• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.234-252
• /
• 2020

계측기기만을 이용한 현장 상황대응의 재래적 방식에서 벗어나 온라인 '첨단기술(Hi-Technology)'과 오프라인의 '직관적 경험(Hi-Experience)'을 융합한 하이브리드(Hybrid) 재해관리 기법의 유효성을 검증하였다. 이를 위해 대상 현장에 매설된 상시 계측기 GNSS(RTK) 5대를 지상기준점(Ground Control Point, GCP)으로 사용하였다. 또한, 인근 지점에 크기 불변 특징점(Scale Invariant Feature Transform, SIFT) 4곳을 추출하여 검사점(Control Point, CP)으로 활용하였다. 이를 통해 현장 실측치와 드론기반 3차원 측정 결과치와의 정확도를 각 좌표값의 차이의 평균제곱근오차(Root Mean Square Error)를 이용하여 분석하였다. 결과적으로 드론에 의해 획득된 3차원 수치 모델을 정밀하게 후처리 분석함으로써 피사체의 모든 지형지물이 변위추적의 객체로 활용할 수 있음을 확인할 수 있었다. 포인트 클라우드(Point cloud) 기반의 3-D 수치 영상은 현장 그대로의 모습을 초실감, 고정도 가시화 함으로서 직관적인 경험에 공감할 수 있는 친화적인 솔루션을 제공하며, 단순 신호처리 기반의 계측기기 하드웨어 중심의 재해관리를 탈피해 인명피해/예산 절감 등 비탈면 유지관리에 최적의 플랫폼을 제공할 수 있을 것으로 판단된다. 특히, 특정 위치에 설치된 특정지점(Pin-point) 센서에 의존한 국지적인 정보의 한계를 뛰어넘어 기술생산 중심에서 재난관리의 중심으로 신속하게 전환될 수 있는 매개체가 될 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제22권6호
• /
• pp.583-590
• /
• 2021

본 연구는 아날로그 3D펜의 디지털화에 대한 연구이다. 디지털은 항상성과 변형가능성, 결합성, 재생산성 그리고 보관의 편리성 등의 특징이 있다. 이런 디지털 특성과 생산을 융합한 장치가 3D프린터인데 낮은 생산성과 재료, 물리적 특성의 한계로 산업적 활용이 제한적이다. 특히 3D프린터를 사용하기 위하여 필요한 모델링 소프트웨어 및 프린터 장치에 대한 전문기술로 인하여 사용자 접근성이 떨어지는 등의 개선 점이 있다. 이것을 보완한 3D펜은 휴대성과 사용용이성이 뛰어난 반면 디지털화가 불가능하다는 한계점이 있다. 따라서 디지털화 능력과 사용편이성을 확보하고 프린팅공정 중 유해성 논란이 있는 프린팅 재료의 안전성을 확보하기 위하여 푸드를 결합하여 연구문제와 대안을 도출하였으며 개발한 3D펜을 통하여 디지털화를 실증하였다. 3D펜의 디지털화를 위하여 구조화된 장치를 통하여 아날로그적 3D펜의 움직임을 감지하는 센서를 특정하고 이 움직임을 공간해석 알고리즘을 통하여 3차원 데이터인 X,Y,Z 좌표값으로 변환하였다. 이를 증명하기 위하여 Meshlab v1.3.4을 이용하여 시각화하고 유사성을 확인하였다. 향후 이 장치(푸드펜)을 통하여 청소년 교육 및 시니어헬스케어 프로그램에 활용할 수 있을 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.127-133
• /
• 2021

낙상 판단을 위한 최근 발표되는 연구는 RNN(Recurrent Neural Network)을 이용한 낙상 동작 특징 분석과 동작 분류에 집중되어 있다. 웨어러블 센서를 기반으로 한 접근 방식은 높은 탐지율을 제공하나 사용자의 착용 불편으로 보편화 되지 못했고 최근 영상이나 이미지 기반에 딥러닝 접근방식을 이용한 낙상 감지방법이 소개 되었다. 본 논문은 2D RGB 저가 카메라에서 얻은 영상을 PoseNet을 이용해 추출한 인체 골격 키포인트(Keypoints) 정보로 머리와 어깨의 키포인트들의 위치와 위치 변화 가속도를 추정함으로써 낙상 판단의 정확도를 높이기 위한 감지 방법을 연구하였다. 특히 낙상 후 자세 특징 추출을 기반으로 Convolutional Neural Networks 중 Gated Recurrent Unit 기법을 사용하는 비전 기반 낙상 감지 솔루션을 제안한다. 인체 골격 특징 추출을 위해 공개 데이터 세트를 사용하였고, 동작분류 정확도를 높이는 기법으로 코, 좌우 눈 그리고 양쪽 귀를 포함하는 머리와 어깨를 하나의 세그먼트로 하는 특징 추출 방법을 적용해, 세그먼트의 하강 속도와 17개의 인체 골격 키포인트가 구성하는 바운딩 박스(Bounding Box)의 높이 대 폭의 비율을 융합하여 실험을 하였다. 제안한 방법은 기존 원시골격 데이터 사용 기법보다 낙상 탐지에 보다 효과적이며 실험환경에서 약 99.8%의 성공률을 보였다.

