콘솔 게임에서 조작도구는 사용자와 콘텐츠를 연결하는 중요한 매개체의 역할을 담당하고 있으며, 조작도구가 기술적으로 발전하고 산업적으로 그 수요가 확대되면서 게임 콘텐츠의 변화를 야기하고 있다. 본 연구는 은유와 환유를 통해 조작방식의 구조주의적 차별점과 궁극적으로 그것이 게임 콘텐츠에 미치는 영향을 살펴보고자 한다. 향후 콘솔 게임 조작도구의 다양화라는 전망 속에서 게임 플랫폼과 콘텐츠의 상관관계 연구는 의의를 가질 수 있을 것으로 본다.

빛은 인류가 시작되고나서 현재까지 언제나 인간의 일생에 커다란 영향을 미치는 에너지원이다. 이로 인해 모든 인간은 빛과 함께 할 때 보다 편안함을 느낄 수 있으며 안정된 마음으로 아름다움과 행복을 추구하려는 본능을 가지게 된다. 본 논문에서는 퍼지제어 시스템을 이용하여 외부환경요인을 각각 조합하여 불확실한 내용을 정량적인 값으로 변환하여 LED 조명으로 표현하기 위해 알고리즘을 설계하고, 실내에서 이용 가능한 감성조명용 LED 제어기 회로를 설계 및 제작하였다. 외부환경요소인 온도, 습도, 조도 값을 센서를 통해 제어기로 받아 들이고 이 값들을 퍼지제어 알고리즘을 통해 최적조명값으로 변환되어 인간이 느끼기에 편안한 감성조명을 LED 디밍제어를 통해 표현하고자 한다.

본 연구에서는 의자형 게임컨트롤러를 개발하였다. 의자에 부착된 압력감지 센서들을 통해 사용자의 신체적 움직임을 신호화 하고 게임과 연동되게 구현하였다. 이 과정에서 운동효과가 발생하게 된다. 특히 기존의 체감형 컨트롤러에 비해 앉아서 할 수 있기 때문에 낙상과 같은 신체적 부상으로부터 안전성이 높고 관절에 대한 부담이 적다. 이러한 장점을 바탕으로 노약자, 장애인, 그리고 고도 비만자에게 적합한 기능성 엑서게임을 제공할 수 있을 것이다.

Since fuzzy controllers are nonlinear, it is more difficult to set the controller gains and to analyse the stability compared to conventional PID controllers. This paper proposes a fuzzy PD+I controller for tracking control which uses a linear fuzzy inference(product-sum-gravity) method based on a conventional linear PID controller. In this scheme the fuzzy PD+I controller works similar to the control performance as the linear PD plus I(PD+I) controller. Thus it is possible to analyse and design an fuzzy PD+I controller for given systems based on a linear fuzzy PD controller. The scaling factors tuning scheme, another topic of fuzzy controller design procedure, is also introduced in order to fine performance of the fuzzy PD+I controller. The scaling factors are adjusted by a real-coded genetic algorithm(RCGA) in off-line. The simulation results show the effectiveness of the proposed fuzzy PD+I controller for tracking control problems by comparing with the conventional PID controllers.

1년 전까지만 해도 조선시황은 한없는 호항을 누릴 것으로 보였다. 그러나 2008년 후반에 찾아든 글로벌 경제의 불황은 바로 해운시장을 뒤흔들었고 그 여파는 바로 조선 사장에도 한없는 추락을 가져오고 있다. 저자들은 이러한 사태를 예견하여 이미 드라이 도크의 건조에 신중을 기할 것을 주장한 바 있다. 여기에 비하여 Floating Dock는 건조 비용도 덜 들고, 건조 기간도 짧고, 이동성마저 갖추고 있기 때문에 훨씬 더 유연한 도크 건설 방법이 될 수 있다. 그러나 Floating Dock는 대형의 블록을 탑재할 때 갑작스런 중량의 이동으로 인한 중심의 큰 변화로 안정성이 크게 위협 받게 된다. 따라서 안전하게 블록을 탑재하기 위하여서는 아주 고도의 정밀한 발라스트 작업이 수행되어야 한다. 본 연구에서는 육상에서 만들어진 거대 블록을 플로팅도크에 밀어 넣는 Skid Launching System을 위한 플로팅도크 제어 시스템을 완성하여 안정적인 SLS를 구현하고자 한다. 이를 위하여 저자들은 우선 가상의 진수 절차를 만들어 모의 조정하는 시뮬레이터를 개발(Kim et al. 2008)한 바 있다. 본 논문에서는 이시뮬레이션을 바탕으로 실시간 모니터링하면서 실시간 제어하는 시스템을 만들고 실제 진수에 적용하고자 한다.

