• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.310-313
• /
• 2012

최근 간척사업으로 조성된 간척농경지의 영농에 있어 가장 빈번하게 발생하는 영농사고는 염수에 의한 농작물의 염해피해로 간척지를 농경지로 사용함에 있어 최우선적으로 선행되어야 할 과제는 제염화이다. 현재까지 간척지의 제염화를 위한 활발한 연구 및 기술개발이 진행되고 있으나, 현재의 기술로 단시간 내에 간척지를 제염화하는 것은 사실상 불가능한 실정이며, 간척농경지에 사용되는 관개용수 또한 대부분 간척으로 조성된 담수호나 조수간만의 영향을 받는 하구원의 수원을 염분 농도를 고려하지 않은 상태에서 이용하고 있어 기상조건, 배수갑문 오동작 등으로 인한 염분농도 상승에 의해 피해가 발생되고 있다. 본 논문에서는 WCDMA 모듈을 이용하여 외부 서버로 데이터를 전송을 수신받아 실시간으로 현재 염분 수치가 실시간으로 증가되는 그래프를 구현하였으며, 또한 일정 수치이상으로 올라가면 경보음을 알릴뿐만 아니라, 데이터가 실시간으로 저장되 사용자가 다시 확인할 수 있는 실시간 염분 모니터링 시스템을 구현 하였다.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1778-1784
• /
• 2016

본 논문에서는 차선 검출 알고리즘에 병렬처리를 적용하여 성능을 개선하였다. 차선 검출은 지능형 보조 시스템으로써 자동차가 차선을 이탈하면 경보음 또는 핸들을 보정해줌으로써 운전자를 돕는 보조 시스템이다. 병렬 처리 알고리즘 중 데이터 레벨 병렬처리는 설계가 간단하지만 병목현상이 발생하는 문제가 있다. 제안하는 고속 데이터 레벨 병렬처리 알고리즘은 병목현상을 줄여 성능이 향상되었다. 실제 블랙박스 도로 영상을 도입하여 알고리즘을 측정한 결과 싱글 코어 경우 약 30 Frames/sec의 성능을 얻었다. 병렬처리를 적용한 결과로써 옥타코어 기준으로 데이터 레벨인 경우 약 100 Frames/sec의 성능을, 고속 데이터 레벨인 경우는 약 150 Frames/sec의 성능을 얻을 수 있다.

• 한국재난관리표준학회지
• /
• 제2권2호
• /
• pp.49-54
• /
• 2009

건설공사의 대형화, 고층화에 따라 건설현장에서 발생하는 안전사고가 사회적인 이슈가 되고 있다. 국제노동기구에 따르면 전 세계적으로 매년 60,000건의 건설재해가 발생하고 있으며, 이는 전체 산업재해의 17%에 해당하고 있다. 건설재해 발생 유형을 살펴보면 충돌과 추락사고가 전체 건설재해의 60% 이상을 차지하고 있다. 본 연구에서는 무선센서 네트워크를 활용하여 건설근로자와 위험 대상체간의 안전거리를 예측함으로써 추락 및 충돌사고를 예방할 수 있는 안전관리 모니터링 시스템을 개발하였다. 이를 위하여, 무선신호 강도와 노이즈 계수를 분석함으로써 안전거리를 예측하고 무선 네트워크망을 통해 건설근로자의 안전거리를 추적하고 경보음을 통한 안전관리 및 모니터링을 수행할 수 있는 기법을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제11권1호
• /
• pp.82-88
• /
• 2018

기존의 원격 화재 모니터링 시스템은 화재 현장의 영상 정보를 실시간으로 확인 할 수 있는 기능이 충분하지 않아 화재 발생 시 실제 상황을 면밀히 파악하여 대처하는데 어려움이 있었다. 이러한 문제를 해결하기 위하여 본 논문에서는 RTSP 모듈을 이용한 원격 화재 영상 모니터링 시스템 설계 방안을 제안한다. 화재 현장을 실시간으로 문자와 경보음 및 영상 정보를 확인하기 위한 장치로서 RTSP 모듈, 전용서버와 클라이언트 그리고 원격 화재 모니터링 시스템으로 구성한다. 이동형로봇 등에 부착된 카메라에서 송수신하는 영상을 Wi­Fi를 이용하여 RTSP 기능이 포함된 서버 및 클라이언트 시스템과 연동한다. 설계한 실시간 동영상의 수신이 가능한 일체형 원격 화재 영상 모니터링 시스템을 구현하고 시험을 통하여 정상적으로 동영상이 수신됨을 확인 하였다.

• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.212-217
• /
• 2011

본 논문에서는 미래 지능형 빌딩 시스템에서 요구되는 다양한 상황을 인지할 수 있는 지능형 디지털 통합 전관 방송 시스템을 개발하였다. 화재와 재난과 같은 응급 상황이 발생할 때 울리는 경보음을 인식할 수 있으며, 실내 온도와 습도 및 환경 오염도와 같은 다양한 센서 출력을 전달 받아 지능적으로 상황에 맞는 대처 방안을 필요한 곳에 개별적으로 방송할 수 있는 지능형 디지털 통합 전관 방송 시스템을 개발하였다. 외부 입력, 마이크, CD와 MP3 및 라디오 기능 등을 일체형으로 통합하고 소형화한 디지털 전관 방송 시스템을 개발하고 있으며, 시스템이 중앙 집중 제어가 가능하도록 운용 MICOM을 개발하였다. 중앙 집중 제어를 수행하기 위해 운용 MICOM은 제어 계층, 처리 계층 및 사용자 인터페이스 계층인 3계층으로 구성된다.

• 한국정보통신학회논문지
• /
• 제22권11호
• /
• pp.1524-1530
• /
• 2018

본 논문에서는 중고 스마트폰을 세계 최초로 IoT 사물통신기술과 융합하여 그린 IT 솔루션을 상용화함으로써 환경오염과 자원낭비 및 외화유출을 막을 수 있는 제품으로 설계하였다. 제안한 시스템의 실험을 위하여 실제 농작물 재배 시설내에 설치하여 여러 가지 기능과 통신 상태를 실험하였다. 그 결과 문제점이 발생될 경우에 사용자의 스마트폰으로 경보음 및 동영상 알림이 발생되며, 또한 각종 설치된 기기들의 원격제어와 실시간으로 데이터 분석이 가능하였다. 본 연구에서 중고 스마트폰의 활용을 위해 개발된 단말기 관리보드는 농업이나 환경 등의 다양한 분야에 응용이 가능하리라 사료된다.

• 방송공학회논문지
• /
• 제25권6호
• /
• pp.994-1003
• /
• 2020

본 연구에서는 뉴스 데이터를 이용해 재난문자의 문제점에 대해 알아보았다. 이를 위해 한국언론진흥재단 뉴스 빅데이터 시스템을 통해 2005년 5월 15일부터 2020년 4월 30일까지의 '재난문자'의 주제어가 포함된 뉴스를 검색하여 자료를 수집하였다. 분석방법은 내용분석을 사용하였다. 조사 결과에 따르면, 재난문자 수신 문제점은 경보음, 내용, 기준, 빈도, 속도, 수신범위, 시간, 언어 등에 대한 것으로 범주화되었다. 재난문자 미수신 문제점은 권한, 단말기, 발송기준, 통신, 기타 등에 대한 것으로 범주화되었다. 재난문자 문제점에 대한 뉴스 게재 추이를 살펴보면, 최근 2~3년간 미수신 문제점에 대한 뉴스는 줄어드는 반면에 수신 문제점에 대한 뉴스는 많아지는 것으로 나타났다. 이는 재난문자에 대한 국민의 개선 요구가 수신 부분에 있다는 것을 말해준다. 특히, 내용, 빈도, 수신범위 문제에 대한 사회적 해결 요구가 급증한 상황이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.511-511
• /
• 2023

기후변화로 동절기 기온 저하에 따른 수도계량기의 동파는 지속적으로 심화되고 있으며, 이는 계량기 교체 비용, 누수, 누수량 동결에 의한 2차 피해, 단수 등 사회적 문제를 야기한다. 이와같은 문제를 해결하고자 구조적 대책으로 개별 가정에서 동파 방지형 계량기를 설치할 수 있으나 이를 위한 비용발생이 상당하고, 비구조적 대책으로는 기상청의 동파 지도 알림 서비스를 활용하여 사전적으로 대응하고자 하나, 기상청자료는 대기 온도를 중심으로 제공하고 있기 때문에 해당서비스만으로는 계량기의 동파를 예측하는데 필요한 추가적인 다양한 변수를 활용하는데 한계가 있다. 최근 정부와 공공부문에서 22개 지역, 110개소 이상의 수도계량기함내 IoT 온도센서를 시범 설치하여 계량기 함내의 상태 등을 확인할 수 있는 사업을 수행했다. 전국적인 계량기 상태의 예측과 진단을 위해서는 추가적인 센서 설치가 필요할 것이나, IoT센서 설치 비용 등의 문제로 추가 설치가 더딘 실정이다. 본 연구에서는 겨울 동파 예방을 위해 실제 온도센서를 기반으로 가상센서를 구축하고, 이를 혼합한 하이브리드 방식으로 동파위험 기준에 따라 전국 동파위험 지도를 구축하였다. 가상센서 개발을 위해 독립변수로 위경도, 고도, 음·양지, 보온재 여부 및 기상정보(기온, 강수량, 풍속, 습도)를 활용하고, 종속변수로 실제 센서의 온도를 사용하여 기계학습 모델을 개발하였다. 지역 특성에 따라 정확한 모델을 구축하기 위해 위치정보 및 보온재여부 등의 변수를 활용하여 K-means 방법으로 군집화 하였으며, 각 군집별로 3가지의 기계학습 회귀모델을 적용하였다. 최적의 군집 수를 검토한 결과 4개가 적정한 것으로 판단되었다. 군집의 특성은 지역별 구분과 유사한 패턴을 보이며, 모든 군집에서 Gradient Boosting 회귀모델을 적용하는 것이 적합한 것으로 나타났다. 본 연구에서 개발한 모델을 바탕으로 조건에 따라 동파 예측 알람서비스에 실무적으로 활용할 수 있도록 양호·주의·위험·매우위험 총 4개의 기준을 설정하였다. 실제 본 연구에서 개발된 알고리즘을 국가상수도정보 시스템에 반영하여 테스트 수행중에 있으며, 향후 지속 검증을 할 예정에 있다. 이를 통해 동파 예방 및 피해 최소화, 물절약 등 직간접적 편익이 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.402-402
• /
• 2021

