• 한국전자통신학회논문지
• /
• 제14권3호
• /
• pp.579-586
• /
• 2019

본 연구는 지진 및 화재 등과 같은 천재지변이 발생되었을 때, 드론을 통하여 신속한 인명 구조를 판단하는데 목적이 있다. 재난현장에서의 모니터링을 위해 라이더, 온도, 유해가스 센서 및 무선카메라가 장착된 드론이 애플리케이션 서버에 등록되고, 구조 인원이 활동하기 이전에 현장의 상황을 파악하기 위하여 실시간으로 모니터링 기능을 수행 한다. 모니터링을 통해 인명구조를 위한 사람이 발견되었을 경우, 애플리케이션 서버는 효율적인 구조를 위해서 실시간 영상 정보를 제공 한다.

• 융합보안논문지
• /
• 제18권2호
• /
• pp.3-10
• /
• 2018

기존의 전력망 중심의 스마트그리드는 최근 들어 스마트에너지로 표현되는 열과 가스 등 신에너지 및 재생에너지 중심으로 빠르게 확산되고 있다. 스마트에너지는 전기에너지와 상호작용을 통해 AI를 활용한 에너지 분석을 기반으로 IoT센서 기반의 유무선 네트워크로 연결되어 다양한 에너지 사업자와 고객들과 생태계를 빠르게 확장시켜 나가고 있다. 그러나, IoT기반의 스마트에너지는 정부와 사업자의 이해관계에 따라 시장 활성화 노력에 비해 보안에 대한 기술적, 제도적 준비가 많이 부족한 것이 현실이다. 본 연구에서는 스마트에너지의 개인정보 보호정책에 대해 융합ICT의 가치체계(CPND) 관점에서 제시해보고자 한다.

• 로봇학회논문지
• /
• 제14권2호
• /
• pp.87-93
• /
• 2019

This paper presents a 6-DOF relocalization using a 3D laser scanner and a monocular camera. A relocalization problem in robotics is to estimate pose of sensor when a robot revisits the area. A deep convolutional neural network (CNN) is designed to regress 6-DOF sensor pose and trained using both RGB image and 3D point cloud information in end-to-end manner. We generate the new input that consists of RGB and range information. After training step, the relocalization system results in the pose of the sensor corresponding to each input when a new input is received. However, most of cases, mobile robot navigation system has successive sensor measurements. In order to improve the localization performance, the output of CNN is used for measurements of the particle filter that smooth the trajectory. We evaluate our relocalization method on real world datasets using a mobile robot platform.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.834-841
• /
• 2020

시각센서 기반 자율주행 시스템 중 소실점을 이용한 제어기법은 자율주행에 있어 가장 보편적인 방법이다. 그러나 차선이 존재하지 않거나 소실된 경우, 차선검출과 소실점 추정이 매우 어렵다. 본 논문에서는 카메라 영상 이미지를 CNN에 적용하여 도로의 소실점과 소실점을 만드는 좌, 우측의 소실점 라인을 예측하고, 예측된 결과로부터 자율주행을 위한 조향 제어기를 설계하였다. 모의실험 결과 CNN을 적용한 제안한 방법이 실선 차선의 유무와 관계없이 도로의 중심을 잘 추종하였으며, 일반적인 소실점을 사용한 제어기법보다 성능이 뛰어남을 확인하였다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1229-1236
• /
• 2022

본 논문에서는 고속도로에서 주행시 2차 사고를 방지하기 위한 사고인식 스마트 가로등에 대해 연구하였다. 가로등에 아두이노 및 센서를 활용하여 운전자에게 기상 상태를 알리고, 햇빛 및 야간 주행 차량에 따른 LED 밝기 조절과 같은 기능을 삽입하였고, 라즈베리파이 카메라 OpenCV를 활용해 텐서플로우 라이트 프로그램을 이용하여 각종 교통사고, 자연재해 및 야생동물 출현을 Deep Learning을 한 후 그 장면들을 인식하여 고속도로에서 일어날 수 있는 사고들을 감지하여 운전자에게 알려주며 각종 2차 사고를 예방하는 것을 보였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 추계학술대회
• /
• pp.101-103
• /
• 2022

