데이터 스트림 연관 규칙에 기반을 둔 지능형 로봇의 적응적인 실시간 상황 인지 기법

유비쿼터스 환경에서 로봇에 대한 연구가 최근 활발히 진행되고 있다. 유비쿼터스 컴퓨팅의 개념에 로봇기술을 도입한 것을 유비쿼터스 로봇이라 한다. 로봇의 적응적 실시간 상황인지 기법은 로봇이 스스로 상황을 인지하여 학습하고 그에 반응하여 특정한 행동하는 유비쿼터스 로봇의 중요한 핵심사항이다. 센서를 사용하여 주변의 다양한 데이터를 수집할 수 있는 로봇의 데이터 수집 상황을 실시간 데이터스트림 상황으로 규정할 수 있고, 이러한 실시간 데이터스트림 상황에서 데이터마이닝의 연관규칙 이론을 적용하여 로봇의 상황인지 기법을 구현 할 수 있다. 본 논문에서는 로봇이 수집한 스트림데이터를 바탕으로 스스로 연관규칙을 생성하여 다음 행동을 결정할 수 있는 로봇의 상황인지 기법인 상황-행동 결정 기법을 제안한다. 기존의 연관규칙 탐사기법은 로봇이 수집할 수 있는 센서 데이터 집합의 특수성으로 인해 적용이 불가능하기 때문에, 기존의 연관규칙 탐사기법에 로봇의 센서 데이터스트림 상황에 적용할 수 있는 연관규칙 탐사기법을 제시한다. 또한 상황-행동 결정 기법을 사용하여 로봇의 상황인지 기법을 적용할 수 있는 시스템의 구조를 제안하고 구체적인 실험을 통해 상황인지 기법의 효율을 검증한다.