KR101357278B1 - 로봇 편대 제어 방법, 그 시스템, 및 기록 매체 - Google Patents
로봇 편대 제어 방법, 그 시스템, 및 기록 매체 Download PDFInfo
- Publication number
- KR101357278B1 KR101357278B1 KR1020120039375A KR20120039375A KR101357278B1 KR 101357278 B1 KR101357278 B1 KR 101357278B1 KR 1020120039375 A KR1020120039375 A KR 1020120039375A KR 20120039375 A KR20120039375 A KR 20120039375A KR 101357278 B1 KR101357278 B1 KR 101357278B1
- Authority
- KR
- South Korea
- Prior art keywords
- robots
- lowest cost
- preset range
- particle
- robot
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 34
- 239000002245 particle Substances 0.000 claims description 81
- 238000005457 optimization Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 11
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 38
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- BDAGIHXWWSANSR-UHFFFAOYSA-M Formate Chemical compound [O-]C=O BDAGIHXWWSANSR-UHFFFAOYSA-M 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1615—Programme controls characterised by special kind of manipulator, e.g. planar, scara, gantry, cantilever, space, closed chain, passive/active joints and tendon driven manipulators
- B25J9/1617—Cellular, reconfigurable manipulator, e.g. cebot
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1682—Dual arm manipulator; Coordination of several manipulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/008—Artificial life, i.e. computing arrangements simulating life based on physical entities controlled by simulated intelligence so as to replicate intelligent life forms, e.g. based on robots replicating pets or humans in their appearance or behaviour
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Robotics (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Manipulator (AREA)
Abstract
본 발명에 따른 로봇 편대 제어 방법은 서버가, (a) 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하는 단계; 및 (b) 상기 (a) 단계의 판단결과, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계를 포함한다.
Description
본 발명은 로봇 편대 제어 방법, 그 시스템, 및 기록 매체에 관한 것으로, 보다 구체적으로는, 복수의 로봇들이 지정된 편대로 형성할 수 있도록 하는 로봇 편대 제어 방법, 그 시스템, 및 기록 매체에 관한 것이다.
일반적으로 군집 로봇 시스템은 군집을 이루는 로봇들 간의 협동을 통하여 단일 로봇보다 나은 성능을 구현한다.
특정 운영 환경 내에서 군집을 이루는 로봇들 간의 협동을 수행할 수 있도록 하는 다양한 알고리즘들에 대한 연구가 진행된다. 예컨대, 군집을 이루는 로봇들 간의 간격을 일정하게 유지시키는 로봇 편대 제어 알고리즘은 로봇들 간의 충돌을 방지하고, 로봇들이 최적화된 경로로 이동할 수 있도록 한다.
하지만, 종래 연구되고 있는 로봇 편대 제어를 위한 알고리즘은 계산 복잡도가 높거나, 로봇 편대에서 일부 로봇이 고장나면 전체 로봇의 움직임에 영향을 주는 문제점이 있다.
따라서, 본 발명이 해결하고자 하는 과제는 계산 복잡도가 낮고, 로봇 편대에서 일부 로봇이 고장인 경우라도 전체 로봇의 움직임에 영향이 없도록 하는 로봇 편대 제어 방법, 그 시스템, 및 기록 매체를 제공하려는 것이다.
본 발명에 따른 로봇 편대 제어 방법은 서버가, (a) 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하는 단계; 및 (b) 상기 (a) 단계의 판단결과, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (b) 단계는, 복수의 로봇들을 미리 설정된 범위 내에서 편대를 이루게 하거나, 복수의 로봇들이 미리 설정된 범위 내에서 편대를 이룬 경우라도 편대의 상태 변경하기 위한 명령에 의하여 상기 복수의 로봇들의 편대를 변경하는 경우, 변경된 편대에서 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 (b) 단계는, (b-1) 상기 복수의 로봇들의 입자들을 초기화하는 단계; (b-2) 상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하는 단계; (b-3) 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하는 단계; (b-4) 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 단계; 및 (b-5) 상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 전송하는 단계 이후에, 특정 조건을 만족하는지 여부를 판단하고, 상기 특정 조건을 만족하지 않는 경우, 상기 (b-2) 내지 (b-5) 단계를 다시 수행하는 것을 특징으로 한다.