자율운항선박은 센서, IoT, 빅데이터, AI, 플랫폼 등 고도의 ICT 요소 기술이 필요한 미래 유망 산업 분야이다. 특히 선박 내부장치로 부터 수집된 정보와 선박 주변의 해상 데이터가 증가될수록 선박 대 선박 및 선박 대 육상 간 정보 교환 체계인 해상통신망의 중요성은 커질수 밖에 없다. 해양수산부는 2020년 세계 최초로 대한민국 연안으로부터 최대 100km 까지 해역을 LTE(Long Term Evolution) 통신체계로 구축한 바 있다. 본 논문은 초고속 해상무선통신망(LTE-Maritime)이 자율운항선박의 주요 통신 기술로써 활용되기 위해 우선적으로 고려할 사항을 타 해상 무선통신 기술과의 연계, 업링크 및 항내 통신품질의 향상 관점으로 살펴보고자 한다. 이를 위해 LTE-M. 망의 무선설비 다각화 사업으로 추진중인 해양 드론용 송수신기의 실해역 성능 시험을 통해, 선박과 육상 간 정보 교환에 있어 상호운용성 시험의 중요성을 재고해 보고, 해상 무선통신 체계의 신뢰성 및 호환성을 확보하기 위한 무선품질지표, 상호운용성 시험 방법 등을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.422-425
• /
• 2008

최근 IT 기술의 발전과 더불어 다양한 종류의 컴퓨터가 사람, 사물, 환경 속으로 스며들어 네트워크 망을 이루는 USN(Ubiquitous Sensor Network) 환경이 급속히 보급되고 있다. USN 환경에서 수집되는 센서 스트림 데이터는 연속적이며 동적으로 끊임없이 전달이 되기 때문에 그 양이 방대하며 또한 제한된 메모리를 사용하기 때문에 모든 데이터를 저장하여 처리할 수는 없게 된다. 스트림 데이터의 이러한 특성 때문에 본 논문에서는 입력되는 스트림 상황정보에 대해서 신속한 상황 분석 서비스를 진행하기 위하여 슬라이딩 윈도우 기법을 지원하는 상황정보 분석 시스템을 제안한다. 이 시스템은 온도, 습도, 조도 등 스트림 데이터에 대해서 WHEN-DO 상황질의모델을 적용하여 상황질의모델의 조건 만족 여부를 판단하고 특정 행동을 취한다. 따라서 본 논문에서 제안한 시스템은 실시간 건물의 상황정보를 수집하여 상태를 모니터링 하는 등 많은 USN 응용분야에 적용이 가능하다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 추계학술대회
• /
• pp.143-144
• /
• 2023

해양수산부가 구축한 초고속 해상무선통신망(LTE-Maritime)은 연안으로부터 최대 100km 해역을 항해하는 선박들에게 지능형 해상교통정보서비스(e-Nav)를 제공하기 위한 기반 통신 인프라다. 선박에서 e-Nav 서비스를 제공받기 위해 LTE-M. 무선설비는 선내 고정 설치되어 유선으로 연결된 표시장치와 연동이 필요하다. 이는 공간이 협소하고 밀폐된 소형선박에 설치의 어려움뿐 아니라 선내 센서를 비롯한 다양한 IoT 기기 등과의 연결성에 제약을 줄 수 있다. 또한 선박이 육상의 LTE-M. 기지국과 멀리 떨어질 경우, 다운링크에 비해 업링크 통신품질이 상대적으로 취약해져 긴급 조난 신호를 비롯한 위험상황의 전달에 문제가 발생될 수 있다. 본 연구에서는 LTE-M. 망의 무선설비 다각화 사업으로 추진·개발된 소형선용 WiFi 및 업링크 향상용 무선설비의 실해역 성능 시험 방안을 고찰하여, 선내 WiFi 무선 품질을 평가하기 위한 성능 지표를 비롯해 업링크 통신속도 개선 등을 확인하기 위한 상호운용성 성능 시험 방안을 제시하고자 한다.

• 스마트미디어저널
• /
• 제13권6호
• /
• pp.72-79
• /
• 2024

수직농업은 미래의 식량, 인구문제를 해결할 수 있는 농업 방식 중 중요한 농업 방식이다. 그러나 초기투자비용, 기술문제 등으로 인하여 저개발 국가에서는 진입에 어려움을 겪고 있다. 이러한 문제들을 해결하기 위하여 수직농업 도메인을 온톨로지로 정형화하는 것이 필요하다. 본 논문에서는 수직농업의 다양한 재배방식을 포함하고 그 방식에 따른 센서들과 액츄에이트의 연결 및 선택된 수직농업의 재배환경 컨텍스트를 인지하고 제어할 수 있는 온톨로지를 제시하였다. 우리는 온톨로지의 논리 추론 기능을 사용하여 인지된 수직 재배에 주요한 환경 컨텍스트를 분석함으로써 자율적으로 컨텍스트에 대한 제어 결정을 내릴 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.