• Korean Chemical Engineering Research
• /
• 제60권1호
• /
• pp.1-6
• /
• 2022

최근 웨어러블 디바이스에 대한 수요가 증가하면서 유연 전극 소재 개발에 대한 다양한 연구들이 진행되고 있다. 특히, 헬스케어용 웨어러블 센서들은 체온이나 심장 박동, 혈당, 혈중 산소 농도 등 신체 정보들의 실시간·지속적인 모니터링과 정확한 진단, 검출이 가능해야 하기 때문에 고성능 유연 전극 소재의 개발이 무엇보다 중요하다. 본 연구에서는 탄소나노튜브 섬유(carbon nanotube fiber; CNT fiber) 기반의 유연 전극 소재의 성능을 개선시키기 위해 CNT fiber 위에 전기화학적 중합(electrochemical polymerization) 공정을 통해 polyaniline (PANI) layer를 합성하고, 이에 대한 전기화학적 특성 분석과 비효소적 글루코스(glucose) 검출 특성을 확인하였다. 제작된 PANI/CNT fiber 전극의 표면 분석은 주사전자 현미경(SEM)을 이용하여 진행되었으며, 전극의 전기화학적 특성 및 글루코스에 대한 센싱 성능은 시간대전류법(CA)과 순환전압 전류법(CV), 전기화학 임피던스법(EIS)을 이용하여 분석되었다. PANI/CNT fiber 전극의 전기화학적 특성은 bare CNT fiber 전극에 비해 작은 electron transfer resistance와 낮은 peak separation potential, 증가된 전극 면적을 나타내며, 이런 향상된 특성들 덕분에 글루코스 검출에 대한 센싱 성능이 개선되었다. 따라서, 본 연구를 기반으로 다양한 나노구조체를 도입하고 접목을 통해 고성능 CNT fiber 기반의 유연 전극 소재 개발이 가능할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.10-10
• /
• 2023

본질적으로 복잡하고 다양한 특성을 가지는 우리나라(도시, 농어촌, 도서산간, 섬 등)의 물 공급 시스템은 생활수준의 향상, 기후변화 및 가뭄위기, 소비환경 중심의 요구와 한정된 수자원을 잘 활용하기 위한 운영 및 관리가 매우 복잡하다. 이로 인한 수자원 고갈과 가뭄위기 등에 관련한 대책 및 방안으로 대체수자원인 지하수 활용방안들이 제시되고 있다. 따라서, 물 관리 시스템과 관련한 디지털 기술은 오늘날 플랫폼과 디지털 트윈의 도입을 통해 네트워크와 가상현실 세계의 연결이 통합되어진 4차 산업혁명 사업이 현실화되고 있다. 물 관리 시스템에 사용된 새로운 디지털 기술 "BDA(Big Data Analytics), CPS(Cyber Physical System), IoT(Internet of Things), CC(Cloud Computing), AI(Artificial Intelligence)" 등의 성장이 증가함에 따라 가뭄대응 위기와 도시 지하수 물 순환 시스템 운영이 증가하는 소비자 중심의 수요를 충족시키기 위해서는 지속가능한 지하수 공급을 효과적으로 관리되어야 한다. 4차 산업혁명과 관련한 기술성장이 증가함으로 인한 물 부문은 시스템의 지속가능성을 향상시키기 위해 전체 디지털화 단계로 이동하고 있다. 이러한 디지털 전환의 핵심은 데이터에 관한 것이며, 이를 활용하여 가치 창출을 위해서 "Digital Groundwater Technology/Twin(DGT)"를 극대화하는 방식으로 제고해야 한다. 현재 당면하고 있는 기후위기에 따른 가뭄, 홍수, 녹조, 탁수, 대체수자원 등의 수자원 재해에 대한 다양한 대응 방안과 수자원 확보 기술이 논의되고 있다. 이에 따른 "물 순환 시스템"의 이해와 함께 문제해결 방안도출을 위하여 이번 "기획 세션"에서는 지하수 수량 및 수질, 정수, 모니터링, 모델링, 운영/관리 등의 수자원 데이터의 플랫폼 동시성 구축으로부터 역동적인 "DGT"을 통한 디지털 트윈화하여, 지표수-토양-지하수 분야의 특화된 연직 프로파일링 관측기술을 다각도로 모색하고자 한다. "Digital Groundwater(DG)"는 지하수의 물 순환, 수량 및 수질 관리, 지표수-지하수 순환 및 모니터링, 지하수 예측 모델링 통합연계를 위해 지하수 플랫폼 동시성, ChatGPT, CPS 및 DT 등의 복합 디지털화 단계로 나가고 있다. 복잡한 지하환경의 이해와 관리 및 보존을 위한 지하수 네트워크에서 수량과 수질 데이터를 수집하기 위한 스마트 지하수 관측기술 개발은 큰 도전이다. 스마트 지하수 관측기술은 BD분석, AI 및 클라우드 컴퓨팅 등의 디지털 기술에 필요한 획득된 데이터 분석에 사용되는 알고리즘의 복잡성과 데이터 품질에 따라 영향을 미칠 수 있기 때문이다. "DG"는 지하수의 정보화 및 네트워크 운영관리 자동화, 지능화 등을 위한 디지털 도구를 활용함으로써 지표수-토양층-지하수 네트워크 통합관리에 대한 비전을 만들 수 있다. 또한, DGT는 지하수 관측센서의 1차원 데이터 융합을 이용한 지하수 플랫폼 동시성과 디지털 트윈을 연계할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.189-196
• /
• 2023