또한, 상기 특정 조건은, 특정 세대가 지나도 비용 함수 값에 변화가 없는 경우 또는 세대 수가 미리 결정된 수치를 만족하는 경우에 해당하는 조건일 수 있다.
상기 세대는, 상기 (b-2) 내지 (b-5) 단계를 하나의 세대로 지칭하는 것을 특징으로 한다.
또한, 상기 (a) 단계의 판단 결과, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하면, 미리 결정된 수식을 통해 상기 복수의 로봇들의 위치 간격을 최종조정하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 실시 예에 따른 로봇 편대 제어 방법은 서버가, 복수의 로봇들의 입자들을 초기화하는 단계; 상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하는 단계; 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하는 단계; 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 단계; 및 상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 로봇 편대 제어 서버는 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하고, 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 협동 입자 군집 최적화 블락; 및 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하면, 미리 결정된 수식을 통해 상기 복수의 로봇들의 위치 간격을 최종조정하는 최종 상태 제어 블락을 포함하는 것을 특징으로 한다.
또한, 상기 협동 입자 군집 최적화 블락은, 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 복수의 로봇들을 미리 설정된 범위 내에서 편대를 이루게 하거나, 복수의 로봇들이 미리 설정된 범위 내에서 편대를 이룬 경우라도 편대의 상태 변경하기 위한 명령에 의하여 상기 복수의 로봇들의 편대를 변경하는 경우, 변경된 편대에서 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계를 포함하는 것을 특징으로 한다.
또한, 상기 협동 입자 군집 최적화 블락은, 상기 복수의 로봇들의 입자들을 초기화하는 초기화 블락; 상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하고, 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하며, 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 계산 블락; 및 상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 송수신 블락을 포함하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 로봇 편대 제어 시스템은 복수의 로봇들; 및 상기 복수의 로봇들을 제어하는 로봇 편대 제어 서버를 포함하고, 상기 로봇 편대 제어 서버는, 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하고, 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 협동 입자 군집 최적화 블락; 및 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하면, 미리 결정된 수식을 통해 상기 복수의 로봇들의 위치 간격을 최종조정하는 최종 상태 제어 블락을 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 컴퓨터로 읽을 수 있는 기록매체는 로봇 편대 제어 방법을 구현하기 위한 프로그램이 기록되며, 상기 로봇 편대 제어 방법은 서버가, (a) 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하는 단계; (b) 상기 (a) 단계의 판단결과, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명의 실시예에 따른 컴퓨터로 읽을 수 있는 기록매체는 로봇 편대 제어 방법을 구현하기 위한 프로그램이 기록되며, 상기 로봇 편대 제어 방법은 서버가, 복수의 로봇들의 입자들을 초기화하는 단계; 상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하는 단계; 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하는 단계; 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 단계; 및 상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 단계를 포함하는 것을 특징으로 한다.
본 발명에 따른 로봇 편대 제어 방법, 그 시스템, 및 기록 매체에 의하면, 계산 복잡도가 낮고, 로봇 편대에서 일부 로봇이 고장인 경우라도 전체 로봇의 움직임에 영향이 없도록 하는 효과를 가진다.
또한, 본 발명에 따른 로봇 편대 제어 방법, 그 시스템, 및 기록 매체에 의하면, 군집 로봇의 편대를 제어할 수 있어, 이를 이용한 새로운 시장 진출을 도모할 수 있는 효과를 가진다.
또한, 본 발명에 따른 로봇 편대 제어 방법, 그 시스템, 및 기록 매체에 의하면, 모든 형태의 군집 로봇에 적용이 가능하므로 로봇 산업의 활성화 효과를 기대할 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 로봇 편대 제어 시스템을 나타내는 도면이다.
도 2는 도 1의 서버를 보다 구체적으로 나타내는 도면이다.
도 3은 도 2의 협동 입자 군집 최적화 블락을 보다 구체적으로 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 로봇 편대 제어 방법을 개괄적으로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 로봇 편대 제어 방법을 보다 구체적으로 나타내는 도면이다.
도 6은 도 5의 S400을 보다 구체적으로 설명하는 도면이다.
도 7은 본 발명의 실시예에 따른 로봇 편대 제어 방법을 이용한 경우의 시뮬레이션 결과를 도시하는 도면이다.
도 1은 본 발명의 일 실시예에 따른 로봇 편대 제어 시스템을 나타내는 도면이다.
