• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.913-916
• /
• 2008

다중 센서 데이터 융합(Multi-Sensor Data Fusion)에 기반하여 자율관리 기능을 갖는 상황인식시스템에 대해 연구하였다. 다양한 형태의 센서들이 대규모의 네트워크로 연결된 환경에서 센서로부터 실시간으로 입력되는 데이터들을 융합하여 상황인식처리를 수행하는 시스템으로 노드에 설치된 소프트웨어 콤포넌트의 이상 유무를 자동 감지하고 치료하는 자율관리(Autonomic management) 기능을 갖는다. 제안한 시스템은 유비쿼터스 및 국방 무기체계의 감시·정찰, 지능형 자율 로봇, 지능형 자동차 등 다양한 상황인식 시스템에 적용가능하다.

• Journal of Advanced Navigation Technology
• /
• v.15 no.4
• /
• pp.556-561
• /
• 2011

It is generally known that particle filters can produce consistent target tracking performance in comparison to the Kalman filter for non-linear and non-Gaussian systems. In this paper, I propose a Rao-Blackwellized multiple model particle filter(RBMMPF) to enhance computational efficiency of the particle filters as well as to reduce sensitivity of modeling. Despite that the Rao-Blackwellized particle filter needs less particles than general particle filter, it has a similar tracking performance with a less computational load. Comparison results for performance is listed for the using single sensor information RBMMPF and using multisensor data fusion RBMMPF.

• Journal of Intelligence and Information Systems
• /
• v.15 no.1
• /
• pp.51-64
• /
• 2009

A location tracking sensor such as GPS, INS, Radar, and optical equipments is used in tracking Maneuvering Targets with a multi-sensor, and such systems are used to track, detect, and control UAV, guided missile, and spaceship. Until now, Most of the studies related to tracking Maneuvering Targets are on fusing multiple Radars, or adding a supplementary sensor to INS and GPS. However, A study is required to change the degree of application in fusions since the system property and error property are different from sensors. In this paper, we perform the error analysis of the sensor properties by adding a ground radar to GPS and INS for improving the tracking performance by multi-sensor fusion, and suggest the tracking algorithm that improves the precision and stability by changing the sensor probability of each sensor according to the error. For evaluation, we extract the altitude values in a simulation for the trajectory of UAV and apply the suggested algorithm to carry out the performance analysis. In this study, we change the weight of the evaluated values according to the degree of error between the navigation information of each sensor to improve the precision of navigation information, and made it possible to have a strong tracking which is not affected by external purposed environmental change and disturbance.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1787-1788
• /
• 2007

최근 장애물 감지, 경로 생성 등 많은 분야에서 여러 종류의 센서를 사용한 연구가 많이 진행되고 있다. 다중의 센서를 이용하면 개별 센서를 사용한 경우보다 정밀한 데이터의 측정이 가능하다. 이 논문에서는 효율적인 장애물 인식이나, 경로 생성을 위해 다중 센서로부터 측정된 데이터를 융합시키는 알고리즘을 제안하였고, 모의실험을 통해서는 이동 로봇의 기본 경로에 장애물이 존재한 상황에서 하나의 센서를 사용한 경우보다 최적화된 경로를 얻을 수 있다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.443-446
• /
• 2001

본 논문에서는 센서 융합과 배경 추정 기법을 이용하여 연속된 영상에서 물체 영역을 검출하는 기법을 제안하였다. IR/CCD각각의 카메라로부터 얻은 입력 영상을 정렬하고 융합하는 과정을 거친 후, 각 화소 단위의 배경 모델을 추정하고 시간이 지남에 따라 이를 갱신함으로써 물체 영역을 효과적으로 검출하는 기법을 제시하고 있다. 실험은 차량을 대상으로 하였고, 카메라가 움직이는 상황과 비교적 복잡한 환경에서도 좋은 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.641-642
• /
• 2022

