• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.166-172
• /
• 2022

본 연구에서는 전동 이동 보조기기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기기의 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• Composites Research
• /
• 제21권6호
• /
• pp.8-14
• /
• 2008

가로등은 운전자의 안전을 위한 필수적인 도로 부속구조물이며, 대부분 강재 등주를 사용하고 있다. 강재등주는 부식이 발생하여 내구성을 감소시키고, 도시미관을 저해하므로 스테인레스 제품이나 주철재 등을 사용하기도 한다. 그러나 주철재 및 스테인레스 등주를 사용하더라도 부식에 대한 위험성을 완전히 배제할 수 없고, 높은 강도와 강성은 충돌시 운전자의 안전을 위협하는 요인이 되고 있다. 따라서 새로운 형태의 등주 시스템의 개발이 요구되고 있다. 기존 등주의 문제점을 보완하기 위해 최근 알루미늄 합금을 사용한 등주가 개발되어 사용되고 있다. 알루미늄은 재료적 특성상 단위중량당 강도가 높고 부식에 대한 저항성이 매우 커서 그 활용성을 크게 증대될 것으로 예측되나 강계에 비해 강성과 강도가 낮기 때문에 구조적 안전성에서 문제점이 제기되고 있어 구조거동에 대한 연구가 필요하다. 이 연구는 현재 가로등 등주로 사용되고 있는 강재 및 알루미늄 등주에 대한 휨, 압축실험 등을 수행하여 알루미늄 등주의 구조거동을 조사하였고, 기존 강재등주와 비교하여 효율성 및 안전성을 평가하였다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.240-257
• /
• 2022

자율주행 차량은 레이더, 라이다 카메라 등 다양한 로컬 센서들을 활용하여 주변 환경을 인지하고 판단하여 주행한다. 하지만 로컬 센서만을 활용하여 주행할 경우 인지 범위 한계로 장애물에 가려진 보행자나 자전거와 같은 VRU(Vulnerable Road User, 취약 도로 사용자)의 거동 정보를 예측하기 어렵다. 본 논문에서는 이러한 로컬 센서의 한계를 극복하기 위해 V2X 통신 정보를 활용한 VRU 충돌 회피 알고리즘을 개발하였다. 알고리즘은 인프라로부터 충돌 위험이 있는 VRU의 정보를 전달 받아 미래 거동을 예측하고 주변 환경에 따라 적절하게 조향 및 제동 회피를 수행하도록 설계하였다. 개발된 알고리즘을 검증하기 위하여 다양한 조건의 시나리오에서 시뮬레이션을 수행하였으며, 그 결과, 기존 로컬 센서 정보만을 활용하였을 때보다 개선된 충돌 회피 성능을 보일 뿐만 아니라, 차량의 안정성 또한 확보할 수 있음을 확인하였다.

• Asia Marketing Journal
• /
• 제8권1호
• /
• pp.49-76
• /
• 2006

본 연구에서는 비즈니스서비스 공급-구매 상황에서 공급자의 시장지향성이 수혜자의 소싱과정과 구매성과에 미치는 영향을 국내 지식기반서비스(knowledge-based services) 공급기업과 구매기업을 1:1로 쌍대분석(dyadic analysis)하여 실증적으로 검증하였다. 제시된 지식기반서비스 시장지향성 모형에 기초하여 선행변수, 시장지향성, 결과변수간의 관계를 개념화하고, 10개 연구가설을 도출하여 검증하였다. 가설 검증결과, 수혜자의 성과에 미치는 영향력에 있어 공급자의 고객지향성과 경쟁지향성이 협조지향성 보다 상대적으로 강하게 나타났다. 또한 공급자의 고객지향성과 경쟁지향성은 수혜자가 서비스를 구매하는 과정에서 서비스 성능평가의 난이도를 낮추고 지각위험을 감소시켜주는 긍정적인 역할을 하는 것으로 나타났다. 아울러 최근 B2B 구매가 온라인을 통하여 이루어지면서 공급자-수혜자간 물리적 거리의 중요성이 감소할 것으로 예상했으나, 흥미롭게도 수혜자의 시장지향성이 높은 경우 공급자가 지각하는 물리적인 거리에 대한 중요도는 여전히 높은 것으로 나타났다. 가설 검증결과에 기초하여 학문적, 실무적 시사점, 그리고 향후 연구과제 등을 논하였다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제15권2호
• /
• pp.111-119
• /
• 2019