도 2는 도 1의 서버를 보다 구체적으로 나타내는 도면이다.
도 3은 도 2의 협동 입자 군집 최적화 블락을 보다 구체적으로 설명하는 도면이다.
도 4는 본 발명의 일 실시예에 따른 로봇 편대 제어 방법을 개괄적으로 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 로봇 편대 제어 방법을 보다 구체적으로 나타내는 도면이다.
도 6은 도 5의 S400을 보다 구체적으로 설명하는 도면이다.
도 7은 본 발명의 실시예에 따른 로봇 편대 제어 방법을 이용한 경우의 시뮬레이션 결과를 도시하는 도면이다.
이하, 첨부된 도면을 참조하여, 본 발명에 대하여 보다 구체적으로 설명하기로 한다.
이하의 설명에서 본 발명에 대한 이해를 명확히 하기 위하여, 본 발명의 특징에 대한 공지의 기술에 대한 설명은 생략하기로 한다. 이하의 실시 예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아님은 당연할 것이다. 따라서, 본 발명과 동일한 기능을 수행하는 균등한 발명 역시 본 발명의 권리 범위에 속할 것이다.
이하의 설명에서 동일한 식별 기호는 동일한 구성을 의미하며, 불필요한 중복적인 설명 및 공지 기술에 대한 설명은 생략하기로 한다.
도 1은 본 발명의 일 실시예에 따른 로봇 편대 제어 시스템을 나타내는 도면이다. 상기 로봇 편대 제어 시스템(10)은 복수의 로봇들(100) 및 서버(200)를 포함한다. 상기 서버(200)는 복수의 로봇들(100)과 유선 또는 무선으로 연동되어 상기 복수의 로봇들(100)을 제어할 수 있다.
상기 복수의 로봇들(100) 각각은 입자 군집(particle swarm)을 가지고 있으며, 이때, 각 입자는 각 로봇이 앞으로의 구간 동안의 움직임을 나타내는 후보 솔루션(solution)에 해당한다.
도 2는 도 1의 서버를 보다 구체적으로 나타내는 도면이다. 상기 서버(200)는 프로세서(210) 및 데이터 베이스(220)를 포함하고, 상기 프로세서(210)는 협동 입자 군집 최적화 블락(212) 및 최종 상태 제어 블락(214)을 포함한다.
여기서 사용된 '서버' 또는 '블락'이라는 용어는 논리적인 구성 단위를 나타내는 것으로서, 반드시 물리적으로 구분되는 구성 요소가 아니라는 점은 본 발명이 속하는 기술분야의 당업자에게 자명한 사항이다.
상기 협동 입자 군집 최적화 블락(212)은 상기 복수의 로봇들(100)의 위치 간격을 미리 설정된 범위 내로 설정(최적화)하는 기능을 수행하며, 또한, 복수의 로봇들(100)이 초기 상태에서 편대를 이루거나, 복수의 로봇들(100)이 편대를 이룬 상태에서 편대 상태 변경 명령을 받아 편대를 변경할 경우 복수의 로봇들(100)을 변경될 편대 상태로 제어하기 위한 처리를 수행한다.
상기 협동 입자 군집 최적화 블락(212)에 의해 상기 복수의 로봇들(100)의 위치 간격이 미리 설정된 범위 내로 수렴하면, 상기 최종 상태 제어 블락(214)은 미리 결정된 수식 또는 제어 로직을 통해 상기 복수의 로봇들(100)의 위치 간격을 최종 제어한다.
상기 데이터 베이스(220)는 상기 복수의 로봇들(100)의 위치 간격 데이터, 상기 미리 설정된 범위 및 상기 복수의 로봇들(100)의 위치 간격을 최종 제어하기 위한 미리 결정된 수식 등을 포함한 각종 데이터를 저장하는 기능을 수행한다.
도 3은 도 2의 협동 입자 군집 최적화 블락을 보다 구체적으로 설명하는 도면이다. 상기 협동 입자 군집 최적화 블락(212)은 초기화 블락(2122), 송수신 블락(2124), 계산 블락(2126) 및 판단 블락(2128)을 포함한다.
상기 초기화 블락(2122)은 복수의 로봇들의 위치로부터 최적화된 움직임을 찾기 위하여 각 입자들을 초기화시킨다. 이때, 각 입자들은 각 로봇이 앞으로의 구간 동안의 움직임을 나타내는 후보 솔루션(solution)에 해당한다.