4차 산업혁명을 주도하는 기술로서 IoT, 빅데이터, 인공지능, CPS 등이 발전하면서 산업 현장에서 생산성과 효율성을 향상시키기 위한 디지털 트윈의 중요성이 부각되고 있다. 디지털 트윈은 실제 물리적 객체들의 디지털 복제로서, 객체의 속성과 상태를 유지하며 작동하는 가상 모델이다. CPS는 사이버 세계와 물리 세계의 상호작용을 위한 시스템으로, 디지털 트윈은 CPS의 고급형 기술로 볼 수 있다. 디지털 트윈은 AI, XR, 5G 등 다양한 요소 기술의 등장으로 구현 속도가 가속화되었다. 센서 기술의 발전과 IoT, 인공지능, 빅데이터, 클라우드 등의 관련 기술 발전으로 디지털 트윈 시장이 성장하고 있다. 이에 따라 기업들은 비즈니스 인텔리전스와 관련된 솔루션을 도입하여 프로세스 최적화, 비용 효율성, 생산성을 향상시키는 경향이 있다. 본 연구에서는 디지털 트윈 기술과 CPS를 결합하여 이기종 로봇의 실시간 3D 디지털 트윈을 구축하는 것이 목표이다. 이를 위해 유비씨의 FLEXING CPS와 FLEXING EDGE를 활용하여 데이터 수집과 관리를 수행한다. 프로젝트 구성원은 프로토콜 설정, 데이터 수집 및 전달, 3D 디지털 트윈 시뮬레이션을 담당한다. 이를 통해 CPS와 디지털 트윈을 통합한 기술의 가능성을 확인하고, 산업 현장에서 생산성과 효율성을 향상시킬 수 있다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.691-695
• /
• 2023

현재 자동화계측 시스템의 계측 결과 활용도는 매우 낮고 단편적인 측정결과 만을 제공하는 수준이다. 본 연구에서는 실시간으로 측정된 방대한 데이터값을 클라우드로 전송하여 빅데이터를 구축하고 파이썬 기반의 알고리즘을 이용하여 획득한 자동화계측 데이터를 고정밀-신뢰도를 갖는 구조물 거동 분석 3D Display 시스템을 연구하고자 한다. 연구결과, 실시간으로 관리자에게 구조물의 거동을 평가할 수 있는 시스템으로서 계측 데이터의 종류 및 센서의 종류와 무관하게 큰 제약 없이 실시간으로 분석데이터를 제공하고 3D Display로 도출하였다. 또한 관리자가 구조물의 거동 그래프를 실시간으로 파악하고 데이터 분석을 통해 구조물의 취약부 도출을 보다 쉽게 파악할 수 있을 것으로 분석되었다. 향후 과거와 현재 데이터를 이용하여 구조물의 거동을 3차원으로 분석함으로써 현실성 있는 구조물의 보수, 보강 및 유지 관리 측면에서 보다 실효성 있는 측정 결과를 확보할 수 있을 것으로 분석되었다.

