Rule-Based Filler on Misidentification of Vision Sensor for Robot Knowledge Instantiation

Vision Sensor를 사용하는 로봇지식 관리를 위한 Rule 기반의 인식 오류 검출 필터

지능 로봇은 표현 가능한 사물, 공간을 모델링하기 위해 주변 환경을 인지하고, 자신이 수행할 수 있는 행동을 결합하여 임무를 수행하게 된다. 이를 위해 온톨로지를 사용하여 사물, 공간, 상황 및 행동을 표현하고 특정 임무 수행을 위한 자바 기반 Rule을 통해 다양한 추론 방법을 제공하는 로봇 지식 체계를 사용하였다. 사용된 로봇 지식 체계는 생성되는 인스턴스가 자료의 클래스와 속성 값이 일관성 있고 다른 자료와 모순되지 않음을 보장해 준다. 이러한 로봇 지식 체계를 효율적으로 사용하기 위해서는 완전한 온톨로지 인스턴스의 생성이 밑받침 되어야 한다. 하지만 실제 환경에서 로봇이 Vision Sensor를 통해 사물을 인식할 때 False Positive False Negative와 같은 인식 오류를 발생시키는 문제점이 있다. 이를 보완 하기 위해 본 논문에서는 물체와 물체간의 Spatial Relation, Temporal Relation과 각 물체마다의 인식률 및 속성을 고려하여 물체 인식 오류에서도 안정적으로 인스턴스 관리를 가능하게 하는 Rule 기반의 일식오류 검출 필터를 제안한다.