상기 송수신 블락(2124)은 상기 서버(200)와 복수의 로봇들(100) 간의 각종 데이터를 송수신하는 역할을 수행한다.
상기 계산 블락(2126)은 비용 함수 값을 계산하거나, 최저 비용 입자를 결정하기 위한 계산을 수행하는 등 상기 서버(200)가 수행하는 각종 계산을 하는 기능을 수행한다.
상기 판단 블락(2128)은 도 5 및 도 6에서 도시되는 판단 기능(즉, 미리 설정된 범위 내인지를 판단하는 기능, 종료 조건을 만족하지 판단하는 기능, 특정 조건을 만족하는지를 판단하는 기능 등)을 포함한 상기 서버(200)가 수행하는 각종 판단을 하는 기능을 수행한다.
상기 협동 입자 군집 최적화 블락(212)은 초기화 블락(2122), 송수신 블락(2124), 계산 블락(2126) 및 판단 블락(2128)을 통해 복수의 로봇들은 최적화된 움직임을 계산하여 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 처리할 수 있다.
상기 협동 입자 군집 최적화 블락(212)의 협동 입자 군집 최적화 과정은 도 6에서 보다 구체적으로 설명되는바 이하 설명될 것이다.
도 4는 본 발명의 일 실시예에 따른 로봇 편대 제어 방법을 개괄적으로 나타내는 도면이다. 도 4의 로봇 편대 제어 방법은 도 1에 도시된 서버(200)에 의해 수행될 수 있다.
도 4를 참고하면, 상기 서버(200)는 상기 복수의 로봇들(100)의 위치 간격을 미리 설정된 범위 내로 최적화하는 협동 입자 군집 최적화 과정(S10)을 수행한다.
다음으로, 상기 복수의 로봇들(100)의 위치 간격이 미리 설정된 범위 내로 수렴하면, 상기 최종 상태 제어 블락은 미리 결정된 수식 또는 제어 로직을 통해 상기 복수의 로봇들의 위치 간격을 최종 제어하는 최종 상태 제어 과정(S20)을 수행한다.
도 5는 본 발명의 일 실시예에 따른 로봇 편대 제어 방법을 보다 구체적으로 나타내는 도면이다. 도 5의 로봇 편대 제어 방법은 도 1에 도시된 서버(200)에 의해 수행될 수 있다.
상기 서버(200)는 복수의 로봇들(100)의 위치(예컨대, 복수의 로봇들 간의 간격)를 검출하고(S100), 상기 복수의 로봇들(100)의 위치가 미리 설정된 범위 내인지를 판단한다(S200).
만일, 상기 복수의 로봇들(100)의 위치가 미리 설정된 범위 내에 해당하는 경우, 상기 복수의 로봇들(100)의 최종 상태를 미리 결정된 수식을 통해 제어한다(S300). 예컨대, 상기 복수의 로봇들(100) 간의 간격이 미리 설정된 범위 내에 해당하는 경우, 상기 서버(200)는 미리 결정된 수식 또는 제어 로직을 통해 상기 복수의 로봇들의 위치 간격을 최종 제어한다.
만일, 상기 복수의 로봇들(100)의 위치가 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들(100)의 위치 간격을 미리 설정된 범위 내로 최적화하는 협동 입자 군집 최적화 과정을 수행한다(S400). 상기 협동 입자 군집 최적화 과정에 대해서는 도 6에서 보다 구체적으로 설명하기로 한다.
이후, 서버(200)는 제어 신호를 발생하고, 상기 복수의 로봇들(100)의 위치를 업데이트한다(S500).
S300 또는 S500이 완료되면, 상기 서버(200)는 종료 조건을 만족하는 지를 판단하고(S600), 종료 조건을 만족하는 경우, 로봇 편대 제어 종료를 수행하고, 종료 조건을 만족하지 않는 경우, S100을 수행한다. 이때, 상기 종료 조건은 서버(200)에 미리 설정된 조건에 해당하고, 예컨대, 복수의 로봇들(100) 간의 간격이 미리 설정된 간격의 오차 범위 내에 해당하는 경우를 의미하는 것일 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
도 6은 도 5의 S400을 보다 구체적으로 설명하는 도면이다.
