[메카넘 구동 시스템 (6)] 메카넘 로봇 고장진단(1) / 메카넘 로봇의 고장 진단법 [메카넘 구동 시스템 (6)] 메카넘 로봇 고장진단(2) / 결정트리 학습 및 학습결과 4. 결정트리 학습 및 학습결과 결정트리는 질문에 대한 응답 결과에 따라 패턴을 분류하므로 결정트리를 학습하는 것은 훈련 집합 분류를 위한 적절한 질문을 만드는 것이다. 질문을 만드는 과정은 전역탐색 과정으로 훈련샘플로부터 만들 수 있는 모든 후보 질문들 중에서 선택한다. 후보 질문들 중 불순도 감소량이 최대인 질문을 선택한다. 불순도는 훈련 집합의 동질성을 측정해주는 기준으로 1에 가까울수록 다른 부류 정보를 가지고 있는 다양한 샘플이 있는 집합이다. 불순도가 0이면 모두 같은 부류 정보를 가진 샘플들로 구성된 집합이다. 불순도감소량 : 여기서 는 노드 에서의 불순도, 는 노드 에 포함된 훈련 집합의 크기, 그리고 와 는 각각 하위에 있는 왼쪽 및 오른쪽 노드에 포함된 훈련 집합의 크기이다. 또한, 과 은 각각 하위 왼쪽과 오른쪽 노드의 불순도를 의미한다. 여기서 그리고 는 부류, M은 부류의 개수를 의미한다. 그림 5와 그림 6에는 각각 결정트리 학습 알고리즘과 결정트리 인식 알고리
[메카넘 구동 시스템 (6)] 메카넘 로봇 고장진단(1) / 메카넘 로봇의 고장 진단법 [메카넘 구동 시스템 (6)] 메카넘 로봇 고장진단(2) / 결정트리 학습 및 학습결과 지면을 주행하는 메카넘 로봇은 구동 시스템의 고장, 센서의 고장과 같은 내부적인 요인 그리고 구동바퀴의 마모 또는 장애물과의 충돌 등 주변 환경에 의한 외부적인 요인에 의해 고장이 발생할 수 있다. 메카넘 로봇에 발생하는 갑작스런 고장 상황은 주변 작업자의 안전을 위협할 수 있고, 경제적 손실도 일으킬 수 있다. 이런 고장 상황을 극복하고 계속 주어진 업무를 수행하기 위해서는 우선 메카넘 로봇 스스로가 고장의 종류 및 발생 위치를 정확히 진단할 수 있어야 한다. 메카넘 로봇의 고장을 진단할 수 있는 방법은 다양하다. 기존의 고장 진단 방법인 모델 기반 방법은 정상적인 상태 그리고 고장 상태에 대한 메카넘 로봇의 모델이 필요하다. 하지만 고장 상황이 많을수록 더 많은 고장 상태에 대한 모델이 필요하다. 메카넘 로봇의 경우 4개의 모터를 사용하여 메카넘 휠을 각각 제어하기 때문에 1개 또는 2개의 모터 고장에 대해서 총 16가지의 모델이 필요하다. 이런 모델링 과정은 많은 시간을 요구할 뿐
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 11월 17일 18시 04분
