로보트 인지 및 계획

비선형 시스템의 해석과 비선형 제어 시스템의 설계에 관한 제반 기법을 소개한다. 비선형 시스템의 해석기법으로 Liapunov stability, singular perturbations, averaging method등을 다루고 비선형제어 기법으로 feedback linearization, sliding mode control, backstepping, Liapunov redesign technique등을 논한다.

지능제어 기법으로 알려진 여러 가지 제어기법 중에서 불확실성 처리와 학습 능력의 관점에서 매우 효과적인 fuzzy 제어기 및 신경회로망 학습제어기 설계 방법론을 중심으로 공부한다. 이를 위하여 먼저 fuzzy set 이론 및 fuzzy 논리를 이용한, fuzzy 제어기의 설계 방법 및 응용예를 다루고, ANN을 Review한 후 이에 기반하여 dynamic 시스템 제어를 위한 ANN-기반 학습 제어 기법과 최적화를 위한 유전자 알고리즘(GA)등을 포함한 최근 소개되고 있는 지능제어 기법들을 취급한다.

로봇 매니퓰레이터의 기구학, 동역학 및 제어 알고리즘의 설계방법을 다룬다. 특히, homogeneous transformations, kinematics equations, motion trajectory planning을 공부한 후 여러 가지 제어 방법을 다루며 시물레이션을 통하여 이의 유용성을 비교 학습한다.

최대원칙의(maximum principle)의 유도, 최적제어 시스템의 설계에 대해 공부한다. 최소시간, 최소연료, 최소에너지시스템의 설계방법과 계산방법을 다루고, dynamic progrmming, discrete maximum principle과 응용 등을 학습한다. 또한 optimal control의 advanced topic을 다룬다.