도 6을 참고하면, 서버(200)는 복수의 로봇들의 현재 위치로부터 최적화된 움직임을 찾기 위해 입자들을 초기화한다(S410). 각 로봇들은 입자 군집(particle swarm)을 가지며, 각 입자들은 각 로봇이 앞으로의 구간 동안의 움직임을 나타내는 후보 솔루션(solution)에 해당한다.
상기 복수의 로봇들 중 어느 하나를 마스터 로봇으로 설정하는 경우, 그 이웃 로봇들로부터 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산한다(S420). 이때, 상기 최저 비용 값은 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자를 의미한다.
서버(200)는 상기 계산된 비용 함수 값을 이용하여 최저 비용 입자를 결정한다(S430). 상기 최저 비용 입자는 각 입자들의 과거 세대(generation)로부터 현재 세대까지 가장 낮은 비용 함수 값을 가지는 입자를 의미하며, 이때, 세대는 다음과 같은 예시로 정의될 수 있다. 예컨대, S420 ~ S460이 하나의 사이클로 수행되는 것을 하나의 세대라고 지칭할 수 있다.
서버(200)는 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정한다(S440).
이후, 서버(200)는 상기 비용 함수 값 및/또는 새로운 최저 비용 값을 이웃 로봇들에게 전송한다(S450).
이후, 서버(200)는 특정 조건을 만족하는지 여부를 판단하고(S460), 특정 조건을 만족하는 경우, S500을 수행하고, 만족하지 않는 경우, S420으로 되돌아간다. 이때, 상기 특정 조건은 이와 같은 과정이 특정 세대가 지나도 비용 함수 값에 변화가 없는 경우, 또는 세대 수가 미리 결정된 수치를 만족하는 경우를 의미할 수 있다.
도 6에 설명된 과정들을 통해 복수의 로봇들은 최적화된 움직임을 계산할 수 있다.
도 7은 본 발명의 실시예에 따른 로봇 편대 제어 방법을 이용한 경우의 시뮬레이션 결과를 도시하는 도면이다. 도 7을 참고하면, 시뮬레이션을 통해 복수의 로봇들이 기하학적인 편대를 유지하면서 편대의 중심이 주어진 경로를 따라가는 것을 볼 수 있다.
또한, 로봇들의 편대 변경 명령이 있을 경우에도 계산을 통해 주어진 경로를 따라가면서 편대 변환이 가능하며, 편대 변환의 경우에 각 로봇들은 서로 충돌하지 않는다.
이상에서 전술한 본 발명의 실시예에 따른 방법은, 단말기에 기본적으로 설치된 애플리케이션(이는 단말기에 기본적으로 탑재된 플랫폼이나 운영체제 등에 포함된 프로그램을 포함할 수 있음)에 의해 실행될 수 있고, 사용자가 애플리케이션 스토어 서버, 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버를 통해 단말기에 직접 설치한 애플리케이션(즉, 프로그램)에 의해 실행될 수도 있다. 이러한 의미에서, 전술한 본 발명의 실시예에 따른 방법은 단말기에 기본적으로 설치되거나 사용자에 의해 직접 설치된 애플리케이션(즉, 프로그램)으로 구현되고 단말기 등의 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
이러한 프로그램은 컴퓨터에 의해 읽힐 수 있는 기록매체에 기록되고 컴퓨터에 의해 실행됨으로써 전술한 기능들이 실행될 수 있다.
이와 같이, 본 발명의 각 실시예에 따른 방법을 실행시키기 위하여, 전술한 프로그램은 컴퓨터의 프로세서(CPU)가 읽힐 수 있는 C, C++, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다.
이러한 코드는 전술한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Function Code)를 포함할 수 있고, 전술한 기능들을 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수도 있다.
또한, 이러한 코드는 전술한 기능들을 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조 되어야 하는지에 대한 메모리 참조 관련 코드를 더 포함할 수 있다.
또한, 컴퓨터의 프로세서가 전술한 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 컴퓨터의 프로세서가 컴퓨터의 통신 모듈(예: 유선 및/또는 무선 통신 모듈)을 이용하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야만 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수도 있다.
그리고, 본 발명을 구현하기 위한 기능적인(Functional) 프로그램과 이와 관련된 코드 및 코드 세그먼트 등은, 기록매체를 읽어서 프로그램을 실행시키는 컴퓨터의 시스템 환경 등을 고려하여, 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론되거나 변경될 수도 있다.