존 스마트그리드 기기 인증 체계는 DCU와 검침 FEP 및 MDMS에 집중되어 있으며 스마트미터에 대한 인증체계는 확립되지 않은 상황이다. 현재 몇몇 암호칩이 개발되었지만, 낮은 강도의 단순 암호화 수준에 머물러 있어 PKI 인증체계를 완성하기에는 어려움이 있다. 스마트그리드는 기존 전력망과 달리 개방형 양방향 통신을 기반으로 함에 따라 정보보안 취약성이 높아지면서 사고 위험 증가하고 있다. 하지만 스마트미터에는 PKI가 적용되기 어려워, 조작한 패킷을 보내 운영시스템에 거짓 정보 전송으로 시스템 정지 등의 사고가 발생할 가능성 존재한다. 하드웨어 제약사항이 많은 스마트미터에 기존 PKI 인증서를 발급할 경우 인증 및 인증서 갱신이 어렵기 때문에 스마트미터의 열악한 성능(Non-IP 네트워크, 프로세서, 메모리 및 저장소 공간 등)에서도 작동 가능한 초경량 암호 인증 프로토콜을 설계 구현하였다. 실험 결과 Cortex-M3 환경에서도 경량 암호 인증 프로토콜을 빠른 시간 내에 수행 할 수 있었으며, 앞으로 스마트그리드 산업에서의 더 안전한 보안성을 갖춘 인증 시스템을 마련하는데 도움을 줄 수 있을 것으로 기대한다.

• 멤브레인
• /
• 제33권6호
• /
• pp.398-408
• /
• 2023

본 연구는 지카바이러스, 메르스, coronavirus disease-19 (COVID-19) 등의 감염병 방역 및 의료현장에서 사용할 수 있는 의료용 공기정화호흡기(powered air purifying respirators, PAPR)의 항균성 보호복의 후드와 필터를 개발하였다. PAPR은 전동팬 본체 및 필터, 배터리팩, 후드로 구성되며 보호복의 후드 소재는 뛰어난 흡습성, 풍압, 외부충격을 견딜 수 있는 폴리프로필렌 슐폰레이스(spunlace) 부직포 직물(SFS)을 사용하였다. 사용자의 감염위험을 낮추기 위해 후드의 외피에는 피톤치드계 물질을 사용하여 99.9%의 안티-박테리얼(antibacterial) 효과를 얻었으며 내피에는 친수가공을 하여 흡수성을 25% 향상시켰다. 의료용 보호복 후드에 필요한 인공혈액 침투저항성, 건조미생물 침투저항성, 습식세균 침투저항성, 그리고 박테리오파아지 침투저항성을 평가한 결과 2~6 단계의 합격평가를 받았다. 한편, 항균 처리된 슐폰레이스(spunlace filter, SF) 헤파 필터(high efficiency particulate air, HEPA)의 성능을 평가한 결과 우수한 항균성, 분진제거율, 차압 효과를 확인하였다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1693-1705
• /
• 2023

