Acknowledgement
이 논문은 KT 그룹의 '2023 KT 따뜻한 기술 더하기 챌린지' 사업의 지원과 2023년 정부(과학기술정보통신부)의 재원의 '2023 SW 고성장 클럽' 사업(정보통신산업진흥원)과 과학기술사업화지흥원의 지원을 받아 수행된 연구임.
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2023.11a
- /
- Pages.506-508
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Non-Contact Material Recognition from Test-bench using Reflected Signal from Active Sound Wave and Machine Learning
능동 음파의 반사 신호와 기계학습을 이용한 테스트 벤치에서의 비접촉기반 재질 인식
- Min-Hyun Kim (Development Team, MoveAWheeL, Inc.) ;
- Jihoon Kang (Development Team, MoveAWheeL, Inc.) ;
- Joongeun Jung (Development Team, MoveAWheeL, Inc.)
- Published : 2023.11.02
Abstract
비접촉 음파 센서와 기계학습을 결합하여 도로 표면의 투명한 블랙아이스 감지 및 노면 분류 97%의 정확도를 달성한 새로운 접근 방법을 제안한다. 개발된 시스템은 블랙아이스를 포함한 다양한 물질의 반사 특성을 분석하여 미끄러운 도로 상황을 실시간 감지 및 예측이 가능하여 도로 안정성을 향상한다. 본 연구에서는 테스트 벤치와 투명하고 미끄러운 물질을 이용하여 블랙아이스를 감지할 수 있는 기술의 정확도를 비교하며, 실험 결과를 통해 제안된 블랙아이스 감지 방법의 타당성을 입증하고자 한다.
Keywords