이상에서 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는, 일 예로, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 미디어 저장장치 등이 있다.
또한 전술한 바와 같은 프로그램을 기록한 컴퓨터로 읽힐 수 있는 기록매체는 네트워크로 커넥션된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 이 경우, 다수의 분산된 컴퓨터 중 어느 적어도 하나의 컴퓨터는 상기에 제시된 기능들 중 일부를 실행하고, 그 결과를 다른 분산된 컴퓨터들 중 적어도 하나에 그 실행 결과를 전송할 수 있으며, 그 결과를 전송받은 컴퓨터 역시 상기에 제시된 기능들 중 일부를 실행하여, 그 결과를 역시 다른 분산된 컴퓨터들에 제공할 수 있다.
특히, 본 발명의 각 실시예에 따른 방법을 실행시키기 위한 프로그램인 애플리케이션을 기록한 컴퓨터로 읽을 수 있는 기록매체는, 애플리케이션 스토어 서버(Application Store Server), 애플리케이션 또는 해당 서비스와 관련된 웹 서버 등의 애플리케이션 제공 서버(Application Provider Server)에 포함된 저장매체(예: 하드디스크 등)이거나, 애플리케이션 제공 서버 그 자체일 수도 있다.
본 발명의 각 실시예에 따른 방법을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터는, 일반적인 데스크 탑이나 노트북 등의 일반 PC 뿐만 아니라, 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기를 포함할 수 있으며, 이뿐만 아니라, 컴퓨팅(Computing) 가능한 모든 기기로 해석되어야 할 것이다.
또한, 본 발명의 실시예에 따른 방법을 실행시키기 위한 프로그램인 애플리케이션을 기록한 기록매체를 읽을 수 있는 컴퓨터가 스마트 폰, 태블릿 PC, PDA(Personal Digital Assistants) 및 이동통신 단말기 등의 모바일 단말기인 경우, 애플리케이션은 애플리케이션 제공 서버에서 일반 PC로 다운로드 되어 동기화 프로그램을 통해 모바일 단말기에 설치될 수도 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 적어도 하나로 선택적으로 결합하여 동작할 수도 있다.
또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
10: 로봇 편대 제어 시스템
100: 복수의 로봇들
200: 서버
210: 프로세서
212: 협동 입자 군집 최적화 블락
214: 최종 상태 제어 블락
2122: 초기화 블락
2124: 송수신 블락
2126: 계산 블락
2128: 판단 블락
100: 복수의 로봇들
200: 서버
210: 프로세서
212: 협동 입자 군집 최적화 블락
214: 최종 상태 제어 블락
2122: 초기화 블락
2124: 송수신 블락
2126: 계산 블락
2128: 판단 블락
Claims (15)
- 서버가,
(a) 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하는 단계;
(b) 상기 (a) 단계의 판단결과, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계; 및
(c) 상기 (b) 단계에 의해 미리 설정된 위치 간격 범위 내로 수렴된 상기 복수의 로봇들의 위치 간격을 미리 결정된 수식을 통해 최종조정하는 단계를 포함하며,
상기 (b) 단계는,
(b-1) 상기 복수의 로봇들의 입자들을 초기화하는 단계;
(b-2) 상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하는 단계;
(b-3) 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하는 단계;
(b-4) 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 단계; 및
(b-5) 상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 단계를 포함하며,
상기 (b) 단계는 상기 복수의 로봇들이 새로운 편대를 형성하도록 상기 복수의 로봇들을 제어하는 경우에 수행되는 것을 특징으로 하는 로봇 편대 제어 방법. - 제1항에 있어서,
상기 (b) 단계는,
복수의 로봇들을 미리 설정된 범위 내에서 편대를 이루게 하거나, 복수의 로봇들이 미리 설정된 범위 내에서 편대를 이룬 경우라도 편대의 상태 변경하기 위한 명령에 의하여 상기 복수의 로봇들의 편대를 변경하는 경우, 변경된 편대에서 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 단계를 포함하는 것을 특징으로 하는 로봇 편대 제어 방법. - 삭제
- 제1항에 있어서,
상기 전송하는 단계 이후에,
특정 조건을 만족하는지 여부를 판단하고, 상기 특정 조건을 만족하지 않는 경우, 상기 (b-2) 내지 (b-5) 단계를 다시 수행하는 것을 특징으로 하는 로봇 편대 제어 방법. - 제4항에 있어서,
상기 특정 조건은,
특정 세대가 지나도 비용 함수 값에 변화가 없는 경우 또는 세대 수가 미리 결정된 수치를 만족하는 경우에 해당하는 조건일 수 있고,
상기 세대는,
상기 (b-2) 내지 (b-5) 단계를 하나의 세대로 지칭하는 것을 특징으로 하는 로봇 편대 제어 방법. - 삭제
- 삭제
- 복수의 로봇들이 새로운 편대를 형성하도록 제어 명령을 받은 경우에, 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하고, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 협동 입자 군집 최적화 블락; 및
