신경회로망과 유전알고리즘에 기초한 이동로봇의 제어 이득 최적화

최영규; 박진현

주제분류

...

저널정보

저자정보

최영규 (부산대학교)
박진현 (경남과학기술대학교)

이용수
내서재: 0

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

이동로봇을 원하는 위치로 최단시간 안에 이동시키기 위해 최적제어문제를 풀어야 하지만 비선형시스템이므로 해석적 접근이 매우 어렵다. 본 논문에서 유전알고리즘을 사용하여 이동로봇의 최적제어이득을 구한다. 로봇 방정식이 비선형식이므로 초기치에 따라 최적제어이득은 다르게 결정된다. 따라서 초기치 범위를 적절한 개수의 격자점으로 이산화시킨 뒤 해당 격자점에서 유전알고리즘으로 최적제어이득을 구한다. 일반적인 초기치에 대한 제어이득은 신경회로망으로 구하며 해당 격자점의 초기치와 그에 대한 최적제어이득을 신경회로망 학습데이터로 사용하고 학습시킨다. 이산화된 격자점이 아닌 다른 초기치에 대한 제어이득은 신경회로망으로부터 구한다. 마지막으로 본 논문의 제어방법의 유용성을 시뮬레이션 연구로 확인하고자 한다.

In order to move mobile robots to desired locations in a minimum time, optimal control problems have to be solved; however, their analytic solutions are almost impossible to obtain due to robot nonlinear equations. This paper presents a method to get optimal control gains of mobile robots using genetic algorithms. Since the optimal control gains of mobile robots depend on the initial conditions, the initial condition range is discretized to form some grid points, and genetic algorithms are applied to provide the optimal control gains for the corresponding grid points. The optimal control gains for general initial conditions may be obtained by use of neural networks. So the optimal control gains and the corresponding grid points are used to train neural networks. The trained neural networks can supply pseudo-optimal control gains. Finally simulation studies have been conducted to verify the effectiveness of the method presented in this paper.

#신경회로망 #유전알고리즘 #이동로봇 #최단시간 #최적제어이득 #Neural Network #Genetic Algorithm #Mobile Robot #Minimum-time #Optimal Control Gain