양족 로봇에 대한 신경회로망 역모델 학습 제어 = Neural Network Inverse Model Learning Control for Biped Robot
저자
발행기관
학술지명
권호사항
발행연도
2001
작성언어
Korean
KDC
374.4
자료형태
학술저널
수록면
85-92(8쪽)
제공처
본 논문에서는 신경회로망을 이용한 양족 로봇에 대한 역모델 학습 제어에 관한 연구를 하였다. 5관절 양족 로봇 모델을 가지고 운동학과 동력학을 구했고 신경회로망의 학습으로 역모델을 구성하였다. 로봇 관절의 원하는 위치, 속도와 가속도를 신경회로망의 입력으로 하고, 원하는 토크를 출력으로 하여 토크 오차가 영(0)이 되도록 가중치를 학습시켜 조절하여 역모델을 구했다. 역모델에 의한 각 관절의 위치, 속도와 가속도를 제어하는 방법을 제안했다. 역전파 알고리즘을 사용하여 컴퓨터 시뮬레이션을 통해 역모델의 효율성을 입증했다. 반복횟수가 많을수록 SSE(sun square error)가 영에 가까워짐을 알 수 있었다. 또한 원하는 토크, 위치, 속도와 반복횟수에 따른 토크, 위치, 속도 오차의 차이를 표로 보여주었다. 반복횟수가 많을수록 토크, 위치, 속도 오차가 적음을 알 수 있었다.
In this paper, learning control of inverse for biped robot using neural network is studied. Kinematics and dynamics of a 5-link biped robot model was attained, and by the neural network's learning capability a reverse model was made. Using the robots joint position, speed, and acceleration for the neural networks input and the desired torque as the output, adjusting neural network's learned weights to make the torque error to be zero and attained an inverse model. We proposed a method for each joint position, velocity and acceleration control by the inverse model, and the inverse model efficiency is proved by simulation using back-propagation algorithm. We now know that the larger the iteration number, the closer the SSE(sun square error) approaches to zero, and that the larger the iteration number, the smaller the error of torque, position, and velocity.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)