• 대한전자공학회논문지SP
• /
• 제40권5호
• /
• pp.312-321
• /
• 2003

본 논문은 장애물을 인식하고 회피하면서 목적지까지 자율적으로 이동할 수 있는 로봇을 구현한 논문이다. 우리는 본 논문에서 영상처리보드의 구현이라는 하드웨어적인 부분과 자율 이동로봇을 위한 영상궤환 제어라는 소프트웨어의 두 가지 결과를 나타내었다. 첫 번째 부분에서, 영상처리를 수행하는 제어보드로부터 명령을 받는 로봇을 나타내었다. 우리는 오랫동안 CCD카메라를 탑재한 자율 이동로봇에 대하여 연구해왔다. 로봇의 구성은 DSP칩을 탑재한 영상보드와 스텝모터 그리고 CCD카메라로 구성된다. 시스템 구성은 이동로봇의 영상처리 보드에서 영상을 획득하고 영상처리 알고리즘을 수행하고 로봇의 이동경로를 계산한다. 이동로봇에 탑재된 CCD카메라에서 획득한 영상 정보는 매 샘플링 시간마다 캡쳐한다. 화면에서 장애물의 유무를 판별한 후 좌 혹은 우로 회전하여 장애물을 회피하고 이동한 거리를 Feedback하는 시스템을 구현하여 초기에 지정한 목표지점가지 로봇이 갈 수 있도록 간략한 경로를 계획하여 절대좌표를 추적해 나가는 알고리즘을 구현한다. 이러한 영상을 획득하고 알고리즘을 처리하는 영상처리 보드의 구성은 DSP (TMS320VC33), ADV611, SAA7111, ADV7176A, CPLD(EPM7256ATC144), SRAM 메모리로 구성되어 있다. 두 번째 부분에서는 장애물을 인식하고 회피하기 위하여 두 가지의 영상궤환 제어 알고리즘을 나타낸다. 첫 번째 알고리즘은 필터링, 경계검출 NOR변환, 경계치 설정 등의 영상 전처리 과정을 거친 영상을 분할하는 기법이다. 여기에서는 Labeling과 Segmentation을 통한 pixel의 밀도 계산이 도입된다. 두 번째 알고리즘은 위와 같이 전처리된 영상에 웨이브렛 변환을 이용하여 수직방향(y축 성분)으로 히스토그램 분포를 20 Pixel 간격으로 스캔한다. 파형 변화에 의하여 장애물이 있는 부분의 히스토그램 분포는 거의 변동이 없이 나타난다. 이러한 특성을 분석하여 장애물이 있는 곳을 찾아내고 이것을 회피하기 위한 알고리즘을 세웠다. 본 논문은 로봇에 장착된 한 개의 CCD 카메라를 이용하여 장애물을 회피하면서 초기에 설정해둔 목적지가지 도달하기 위한 알고리즘을 제안하였으며, 영상처리 보드를 설계 및 제작하였다. 영상처리 보드는 일반적인 보드보다 빠른 속도(30frame/sec)와 해상도를 지원하며 압축 알고리즘을 탑재하고 있어서 영상을 전송하는 데에 있어서도 탁월한 성능을 보인다.