상기 협동 입자 군집 최적화 블락에 의해 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하면, 미리 결정된 수식을 통해 상기 복수의 로봇들의 위치 간격을 최종조정하는 최종 상태 제어 블락을 포함하며,
상기 협동 입자 군집 최적화 블락은,
상기 복수의 로봇들의 입자들을 초기화하는 초기화 블락;
상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하고, 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하며, 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 계산 블락; 및
상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 송수신 블락을 포함하는 것을 특징으로 하는 로봇 편대 제어 서버. - 삭제
- 삭제
- 복수의 로봇들; 및
상기 복수의 로봇들을 제어하는 로봇 편대 제어 서버를 포함하고,
상기 로봇 편대 제어 서버는,
복수의 로봇들이 새로운 편대를 형성하도록 제어 명령을 받은 경우에, 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내인지 여부를 판단하고, 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하지 않는 경우, 상기 복수의 로봇들의 위치 간격을 미리 설정된 범위 내로 설정하는 협동 입자 군집 최적화 블락; 및
상기 협동 입자 군집 최적화 블락에 의해 상기 복수의 로봇들의 위치 간격이 미리 설정된 범위 내에 해당하면, 미리 결정된 수식을 통해 상기 복수의 로봇들의 위치 간격을 최종조정하는 최종 상태 제어 블락을 포함하며,
상기 협동 입자 군집 최적화 블락은,
상기 복수의 로봇들의 입자들을 초기화하는 초기화 블락;
상기 복수의 로봇들 중 어느 하나를 기준으로 하여 이웃 로봇들로부터, 각 로봇이 가지고 있는 입자 군집에서 가장 낮은 비용 함수 값을 가지는 입자에 해당하는 최저 비용 값을 수신하여 각 로봇들이 가지고 있는 입자들의 비용 함수 값을 계산하고, 계산한 상기 비용 함수 값을 이용하여 최저 비용 입자를 결정하며, 상기 최저 비용 입자를 이용하여 새로운 최저 비용 값을 결정하는 계산 블락; 및
상기 새로운 최저 비용 값을 상기 복수의 로봇들에게 전송하는 송수신 블락을 포함하는 것을 특징으로 하는 로봇 편대 제어 시스템. - 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120039375A KR101357278B1 (ko) | 2012-04-16 | 2012-04-16 | 로봇 편대 제어 방법, 그 시스템, 및 기록 매체 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020120039375A KR101357278B1 (ko) | 2012-04-16 | 2012-04-16 | 로봇 편대 제어 방법, 그 시스템, 및 기록 매체 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20130116730A KR20130116730A (ko) | 2013-10-24 |
KR101357278B1 true KR101357278B1 (ko) | 2014-01-29 |
Family
ID=49635736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020120039375A KR101357278B1 (ko) | 2012-04-16 | 2012-04-16 | 로봇 편대 제어 방법, 그 시스템, 및 기록 매체 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101357278B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101484514B1 (ko) | 2013-06-17 | 2015-01-21 | 한국과학기술원 | 로봇 편대 형성의 안정성이 보장되는 입자 군집 최적화 기반 예측 제어 방법,시스템 및 서버 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103901887B (zh) * | 2014-03-04 | 2017-05-24 | 重庆邮电大学 | 一种基于改进粒子群算法的多移动机器人编队控制方法 |
KR102114540B1 (ko) * | 2018-02-20 | 2020-05-22 | 한국과학기술연구원 | 자기조직화를 이용한 인지재활용 군집 로봇, 및 이를 이용한 로봇 시스템과 인지재활 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05119835A (ja) * | 1991-10-29 | 1993-05-18 | Kawasaki Heavy Ind Ltd | ロボツト装置 |
KR20100035531A (ko) * | 2008-09-26 | 2010-04-05 | 한국과학기술연구원 | 다수 로봇의 이동 속도와 방향을 고려한 다수로봇의 대형 유지 및 제어 방법 |
KR20110035258A (ko) * | 2009-09-30 | 2011-04-06 | 한국과학기술연구원 | 이동로봇의 이동 제어장치, 이를 구비하는 이동로봇 시스템 및 이동로봇의 이동 제어방법 |
-
2012
- 2012-04-16 KR KR1020120039375A patent/KR101357278B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05119835A (ja) * | 1991-10-29 | 1993-05-18 | Kawasaki Heavy Ind Ltd | ロボツト装置 |