In this paper, we present a linear controller for attitude of aircraft. We use a rotational matrix in one approach and a quaternion in the other approach. We also find some interesting mathematical properties concerning a symmetric rotational matrix and we use these properties to analyze the stability of the proposed control law. We find that the quaternion approach is better than rotational matrix approach because there exists no singular region problem in quaternion approach. On the other hand, singular region problem may happens in rotational matrix approach. The controller structure of the quaternion is also very simple compared with the one proposed by using a rotational matrix approach. We make use Matlab Simulink to simulate and illustrate the theoretical claims. The graphic animation program is developed based on Open-GL for the computer simulation of the proposed control algorithm.

본 논문은 파라미터 변화나 외란이 존재하는 환경에서 컨테이너 크레인의 트롤리 위치와 컨테이너의 흔들림을 효과적으로 제어할 수 있는 모델기반 퍼지제어기를 제안한다. 이를 위해 우선 파라미터 변화에 대응할 수 있는 모델링 기법인 T-S 퍼지모델을 구현하고, 소속함수의 파라미터를 실수코딩 유전알고리즘(RCGA)으로 조정하는 문제를 다룬다. 다음으로 퍼지모델의 각 서브시스템에 대해 LQ 제어기 법을 사용하여 서브제어기를 설계하고, 이렇게 설계된 서브제어기를 ROGA로 조정된 퍼지모델의 소속함수로 퍼지결합하여 제안하는 모델기반 퍼지제어기를 구성한다. 시뮬레이션을 통해 RCGA로 조정된 소속함수를 사용하는 퍼지모델은 컨테이너 크레인의 비선형 모델의 출력에 잘 추종하였고, 모델기반 퍼지제어기도 파라미터 변화와 외란이 존재하는 환경에서 강인한 제어를 수행하고 있음을 확인하였다.

This paper proposes a method of avoiding obstacles and tracking a moving object continuously and simultaneously by using new concepts of virtual tow point and fuzzy danger factor for differential wheeled mobile robots. Since differential wheeled mobile robot has smaller degree of freedom to control and are non-holonomic systems, there exist multiple solutions (trajectories) to control and reach a target position. The paper proposes 'fuzzy danger factor' for obstacles avoidance, 'virtual tow point' to solve non-holonomic object tracking control problem for unique solution and three kinds of fuzzy logic controller. The fuzzy logic controller is policy decision controller with fuzzy danger factor to decide which controller's result is more valuable when the mobile robot is tracking a moving object with obstacles to be avoided.

비선형 시스템의 제어를 위해서 일반적으로 사용하는 하나의 동작점에서 얻은 선형모델에 기초한 제어기는 여러 가지 선형제어기법을 응용할 수 있다는 장점이 있지만 파라미터 변동에 대해 적절히 대처하지 못하는 단점을 가진다. 따라서 본 논문에서는 제어대상의 시스템 파라미터가 변동하는 경우에도 제어기가 적응적으로 작동하기 위한 방법으로 보간-LQ 제어기법을 제안한다. 보간-LQ 제어기는 다수개의 서브-LQ 제어기를 설계하고, 이들의 이득을 다시 보간하는 방법을 사용하기 때문에 파라미터 변동에 따라 제어기의 이득이 지속적으로 조정되는 제어기이다. 제안한 방법은 파라미터 변동이 존재하는 컨테이너 크레인 시스템에 적용하여 유효성을 살펴본다.

컨테이너 화물의 복합운송시스템 중에서 체화현상은 항만에서 가장 심각하다. 이러한 문제를 해결하기 위해 해상과 육상의 경계선에서 체선체화 문제를 발생시키는 컨테이너 크레인의 직업효율을 향상시키는 방법을 생각할 수 있다. 이를 위해 본 연구에서는 가능한 범위에서 트롤리를 목표지점까지 빠르게 이동시키는 동시에 목표위치에서의 흔들림도 짧은 시간 내에 제어하는 문제를 다루고 있다. 제어 전략으로 설계된 구간에서 최적의 성능과 강인성이 보장되는 LQ 제어와 제약조건에서 최적화가 가능한 실수코딩 유전알고리즘을 결합한다. 컴퓨터 시뮬레이션을 통해 제안한 제어기가 설정한 설계사양을 완벽하게 만족하는 것을 보임으로 그 유효성을 증명한다.