• 지구물리와물리탐사
• /
• 제25권4호
• /
• pp.214-216
• /
• 2022

분포형 음향 센싱(distributed acoustic sensing, DAS)은 광섬유 케이블을 수신기로 활용하는 탐사기술로서, 석유탐사 및 지진분야에서 모니터링 목적으로 활발히 적용되고 있다. 최근에는 지하매질의 물성정보를 도출하기 위해 분포형 음향 센싱 자료를 활용한 전파형역산 연구가 수행되고 있다. 분포형 음향 센싱은 광섬유 케이블 상의 두 점 간의 위상 차이에 의한 변형률을 측정하기 때문에, 기존 전파형역산 알고리즘에 직접 활용하기 어렵다. 분포형 음향 센싱 자료를 전파형역산에 활용하기 위해, 본 연구에서는 평면파 가정에서의 변형률과 수평입자속도의 관계식을 이용한 평면파 전파형역산 알고리즘을 개발하였다. 수치실험을 통해 평면파 가정에서의 변형률과 입자속도 간의 관계식이 성립함을 확인하였다. 다양한 탐사환경에서 분포형 음향 센싱 자료에 대한 전파형역산의 적용 가능성을 확인하기 위해, 육상 및 해저면 탄성파 탐사 환경을 모사한 4층 및 수정된 Marmousi-2 속도모델을 이용하였다. 제안된 전파형역산을 통해 육상 및 해저면 탄성파 탐사 환경하에서 P파 및 S파 속도구조를 정확히 도출할 수 있었다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.91-103
• /
• 2022

음원의 음량, 방향 및 음원까지의 거리와 같은 음원의 특성을 인식하는 것은 자율주행차, 로봇 시스템, AI 스피커 등 무인 시스템에서 중요한 기술 중의 하나이다. 음원의 방향이나 거리를 인식하는 방법은 레이다, 라이더, 초음파 및 고주파와 소리를 이용하는 방법이 있다. 그러나 이러한 방법은 신호를 발신하여야 하며, 장애물에 의한 비가시 영역에서 발생하는 음원은 정확하게 인식할 수 없다. 본 논문에서는 비가시 영역을 포함한 주변에서 발생하는 음원의 음량, 방향 및 음원까지의 거리를 인식하는 방법으로 가청 주파수 대역의 소리를 검출하여 인식하는 방법을 구현하고 평가하였다. 음원을 인식하기 위하여 주로 사용하는 교차형 기반의 음원인식 알고리즘은 음원의 음량과 방향을 인식할 수 있으나 사각영역이 발생하는 문제가 있다. 뿐만아니라 이 알고리즘은 음원까지의 거리를 인식할 수 없다는 제약이 있다. 이러한 기존 방법의 한계를 탈피하기 위하여, 본 논문에서는 교차형 기반의 알고리즘보다 더 발전된 직사각형 기법을 사용한 QRAS 기반의 알고리즘으로 음원의 음량, 방향 및 음원까지의 거리를 인식하여 음원의 특성을 파악할 수 있는 음원인식 알고리즘을 제안한다. 전방향 음원인식을 위한 QRAS 기반의 알고리즘은 직사각형으로 배치된 4개의 음향센서에 의하여 도출되는 6쌍의 음향 도착 시간차를 사용한다. QRAS 기반의 알고리즘은 기존 교차형 기반의 알고리즘으로 음원을 인식할 때 발생하는 사각영역과 같은 문제점을 해결할 수 있으며, 음원까지의 거리도 인식할 수 있다. 실험을 통하여 제안된 전방향 음원 인식을 위한 QRAS 기반의 알고리즘은 사각영역없이 음원의 음량, 방향 및 음원까지의 거리를 인식할 수 있음을 확인하였다.

• 한국수자원학회논문집
• /
• 제56권7호
• /
• pp.439-449
• /
• 2023

최근 계측 기술의 발전으로 압력계와 유량계 등 다양한 센서를 설치하여 상수도관망의 상태를 효과적으로 파악할 수 있게 되었으나, 도시가 광범위하게 개발됨에 따라 계측 신뢰도에 영향을 미치는 변수는 다양해지고 있다. 특히 상수도관망 분석에 중요한 영향력을 가지는 수요 데이터의 경우 직접 계측의 난이도가 높고 결측이 발생하기 쉬운 것으로 알려져 데이터 생성의 중요도가 증가하고 있다. 본 논문에서는 상수도관망에서 누락된 데이터를 정확하게 생성하기 위해 생성적 딥러닝 모델에 기반한 적대적 학습 기반 오토인코더(ATAE) 모델을 제안한다. 제안된 모델은 판별 신경망과 생성 신경망의 두 가지 신경망의 적대적 학습을 사용하여 압력 데이터로부터 수요 데이터를 생성한다. 학습이 완료된 ATAE 모델의 생성 신경망은 관망의 계측되는 압력 데이터가 존재하는 경우, 그로부터 추정된 관망 수요 데이터를 제공할 수 있다. ATAE 모델은 미국 텍사스주 오스틴의 실제 상수도망에 적용되어 성능이 검증되었다. 수요 및 압력 시계열 데이터의 불확실성 정도에 따른 ATAE 예측 결과의 정확도를 비교하여 데이터 불확실성의 영향을 분석하였으며, 또한 수요 수준에 따른 데이터 수집 기간별 생성 결과를 비교하여 이에 따른 데이터 생성 성능을 검토하였다.