The diversity of smart EV(electric vehicle)-related industries is increasing due to the growth of battery-based eco-friendly electric vehicle component material technology, and labor-intensive industries such as logistics, manufacturing, food, agriculture, and service have invested in and studied automation for a long time. Accordingly, various types of robots such as autonomous mobile robots and collaborative robots are being utilized for each process to improve industrial engineering such as optimization, productivity management, and work management. The technology that should accompany this unmanned automobile industry is unmanned automatic charging technology, and if autonomous mobile robots are manually charged, the utility of autonomous mobile robots will not be maximized. In this paper, we conducted a study on the technology of unmanned charging of autonomous mobile robots using charging terminal docking and undocking technology using an unmanned charging system composed of hardware such as a monocular camera, multi-joint robot, gripper, and server. In an experiment to evaluate the performance of the system, the average charging terminal recognition rate was 98%, and the average charging terminal recognition speed was 0.0099 seconds. In addition, an experiment was conducted to evaluate the docking and undocking success rate of the charging terminal, and the experimental results showed an average success rate of 99%.

본 연구의 목적은 한국어의 맛을 표현하는 형용사들을 수집하고 분석하여 정성적 관능형가에 사용할 주요 형용사 척도를 발굴하는 일이었다. 이를 위해 본 논문에서는 음식의 관능평가에 사용되는 맛, 질감, 온도감 및 냄새 등을 포함하는 우리말 형용사 92개를 선별하여 유사성을 평정하고, 이 형용사 사이의 상관관계를 이용하여 요인분석, 군집분석 등을 실시하였다. 요인분석 결과 한국어에서 음식들의 맛을 표현하는 형용사를 설명하는 요인은 10개 이상으로 다양하였으며, 군집분석 결과 맛 표현 형용사는 보편적인 맛 표현 형용사, 부정적인 맛 표현 형용사, 음식의 질감, 온도감, 냄새 등을 표현하는 형용사 군 등으로 군집화 할 수 있음을 알 수 있었다. 또한 맛의 선호도에 해당하는 긍정적이거나 부정적인 맛을 표현하는 형용사들과 군집분석 결과로 부터 얻어진 군집 대표 형용사들과의 관계역시 상관계수를 이용하여 분석하였다. 이러한 분석 결과는 향후 축약된 맛에 대한 관능평가 형용사 척도 발굴에 있어서는 음식 종류를 한정하여야 함을 의미할 수 있다.