다목적댐의 유입량은 댐 저수지 관리 및 운영에 있어 중요한 고려사항으로, 정확한 유입량을 사용하는 것이 필수적이다. 댐 저수지 유입량은 유역의 물수지분석, 홍수조절 의사결정 등 이·치수적 측면에서 활용도가 높으며, 특히 기후변화로 인한 홍수나 가뭄의 발생이 빈번해진 최근의 상황에서 위기경보 운영 등 재난관리 측면에서도 그 중요성이 높아지고 있다. 현재 우리나라에서는 댐 저수지 유입량 산정에 방류량과 저수지 수위를 활용한 물수지방정식에 의한 방법을 공식적으로 활용하고 있다. 그러나 물수지방정식을 이용하여 계산된 유입량은 평수기와 갈수기 오차가 크고 음의 유입량 값이 발생하는 등 지속적인 개선의 필요성이 제기되었다. 이를 보완하기 위해 댐 저수지 직상류부 하천의 수위 측정치로부터 수위-유량곡선을 통해 유량을 산출하고, 그 값을 활용하여 댐 방류량을 추정하는 방법이 제시되었다. 그러나 직상류부 수위 측정이 불가능한 저수지에는 활용이 어렵기 때문에 다양한 지점에 적용할 수 없다는 한계가 있다. 본 연구에서는 기존 댐 저수지 유입량 산정방식의 한계를 보완하기 위해 수위계측이 어려운 지점에서도 유량 계산이 가능한 분포형 강우-유출모형 GRM(Grid based Rainfall-runoff model)을 연구에 활용하였다. 한강권역 내 K-water 운영 다목적댐인 소양강댐, 횡성댐, 충주댐 직상류부 유량과 분포형 강우-유출모형으로 계산된 유량을 비교하여 모의 유량자료의 활용성을 검토하였다. 다음으로 댐 유입지점-상류 관측지점 간 유량의 상관관계를 분석하였으며, 이를 통해 상류 하천에 흐르는 유량으로부터 댐 유입량을 계산할 수 있는 관계곡선식을 도출하였다. 본 연구에서 제시한 댐 유입량 산정방식은 관측지점의 다양성과 결과의 정확도를 향상시킬 수 있다는 측면에서 기존 방식 개선에 활용할 수 있을 것으로 기대된다. 또한 분석 절차의 표준화나 결과에 대한 다양한 검증이 이루어진다면, 홍수 및 가뭄의 위기경보 발령에 대한 참고자료로 활용이 가능할 것으로 판단된다.

• 융합보안논문지
• /
• 제22권2호
• /
• pp.105-114
• /
• 2022

본 논문은 퍼스널 모빌리티(Personal Mobility, PM)를 이용하는 청각 장애인에게 소리가 발생하는 도래각(Direction of Arrival, DOA)을 시각화하는 지능형 제어 시스템을 제시하며 도로에서 발생하는 경보음, 크락션 등 소리로 인한 위험한 상황들을 인지하고 예방하고자 한다. 소리 위치 추정 방법은 GCC-PHAT(Generalized Cross-Correlation Phase Transform) 기반 도착 지연 시간(Time Difference of Arrival, TDOA)을 특징으로 갖는 머신러닝 분류 모델을 사용한다. 도로 상황을 재현한 실험 환경에서 각각 풍속 0, 5.8, 14.2, 26.4km/h의 조건에 따라 학습 데이터를 추출한 후 학습한 4가지 분류 모델들을 Grid search cross validation으로 비교하며 성능이 가장 우수한 MLP(Multi-Layer Perceptron) 모델을 알고리즘으로 적용하였다. 최종적으로 바람이 발생하였을 때 제안된 알고리즘이 평균 90.7%의 정확도를 나타내었으며, 이는 기존의 일반적인 소리 위치 추정기법보다 평균 7.6-11.5% 정도의 성능 향상을 보이는 것이다.