일반적으로 서보 제어 시스템에서 비선형 동적 특성을 갖는 마찰력은 제어기 성능에 악영향을 미친다. 특히, 선형으로 고려된 시스템에 제어기 이득을 잘 설계한다 하더라도 마찰 현상에 포함된 동적으로 변화하는 dead zone에 의한 정상상태 오차 및 리미트 사이클(limit Cycle) 등을 야기한다. 따라서, 본 논문에서는 비선형 동적 마찰 성분을 효과적으로 보상하고 적응적으로 제어함으로써 차세대 항만 자동화 이송시스템으로 주목받고 있는 LMTT(linear motor-based transfer technology) 시스템의 위치 정밀도를 향상시키는 것을 목적으로 하고 있다. 본 제어대상은 셔틀카(shuttle car)와 컨테이너들의 다양한 중량과, 이로 인해 발생하는 동적 마찰 특성 파라미터들의 변화가 발생하므로 마찰력 내부 파라미터들의 추정이 요구된다. 제안하는 방법은 적응 backstepping 제어 기법으로 시스템이 안정하게 제어될 수 있는 조건으로 내부 파라미터 추정기를 설계하여 비선형 동적 마찰력을 보상하도록 하였다.

Temperature and humidity are the most important factors and should be effectively controlled for the cold storage of graius. Fuzzy logic can be easily implemented to the MIMO(Multi-Input Multi-Output) control systems. For the cold storage in grain bin, fuzzy logic was applied to an air conditioning system. The capacities of the grain bin and the air conditioner are 80 tons and 30㎾, respectively. Also, the target values of temperature and relative humidity in outlet duct of the air conditioner were 8 and 75%, respectively. In order to control temperature and relative humidity of air, a damper in inlet duct was manipulated for temperature control and a heater was used for humidity control. Temperature deviation and change of temperature deviation were used as input parameters for the fuzzy system. Humidity was only considered as a load. The experimental results showed that the controlled temperature of exhausted air was maintained at 82. Relative humidity of the air was also controlled at the target relative humidity of 50∼80%.

In this paper, an adaptive mechanism based on immune algorithm is designed and it is applied to the driving control of the autonomous guided vehicle(AGV). When the immune algorithm is applied to the PID controller, there exists the case that the plant is damaged by the abrupt change of PID parameters since the parameters are adjusted almost randomly. To solve this problem, a neural network used to model the plant and the parameter tuning of the model is performed by the immune algorithm. After the PID parameters are determined through this off-line manner, these parameters are then applied to the plant for the on-line control using immune adaptive algorithm. Moreover, even though the neural network model may not be accurate enough initially, the weighting parameters are adjusted more accurately through the on-line fine tuning. The experiment for the control of steering and speed of AGV is performed. The results show that the proposed controller provides better performances than other conventional controllers.

In this paper, we propose the Chaos Fuzzy controller to analyze the chaotic character of time series obtained from the specific plant and to predict the short-term for power consumption of the plant using the Fuzzy controller. We compared the predicted data with the active ones and checked the error generated by them after we time series of supplied power to the proposed controller. As a result of the simulation, we obtained a admirable consequence that the proposed controller can be advanced through various and accurate data acquisition, and continuous analysis of the resident and industrial environment.

In servo-system which need fast response and accuracy, PID controller has a good steady-state performance, but has a poor transient response performance causing a load be changed. Compared to these features, FLC(Fuzzy Logic Controller) has a good transient response performance for changed load, but has a little Poor steady-state performance. In this paper, Compensated Fuzay Controller which consists of PID controller and FLC is proposed to modify these disadvantages and is examined through simulation to evaluate its functions.

This research aims to seek active control of ball-beam position stability by resorting to neural networks whose layers are given bias weights. The controller consists of an LQR (linear quadratic regulator) controller and a neural networks controller in parallel. The latter is used to improve the responses of the established LQR control system, especially when controlling the system with nonlinear factors or modelling errors. For the learning of this control system, the feedback-error learning algorithm is utilized here. While the neural networks controller learns repetitive trajectories on line, feedback errors are back-propagated through neural networks. Convergence is made when the neural networks controller reversely learns and controls the plant. The goals of teaming are to expand the working range of the adaptive control system and to bridge errors owing to nonlinearity by adjusting parameters against the external disturbances and change of the nonlinear plant. The motion equation of the ball-beam system is derived from Newton's law. As the system is strongly nonlinear, lots of researchers have depended on classical systems to control it. Its applications of position control are seen in planes, ships, automobiles and so on. However, the research based on artificial control is quite recent. The current paper compares and analyzes simulation results by way of the LQR controller and the neural network controller in order to prove the efficiency of the neural networks control algorithm against any nonlinear system.

Many studies have been done in the field of fuzzy logic theory, but it's application is not so much, and particularly, there isn't any application to the ship's steering system, until now. This paper is to survey the effect of application of fuzzy logic control to the ship's steering system. The controller is made up of a set of Linguistic Control Rules which are conditional linguistic statements connecting the inputs and the output, and take the inputs derived from the errors, that is, deviation angle and it's angular velocity. These two variables together give information about the state of the steering system, and the Linguistic Control Rules are implemented on the digital computer. The characteristics of this system were investigated through the computer simulation and satisfactory results compared with that of the conventional PD controller were obtained.