이석영 연구실
세종대학교 지능정보융합학과
이석영 교수
샘플드데이터 시스템
비동기 샘플링
안정성 분석
홈
이석영 연구실
세종대학교 지능정보융합학과 이석영 교수
이석영 연구실은 샘플링·비동기 통신 환경에서의 제어이론을 기반으로 sampled-data systems의 안정성 분석과 안정화 조건을 연구합니다. Lyapunov 기능과 looped-functional을 활용해 시간 구간별 정보 활용을 확장하며, 네트워크 지연과 비정상 입력 조건까지 고려하는 해석 프레임을 구성합니다. 또한 로봇 매니퓰레이터에 대해서는 adaptive sliding mode control을 적용하고, quasi-convex 함수 기반 적응 법칙과 sliding variable 설계를 통해 채터링을 완화하면서 추종 성능을 확보합니다. time-delay estimation 오차 보정을 위해 neural network를 결합하는 접근도 수행합니다. 별도로 저해상도 ToF 센서 시계열에 LSTM을 적용해 이동 방향을 분류하는 감지·분류 연구도 병행합니다.
샘플드데이터 시스템비동기 샘플링안정성 분석루프드 퍼셔널리야푸노프 기법
대표 연구 분야
연구 영역 전체보기
샘플링·비동기 네트워크 제어 시스템의 안정성 분석 및 안정화
Stability Analysis and Stabilization for Sampled-Data and Asynchronous Networked Control Systems
연구 분야 상세보기
로봇 매니퓰레이터를 위한 적응 슬라이딩 모드 제어와 신경망 기반 지연 추정
Adaptive Sliding Mode Control with Neural Network-Assisted Time-Delay Estimation for Robotic Manipul
연구 분야 상세보기
저해상도 ToF 센서와 LSTM 기반 인간 이동 방향 분류
Human Movement Direction Classification Using Low-Resolution ToF Sensor and LSTM-Based Neural Networ
연구 분야 상세보기
연구 성과 추이
표시된 성과는 수집된 데이터 기준으로 산출되며, 일부 차이가 있을 수 있습니다.
주요 논문
5
논문 전체보기
1
Article
|
인용수 0
·
2025Movement Direction Classification Using Low-Resolution ToF Sensor and LSTM-Based Neural Network
Sangheon Oh, Kyoung Min Lee, Seok‐Young Lee, Nam Kyu Kwon
IF 4.8 (2025)
Journal of Sensor and Actuator Networks
본 연구는 저해상도 time-of-flight(ToF) 센서와 장단기 기억(long short-term memory, LSTM) 신경망 모델을 활용하여 실내 환경에서 인간의 이동 방향을 효과적으로 식별하는 방법을 제안한다. 기존 연구들은 카메라 기반 또는 고해상도 ToF 기반 센서를 사용한 바 있으나, 본 연구에서는 비용이 과도하지 않고 개인정보 이슈와도 무관한 8 × 8 배열 ToF 센서를 활용한다. 또한 기존의 규칙 기반 알고리즘과 달리, 제안 방법은 LSTM 모델을 사용하여 연속적인 시계열 데이터를 효과적으로 처리한다. 단일 인물의 기본 시나리오와 복잡한 다중 사용자 과제 시나리오를 모두 포함한 실험적 평가는, 제안된 LSTM 기반 접근법이 인간의 출입(entering and exiting) 움직임을 식별하는 데 있어 98%의 우수한 정확도를 달성함을 확인하였다.
https://doi.org/10.3390/jsan14030061
Computer science
Artificial intelligence
Artificial neural network
Resolution (logic)
Pattern recognition (psychology)
Movement (music)
Low resolution
Computer vision
High resolution
Remote sensing
2
Article
|
·
인용수 0
·
2025Stability analysis and stabilization synthesis of asynchronously sampled-data systems via integral looped functionals composed of bivariate functions
Seok‐Young Lee, Nam Kyu Kwon, JunMin Park
IF 4 (2025)
Mathematics and Computers in Simulation
https://doi.org/10.1016/j.matcom.2025.11.031
Bivariate analysis
Stability (learning theory)
Reduction (mathematics)
Matrix (chemical analysis)
Stability conditions
Linear system
Control theory (sociology)
Sampling (signal processing)
3
Article
|
·
인용수 9
·
2024Sampled-data stabilization for networked control systems under deception attack and the transmission delay
Seok‐Young Lee, JunMin Park
IF 3.8 (2024)
Communications in Nonlinear Science and Numerical Simulation
https://doi.org/10.1016/j.cnsns.2024.107817
Aperiodic graph
Stability (learning theory)
Mathematics
Control theory (sociology)
Transmission (telecommunications)
Deception
Bernoulli's principle
Bernoulli distribution
Applied mathematics
Computer science
최신 정부 과제
1
과제 전체보기
1
주관|
2020년 3월-2023년 2월
|90,000,000원불확실성을 지닌 네트워크 시스템에서의 표본 데이터 강인 제어
현대 사회에서 사물 인터넷 (Internet of things), 빅 데이터, 산업용 네트워크 (Industrial fieldbus) 등의 정보 통신 기술의 중요성은 나날이 증가하였다. 이로 인해 네트워크를 통해 가상 공간과 현실 세계를 잇는 4차 산업 혁명시대에 진입하였고 네트워크를 활용한 산업용 로봇, 의료 로봇, 물류 로봇, 협동 로봇 등의 활용 분야가 넓어지고 있다. 로봇을 포함한 물리적인 시스템은 대부분 비선형 시스템이고 네트워크 시스템의 경우 잡음과 시간지연으로 인한 불확실성을 가지고 있다. 네크워크 시스템은 크게 장거리 네트워크 시스템과 단거리 네트워크 시스템으로 나눌 수 있는데 스마트 그리드와 같이 장거리 네트워크를 갖는 시스템의 안정적인 제어를 위해서는 시간 지연과 외란으로 인한 불안정성을 고려한 제어기 설계가 필수적이다. 로봇 제어기에 사용되는 산업용 필드버스와 같은 단거리 네트워크에서는 시간 지연의 영향이 비교적 미미하여 무시되지만 상위 시스템과 하위 시스템의 샘플링 시간 차이 때문에 상대적인 시간지연이 발생하므로 이 또한 시간지연 시스템으로 모델링 가능하다. 이러한 네트워크 시스템의 안정적인 제어를 위해 본 연구에서는 불확실성을 갖는 선형 및 비선형 네트워크 시스템을 표본 데이터 (Sampled data) 시스템으로 모델링한 후 시간 지연을 포함한 불확실성에 대해 안정성 보장을 연구한다. 수행한 연구 결과를 기반으로 상태 또는 출력 궤환 제어방법에 대한 연구를 수행한다. 최종적으로 ROS (Robot operating system) 또는 MATLAB 연동 로봇 시뮬레이터에 개발된 제어기를 적용하여 성능을 검증 및 개선한다.
비선형 시스템 제어
산업용 로봇 제어
협동로봇 정밀 제어
불확실성
상태 궤환 제어
출력 궤환 제어
네트워크