• 방송공학회논문지
• /
• 제17권2호
• /
• pp.411-421
• /
• 2012

3D 입체영상 콘텐츠 부족현상에 따른 3D 산업시장의 성장정체는 콘텐츠 제작비용 절감을 위한 관련기술 개발의 촉진을 야기하고 있다. 3D 입체영상 제작에서 가장 많은 시간과 노력을 요구하는 부분은 촬영 과정에서 발생된 수직시차의 제거라 할 수 있으며, 이는 시장 경쟁력과 직접적으로 관계되는 사안이라 매우 중요한 작업으로 다루어지고 있다. 비 정렬된 스테레오 영상의 수직시차 보정 즉, 편위수정(Rectification)은 사진측량분야에서 오랫동안 다루어 오던 문제로 컴퓨터 비전방식이 빠른 처리속도와 자동화에 초점이 맞추어져 있다면, 사진측량방식에서는 정확도와 정밀도 확보에 목적을 두고 있다. 허나 입체영화 제작에 있어 사진측량학적 관점으로 문제를 해결하려 한 시도는 그 사례를 찾아보기가 매우 힘들다. 이에 본 논문에서는 사진측량방식의 기술을 도입하여 촬영 당시의 기하학적 관계를 복원하고 이를 통해 수직시차를 제거할 수 있는 정밀 편위수정 알고리즘을 제안하고자한다 알고리즘의 성능평가는 기존 컴퓨터비전 알고리즘 두 가지와 성능비교를 통해 수행되었으며, 에피폴라 제약조건 만족도와 에피폴라 라인의 추정정확도, 그리고 정합점 간의 수직시차 측정을 통한 에피폴라 리샘플링의 정확도 등이 분석되었다. 실험결과, 제안 알고리즘은 정확도 및 정밀도 측면에서 비교 알고리즘들 보다 우수한 성능을 나타내었으며, 정합점 위치오차에 대해서도 강인함을 보여주었다.

• 한국정보처리학회논문지
• /
• 제3권6호
• /
• pp.1397-1406
• /
• 1996

본 논문에서는 자동화된 생산 시스템과 조립 시스템에서 반제품을 생산기기들 사 이로 운반하기 위해 가장 많이 이용되고 있는 컨베이어 (conveyor) 시스템의 이산구 조 모델을 제안한다. 조립라인과 같이 조립 기기들 사이에 반제품을 운반하는 데 걸 리는 시간이 단위공정을 수행하는 데 걸리는 시간보다 클 경우, 조립기기들의 배치와 컨베이어로 연결되는 조립기기들 사이의 거리는 전체 조립시스템의 성능에 중요한 영 향을 미치게 되므로 컨베이어 시스템의 특성을 정량적으로 분석하기 위한 모델이 필 요하다. 본 논문에서 제안하는 모델은 팔레트(pallet)를 이용하는 컨베이어 시스템에 서 각각의 컨베이어의 길이가 팔레트 길이의 정수 배이며 컨베이어의 속도가 일정하 다는 가정을 전제로 한다. 이런 가정 하에서 컨베이어 운동의 관측 시간과 컨베이어 의 길이는 양자화 될 수 있으므로 각 샘플링 시각에서의 컨베이어 시스템의 상태는 양자화된 컨베이어상의 팔레트 유무와 이 팔레트의 이동도(mobility)를 나타내는 두 가지의 Boolean 변수로 간단히 표시될 수 있다. 이 두 변수를 바탕으로 전체 컨베이 어 시스템은 생산기기들 사이의 통로인 branch와 branch의 끝점인 knot의 조합으로 구성된 network으로 모델링된다. 이 모델링 방법으로 여러 가지 모양의 컨베이어 시 스템을 모델링해 본 결과 복잡한 토폴로지의 컨베이어 시스템도 간단히 모델링 및 시 뮬레이션될 수 있었으며 공장설계, 공정제어 등의 시뮬레이션에 유용하게 이용될 수 있음을 보여 주었다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.27-36
• /
• 2019

본 연구에서는 공개된 뇌파 데이터인 DEAP(A Database for Emotion Analysis using Physiological Signals) 데이터 세트를 활용한 감정분류 분석 및 정확도 향상에 대한 실험을 진행하였다. 실험에는 32명에 대한 32개의 뇌파측정 채널 데이터가 모두 사용되었다. 전처리과정에서는 뇌파 데이터에 대한 256Hz 샘플링작업을 진행하였고, 유한 임펄스 응답 필터를 사용하여 주파수 대역별로 쎄타(4-8Hz), 슬로 알파(8-10Hz), 알파(8-12Hz), 베타(12-30Hz), 감마(31-45Hz) 파형에 대한 데이터를 추출하였다. 추출한 데이터는 시간-주파수 변형을 통하여 데이터의 상태를 구분한 후에, 독립성분분석방법을 통해 잡음(Artifact)을 제거하여 데이터를 정제했다. 도출된 데이터는 분류기 기계학습 알고리즘 실험을 시행할 수 있도록 CSV 파일로 변형 하였으며, 감정분류에는 Arousal-Valence 평면을 사용하였다. 감정은 "긍정적(Positive)", "부정적(Negative)" 이외에 평온한 상태로 존재하는 "중립적(Neutral)"의 3가지 상태로 분류하였다. 정확도를 개선하기 위해서 랜덤 포레스트(Random Forest) 알고리즘에 속성 선택적 분류기(Attribute Selected Classifier: ASC) 방식에 의해 선택된 속성을 적용하여 실험하였다. 정확도는 "각성(Arousal)" 부분에서 Koelstra의 결과보다 "32.48%" 높은 결과가 도출되었고, Liu의 실험의 "정서가(Valence)"와 비교해보면 ASC(Random Forest) 결과가 "8.13%" 더 높은 결과를 도출하였다. 정확도를 개선하기 위해 ASC 방식을 적용한 랜덤 포레스트 분류기 실험결과에서는 전체평균을 기준으로 기존 연구 결과와 대비하여 "2.68%" 높은 정확도가 도출되었다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.157-165
• /
• 2023