KR20100035531A (ko) * | 2008-09-26 | 2010-04-05 | 한국과학기술연구원 | 다수 로봇의 이동 속도와 방향을 고려한 다수로봇의 대형 유지 및 제어 방법 |
KR20110035258A (ko) * | 2009-09-30 | 2011-04-06 | 한국과학기술연구원 | 이동로봇의 이동 제어장치, 이를 구비하는 이동로봇 시스템 및 이동로봇의 이동 제어방법 |
Non-Patent Citations (1)
Title |
---|
논문(2011.5.28) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101484514B1 (ko) | 2013-06-17 | 2015-01-21 | 한국과학기술원 | 로봇 편대 형성의 안정성이 보장되는 입자 군집 최적화 기반 예측 제어 방법,시스템 및 서버 |
Also Published As
Publication number | Publication date |
---|---|
KR20130116730A (ko) | 2013-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gawłowicz et al. | Ns-3 meets openai gym: The playground for machine learning in networking research | |
JP6513015B2 (ja) | 機械の動作を制御する方法、および機械の動作を反復的に制御する制御システム | |
US20200034205A1 (en) | Technologies for adaptive collaborative optimization of internet-of-things systems | |
Bonivento et al. | Platform-based design of wireless sensor networks for industrial applications | |
Yang et al. | Sharded blockchain for collaborative computing in the Internet of Things: Combined of dynamic clustering and deep reinforcement learning approach | |
KR101357278B1 (ko) | 로봇 편대 제어 방법, 그 시스템, 및 기록 매체 | |
Esnaashari et al. | Deployment of a mobile wireless sensor network with k-coverage constraint: a cellular learning automata approach | |
Deshpande et al. | Resource-Aware Wireless Sensor-Actuator Networks. | |
KR101777186B1 (ko) | 와이파이 네트워크에서 중앙 집중형 컨트롤러를 이용한 액세스 포인트 관리 방법 | |
Zhang et al. | A novel energy-aware bio-inspired clustering scheme for IoT communication | |
EP3735634A1 (en) | Reconfigurable embedded rules engine for internet of things (iot) devices | |
US20230118861A1 (en) | Communication method, apparatus, and system | |
CN110310014B (zh) | 基于过渡矩阵的泛在电力物联网分布式经济调度方法 | |
Mo et al. | Node coordination mechanism based on distributed estimation and control in wireless sensor and actuator networks | |
US20200112612A1 (en) | System, apparatus and method for providing end to end solution for networks | |
CN116684952B (zh) | 双模通信系统的通信功率调整方法、装置、设备及介质 | |
JP2020173650A (ja) | プログラム運用システム、プログラム運用方法 | |
JP6548532B2 (ja) | 数値的導関数を用いた構造的トポロジー最適化 | |
US20230127149A1 (en) | Cluster-based data compression for ai training on the cloud for an edge network | |
Iacca et al. | Composed compact differential evolution | |
CN104468715A (zh) | 一种制造业物联网节点协同存储方法 | |
US20190056720A1 (en) | Methods and systems for process automation control | |
Golrasan et al. | Probabilistic coverage in mobile directional sensor networks: a game theoretical approach | |
CN114327589A (zh) | 参数配置方法及相关系统 | |
CN113220032A (zh) | 无人机集群控制方法、装置、无人机及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20161227 Year of fee payment: 4 |
|
FPAY | Annual fee payment |
Payment date: 20180102 Year of fee payment: 5 |
|
FPAY | Annual fee payment |
Payment date: 20190107 Year of fee payment: 6 |
|
FPAY | Annual fee payment |
Payment date: 20200106 Year of fee payment: 7 |