국토 면적의 약 90%를 차지하는 농촌은 여러가지 공익적 기능을 수행하는 공간으로서 중요성과 가치가 증가하고 있지만 주거지 인근에 축사, 공장, 태양광패널 등 주민생활에 불편을 미치는 시설들이 무분별하게 들어서면서 농촌 환경과 경관이 훼손되고 주민 삶의 질이 낮아지고 있다. 농촌지역의 무질서한 개발을 방지하고 농촌 공간을 계획적으로 관리하기 위해서는 농촌지역 내 위해시설에 대한 탐지 및 모니터링이 필요하다. 주기적으로 취득 가능하고 전체 지역에 대한 정보를 얻을 수 있는 위성영상을 통해 데이터의 취득이 가능하고, 합성곱 신경망 기법을 통한 영상 기반 딥러닝 기술을 활용하여 효과적인 탐지가 가능하다. 따라서 본 연구에서는 의미적 분할(Semantic segmentation)에서 높은 성능을 보이는 U-Net 모델을 이용하여 농촌 지역에서 잠재적으로 위해시설이 될 수 있는 농촌시설을 분류하는 연구를 수행하였다. 본 연구에서는 2020년에 제작된 공간해상도 0.7 m의 KOMPSAT 정사모자이크 광학영상을 한국항공우주연구원으로부터 제공받아 사용하였으며 축사, 공장, 태양광 패널에 대한 AI 학습용 데이터를 직접 제작하여 학습 및 추론을 진행하였다. U-Net을 통해 학습시킨 결과 픽셀 정확도(pixel accuracy)는 0.9739, mean Intersection over Union (mIOU)은 0.7025의 값을 도출하였다. 본 연구 결과는 농촌 지역의 위험 시설물 모니터링에 활용될 수 있으며, 농촌계획 수립에 있어 기초 자료로 활용될 수 있을 것으로 기대된다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2023

본 연구에서는 전동 이동 보조기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제32권4호
• /
• pp.77-84
• /
• 2023

농업 분야에서도 내연기관 트랙터에서 벗어나 전기 트랙터 및 수소 트랙터와 같은 대체 에너지원을 사용하는 동력원이 개발되고 있다. 기존의 내연기관 트랙터에서 사용되던 엔진 및 변속기와 같은 부품들이 모터와 배터리 등으로 교체되면서 무게중심이 변화하게 되며, 이에 따라 전도 위험성을 새로이 고려해야 한다. 이 연구의 목적은 동역학 시뮬레이션을 통해 전기 트랙터의 주요 부품 위치별 전도 각도를 분석하여 전도 사고를 최소화하고 안정성을 향상하기 위한 부품 최적의 배치를 도출하는 것이다. PTO 모터, 구동 모터와 배터리 팩의 구성 수준 3가지와 배치 방법 3가지 요인으로 실험 설계하여 총 9가지 동역학 시뮬레이션을 진행하였다. 실험 결과, 구동 모터와 PTO 모터를 트랙터 앞쪽과 뒤쪽에 각각 위치하고 두 개의 배터리 팩을 트랙터 중간에 위치시킨 Type 3 Level 3가 전도 각도가 높은 것을 확인하였다. 본 연구 결과 무게중심을 뒤쪽으로 배치할수록, 아래에 위치할수록 안정성이 증가하였다. 향후 연구로는 부품의 성능과 배치 효율성을 고려한 부품의 최적 위치를 찾는 연구가 필요하다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.260-268
• /
• 2024

자궁경부암은 전 세계적으로 여성에게 발생하는 암 중 네 번째로 흔한 암이며, 2020년 한 해 동안 60만 4천 건 이상의 신규 케이스가 보고되었고 이로 인한 사망자 수는 약 34만 1천 831명에 달했다. 콕스 회귀 모델은 암 연구에서 널리 채택되고 있는 주요 모델이지만, 비선형 연관성의 존재를 고려하면 선형 가정으로 인해 한계에 부딪힌다. 이러한 문제를 해결하기 위해, 본 논문에서는 ResNet의 잔여 학습 프레임워크를 활용하여 자궁경부암 사망률 예측의 정확성을 개선한 새로운 모델인 ResSurvNet을 제안한다. 이 모델은 본 연구에서 비교한 DNN, CPH, CoxLasso, Cox Gradient Boost, RSF 모델들을 능가하는 정확도를 보여주었기에 이러한 우수한 예측 성능은 자궁경부암 환자 관리에 있어 조기 진단 및 치료 전략 수립에 기여할 수 있고 임상적으로 적용할 때 큰 가치가 있음을 입증하며, 생존 분석 분야에서도 의미 있는 진전을 나타낸다.