그 score를 이용하여 인식 network을 parsing해서 인식된 결과가 나오면 rejection에서 음성의 신뢰도를 평가하게 된다.
음성인식실험의 인식률 테스트를 위하여 학생 5명을 대상으로 Table 1에서 제시한 서로 다른 12단어를 한사람이 30회씩 총150회 음성명령으로 로봇동작제어실험을 수행하였다. 그리고 5명이 각각 한번씩 발성하여 학습용에 사용하고, 나머지 발성음 150번은 인식용으로 사용하여 실험 결과를 분석 평가하였다.
임시 목표가 정해지면 로봇간의 거리를 계산해야하는데 이를 위해 구해진 영상의 정보와 초음파 센서를 이용하였다. 두 개의 카메라에서 각각 얻어진 두 영상을 비교해 보다 정확한 거리를 산출할 수 있는 스테레오 비전 방법도 있지만 본 연구에서는 하나의 카메라로 거리를 측정하였다.

성능/효과

8은 5명의 학생이 서로 다른 4개의 단어를 이용하여 30회씩 음성명령으로 로봇의 주행제어의 성능실험에 대한 결과그래프를 나타내고 있다. Fig. 9는 5명의 학생이 또 다른 4개의 단어를 각각 30회씩 음성명령으로 로봇의 주행제어의 성능실험에 대한 결과 그래프를 나타내고 있다 음성명령으로 로봇 주행제어 성능실험 실험결과 평균98.5%이상의 높은 신뢰성을 보여 줌으로서 현장적용 그 가능성을 모여 보였다.
음성명령에 의한 모바일 로봇의 주행성능 실험 결과는 평균적으로 98.6%의 성공률을 나타냄으로서 양호한 신뢰성을 보여줌으로서 제안된 기술의 현장적용 가능성을 확인하였다.
음성인식 모델은 연속 HMM과 이산 HMM으로 나뉘는데, 연속 HMM이 음성인식, 화자 인증 또는 인식 등에서 우수한 성능을 보인다. 연속 HMM은 연속 관측 확률밀도함수를 사용하는데 아래의 식(2-17), (2-18)로 표현된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	음성인식 방법 중 지식기반 접근방법은 무엇인가?	지금까지의 음성인식 방법을 크게 두 가지로 나누면, 음성⋅언어학적인 지식을 이용하는 지식 기반 접근방식과 입력된 음성신호의 스펙트럼을 분석하여 학습과정을 통해 미리 준비된 기준 패턴과 대조시켜 가장 유사한 것을 찾아내는 패턴정합 방법으로 나눌 수 있다. 지식기반 접근방법은 음성파형의 변별적인 특징에 근거한 음성⋅언어학적 규칙을 적용하여 음성에 대한 인간의 지식을 표현하고자 하는 방식이다. 그러나 이것은 인간의 청각 구조에 대한 이해 부족과 전문가의 지식을 완벽하게 공식화하기 어렵다는 단점이 있다.
	지식기반 접근방법의 단점은 무엇인가?	지식기반 접근방법은 음성파형의 변별적인 특징에 근거한 음성⋅언어학적 규칙을 적용하여 음성에 대한 인간의 지식을 표현하고자 하는 방식이다. 그러나 이것은 인간의 청각 구조에 대한 이해 부족과 전문가의 지식을 완벽하게 공식화하기 어렵다는 단점이 있다.[1]
	로봇에 음성인식 기술을 활용하여 발생하는 효과는 무엇인가?	사람과 기계사이의 자연스러운 통신을 위해 음성인식에 관한 연구가 꾸준히 진행되어 왔으며 수십단어 정도의 어휘를 대상으로 불특정 화자의 음성을 인식하거나, 화자 적응을 통해 수만 단어를 인식할 수 있는 시스템들이 상용화되기 시작했다. 따라서 로봇의 교시에 음성인식 기술을 활용한다면 인간에게 보다 친숙하면서 전문가가 아니더라도 이동로봇의 교시를 가능하게 하여, 전문 엔지니어 양성 및 프로그램 재개발에 따른 비용과 시간의 절감 효과가 있을 수 있다. 특히 열악한 환경에서의 로봇의 원격 조작 및 신체장애자를 위한 서비스를 제공할 수 있는 로봇으로도 이용될 수 있는 등 응용분야가 다양하다.

참고문헌 (12)

이윤근, 박준, 김상훈, "음성인터페이스 기술," 전자통신 동향분석, 제 20권 4호, pp. 38-48, 2005. 8.
Roe D. B. and Wilpon. J. G., "Whither Speech Recognition : The Next 25 Years," IEEE Communications Magazine, Vol. 31, No. 11, pp. 54-62, November, 1993.

상세보기
X. D. Huang, Y. Ariki, and M.A. Jack, hidden markov models for speechRecognition, Edinburgh University Press, Edinburgh, England, 1990.
J. J. Lee, H. J. Kim, "자율주행기술" Journal of the KSME, pp39-44, Nov, 2007.
Siverman H. F., and Morgan D.P, "The application of dynamic programming to connected.speech' recognition," IEEE Transactions on Acoustics,Speech, and Signal Processing Magazine, Vol. 7, pp. 6-25, July 1990.
Lippmann R. P., "An Introductionto computing with neural nets," IEEE Transactions on Acoustics, Speech, and Signal processing Magazine, Vol. 4, pp. 4-22, Apr. 1987.
진태석, "천장 전등패널 기반로봇의 주행오차 보정과 제어",한국산업융합학회 논문집 제20권 2호 pp.89-95, 2017.

원문보기 상세보기
류헤연, 정기민, 김만호, 이경창 "전기자동차용 Brake-By-Wire 시스템을 위한 전자식 브레이크 구현",한국산업융합학회 논문집 제20권 4호 pp.313-323, 2017.

원문보기 상세보기
김진광, "생산자동화 시스템을 위한 산업용 로봇의 운전특성 시뮬레이션에 관한 연구",한국산업융합학회 논문집 제20권 5호,pp405-410, 2017.

원문보기 상세보기
장성철, 권민수, "제어보드와 파워보드에 관한 발열성능 평가", 한국산업융합학회 논문집 제20권 2호,pp187-194, 2017.

원문보기 상세보기
김한성, "위치-힘 동시제어를 위한 FT측정 기능을 갖는 6축 순응기구 설계", 한국산업융합학회 논문집 제21권 2호, pp63-70, 2018.

원문보기 상세보기
진태석, "퍼지추론기반센서융합 이동로봇의 장애물 회피 주행기법",한국산업융합학회 논문집 제21권 2호,pp95-101, 2018.

원문보기 상세보기

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