선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- [2] 이러한 SA-IDL을 기반으로 유비쿼터스 환경에 적합하도록 제안된 Q-MAR(Quality-Mission-Action-Resource) 모델은 SA—CSL(Situation—Awa「e Contract Specification Language)[4]를 이용하여 Application과 middleware 사이의 communication을 정의 하였다. 본 논문에서는 Q-MAR모델을 개선시켜 모호하고 불확실한 상황 데이터의 처리에 대한 문제를 해결 하고자 한다. 이를 위하여 2장에선 관련연구에 대해 설명하고, 3장에서는 재난 구조 로봇과 같은 특수한 상황에서 사용될 수 있는 목적기반의 정황인지 미들웨어를 제안 한다.
- 본 논문에서 제안하는 Goal-driven, Situation-Aware Middleware(GDSAM) 모델의 목적은 재난 구조라는 특수한 상항에서 필요한 정보를 선별적으로 수집 할 수 있게 하고, 각 센서들에 의해 수집된 정보를 융합 또는 연합하여 현재 상황을 파악하거나 미래 상황을 예측 할 수 있도록 지원해 주는 것이다. Q-MAR 모델 역시 비슷한 기능을 제공해 줄 수 있다.
- Goal Manager는 재난 구조 로봇이 미션을 수행하기 위한 각 정보들을 수집하여 목적을 수행하기 위한 일련의 과정을 스케줄링 하는 것이 목적이다. 미션을 수행하기 위해 관리자부터 선별된 정보를 취합하고 각 Goal에 대한 Action과 QoS를 정해 준다.
- 본 논문에서는 재난 로봇과 같이 특정한 목적을 가지고 임무를 수행하는 로봇에 적합한 상황인식 미들웨어를 제시 하고, 설계 하였다. 설계한 미들웨어는 사용자가 정의한 목적에 맞는 정보만을 수집하며, 수집된 정보를 연합하여 현재 상황을 파악한다.
- 본 논문에서 제안한 목적주도의 상황인지 미들웨어는 재난 구조라는 특별한 상황에서 목적을 수행하기 위한 미들웨어이다. 정확한 정보에 따른 빠른 응답을 필요로 하는 목적으로 설계 되었다. 따라서 필요에 따라 정보를 선별 수집하기 때문에 정보의 양에 따른 과부하가 적어 실시간으로 응답 할 수 있을 것이다.
가설 설정
- . QoS : 하나의 goal에 하나의 QoS가 주어진다. 하나의 goal에 하나의 QoS만 주어지기 때문에 신속 도를 높인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.