단일 데이터로부터의 이동 객체에 대한 행동 인식 연구는 데이터 수집 과정에서 발생하는 노이즈의 영향을 크게 받는다. 본 논문은 영상 데이터와 센서 데이터를 이용하여 다중 융합 네트워크 기반 이동 객체 행동 인식 방법을 제안한다. 영상으로부터 객체가 감지된 영역의 추출과 센서 데이터의 이상치 제거 및 결측치 보간을 통해 전처리된 데이터들을 융합하여 시퀀스를 생성한다. 생성된 시퀀스는 CNN(Convolutional Neural Networks)과 LSTM(Long Short Term Memory)기반 다중 융합 네트워크 모델을 통해 시계열에 따른 행동 특징들을 추출하고, 깊은 FC(Fully Connected) 계층을 통해 특징들을 융합하여 행동을 예측한다. 본 연구에서 제시된 방법은 사람을 포함한 동물, 로봇 등의 다양한 객체에 적용될 수 있다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.16 no.2
• /
• pp.140-152
• /
• 2017

This Paper is for A study of sensor fusion using Radar sensor and Vision sensor in moving object detection. Radar sensor has some problems to detect object. When the sensor moves by wind or that kind of thing, it can happen to detect wrong object like building or tress. And vision sensor is very useful for all area. And it is also used so much. but there are some weakness that is influenced easily by the light of the area, shaking of the sensor device, and weather and so on. So in this paper I want to suggest to fuse these sensor to detect object. Each sensor can fill the other's weakness, so this kind of sensor fusion makes object detection much powerful.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.1019-1022
• /
• 2005

본 논문에서는 현재 활발한 연구개발이 이루어지고 있는 유비쿼터스 컴퓨팅, 센서 네트워크 기술을 적용한 무인 감시/추적 시스템을 제시한다. 본 논문의 무인 감시/추적 시스템은 센서네트워크 기술, 다중센서 융합에 의한 탐지 및 위치 인식기술, 무인 감시/추적 알고리즘으로 구성되어 있다. 센서네트워크는 센싱 데이터를 실시간으로 전송하기 위해 노드의 주소를 기반으로 하는 계층적 멀티홉 라우팅 기법을 제안하였다. 침입자와 추적자의 위치 인식은 자기센서 및 초음파센서를 가진 센서모듈들로부터 얻어진 센싱 정보를 융합하고, 이를 확률적으로 침입자 및 추적자의 위치를 결정하는 Particle Filter를 적용한 위치인식 알고리즘을 통해 이루어진다. 추적 알고리즘은 무인 자율 추적을 위해 이동벡터에 기반한 알고리즘이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.263-266
• /
• 2005

다중센서데이터 융합시스템(MSDFS)은 여러 센서로부터 획득된 이질의 데이터를 정규화된 포맷으로 융합하고 단일 센서에서의 획득오차를 최소한으로 줄여 표적의 정확한 식별 및 판단을 지원하는 시스템이다. 이 시스템들은 고유의 기능을 수행하는 모듈들에 대한 고수준의 재사용성을 요구하므로, 현재의 소프트웨어공학 기법을 적용시 공통부분에 대한 효율적 설계가 어렵다. 따라서 본 논문에서는 시스템 개발에 이러한 비효율적인 요소를 제거하는 제품-계열 개발방법론을 MSDFS의 임베디드 소프트웨어 설계에 적용한다. 이를 위해 분석 대상에 대한 영역지정에서부터 재사용가능한 컴포넌트의 식별까지 설계 하며, 마지막으로 설계된 모델에 대한 검증을 위해 GQM 패러다임을 적용한다. 또한 산출물에 대한 성능평가 기준을 제시하여 시스템 개발을 효과적으로 향상시킬 수 있는 방안을 제시한다.

• Journal of Korea Multimedia Society
• /
• v.15 no.2
• /
• pp.195-203
• /
• 2012

This paper proposes ground target classification algorithm based on decision fusion and feature extraction method using multi-sensor images. The decisions obtained from the individual classifiers are fused by applying a weighted voting method to improve target recognition rate. For classifying the targets belong to the individual sensors images, features robust to scale and rotation are extracted using the difference of brightness of CM images obtained from CCD image and the boundary similarity and the width ratio between the vehicle body and turret of target in FLIR image. Finally, we verity the performance of proposed ground target classification algorithm and feature extraction method by the experimentation.