수산물은 많은 국가의 주요한 단백질 공급원이며 소비가 증가하고 있다. 우리나라도 수산물 소비는 증가하는 반면 자급률은 낮아지고 있으며, 수산물의 수입량이 증가함에 따라 안전관리의 중요성이 높아지고 있다. 국내로 수입되는 수산물은 110여 개 국가로부터 수백 종에 이르며, 수입 수산물의 안전관리를 검사관의 경험에만 의존하는 것은 한계가 있다. 데이터를 기반으로 수입 수산물 통관검사 결과를 예측할 수 있는 모델을 개발하여 수입신고서가 제출되었을 때 수산물의 부적합 가능성을 판단하는 머신러닝 분류 모델을 생성한다. 수입수산물 통관검사 결과 부적합율은 1% 미만으로 매우 낮은 불균형 데이터이므로 이러한 특성을 보완할 수 있는 샘플링 방법을 비교 연구하였고, 분류결과를 해석할 수 있는 전처리 방법을 적용하였다. 여러 가지 머신러닝 기반의 분류모델 중에서 랜덤포레스트와 XGBoost가 좋은 성능을 보였다. 통관검사 결과 적합과 부적합을 모두 잘 예측하는 모델은 ADASYN과 원-핫 인코딩을 적용한 랜덤포레스트 기본 모델이며 정확도 99.88%, 정밀도 99.87%, 재현율 99.89%, AUC 99.88%이다. XGBoost는 오버샘플링과 인코딩 종류에 상관없이 모든 지표가 90%를 넘겨 가장 안정적인 모델이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권6호
• /
• pp.255-266
• /
• 2022

콘크리트의 주재료인 골재 중 굵은 골재의 품질관리는 현재 샘플링을 통한 통계적 공정관리(SPC) 방법으로 하고 있다. 본 논문은 굵은 골재에 대한 품질관리를 현재의 체거름 방식을 대신 카메라를 통해 획득한 영상을 기반으로 굵은 골재를 검사하게 바꾸어 제조 혁신을 위한 스마트팩토리를 구축하였다. 먼저, 얻은 영상을 전처리 하였고, 딥러닝으로 학습된 HED(Holistically-nested Edge Detection)필터는 각각의 물체를 Segmentation하였다. 이 Segmentation한 결과를 영상 처리하여 각각의 골재를 분석 후 이 결과를 바탕으로 조립률, 입형률을 파악한다. 영상을 통해 얻은 골재들의 조립률, 입형률을 계산하여 골재의 품질을 검사하였고 알고리즘의 정확도는 실제로 체 가름 방식을 통해 골재의 품질을 비교한 것과 90% 이상의 정확도를 보이는 결과가 나왔다. 또한 기존의 방법으로는 골재의 입형률을 검사할 수 없었지만 본문의 내용을 통해 골재의 입형률도 측정할 수 있게 되었다. 입형률의 경우 도형을 사용하여 검증하였는데 이는 ±4.5%의 차이를 보였다. 골재의 길이 측정의 경우 실제 골재의 길이를 비교하였는데 ±6%의 차이를 보였다. 실제 3차원의 데이터를 2차원의 영상에서 분석하다보니 실제 데이터와 차이가 생겼는데 이는 추후 연구가 필요하다.