Many intelligent robots have to be given environmental information to perform tasks. In this paper an intelligent robot, that is, a cleaning robot used a sensor fusing method of two sensors: LRF and StarGazer, and then was able to obtain the information. Throughout wall following using laser displacement sensor, LRF, the working area is built during the robot turn one cycle around the area. After the process of wall following, a path planning which is able to execute the work effectively is established using flow network algorithm. This paper describes an algorithm for minimal turning complete coverage path planning for intelligent robots. This algorithm divides the whole working area by cellular decomposition, and then provides the path planning among the cells employing flow networks. It also provides specific path planning inside each cell guaranteeing the minimal turning of the robots. The proposed algorithm is applied to two different working areas, and verified that it is an optimal path planning method.

국내~cdot 외 찰벼 111개 유전자원을 공시하여 수량구성요소, 아밀로스 함량, 알칼리 붕괴도등 작물학적 형질과 RAPD 분석을 통하여 유전적 다양성을 검토하였고, 이들을 이용한 유연관계 분석에 기초하여 품종군을 분류한 결과는 다음과 같다. 1. 작물학적 형질을 이용한 군집분석에서 찰벼 유전자원은 4개 군으로 분류되었으며, 1군에는 51종(46~%) 이 차지하였으며, II군과 III군에 각각 25종(22.5~%) , IV군에는 10종(9~%) 이 속하였다. 특히 국내 수집종은 I, II군에 대다수 포함되었고, III군에는 indica 유전자원과 amylose 함량이 높은 유전자원들이 대부분이 포함되었다. 2. RAPD분석을 통해 선발된 15개의 primer로 부터 117개의 밴드를 얻었고, 이 중 다형성 밴드는 81개 (69.2~%) 였다. 선발된 primer에서 증폭된 밴드의 수는 5~~12 개로 찰벼 유전자원은 평균 7.8개 였다. 3. RAPD에 의한 군집 분석시 9개 군으로 분류되었다. 전체 유전자원의 77~% 가 I군에 속하여 가장 큰 품종군으로 분류되었고, 그 외 II-IX군은 소군으로서 23~% 가 속하였다. 특히 I군에는 indica형과 조생종들이 많았고, 소군인 III-IX군에는 국내수집 유전자원들이 대부분이었다.