• 제목/요약/키워드: 임베디드 환경

검색결과 931건 처리시간 0.022초

경량형 임베디드 프로세서를 위한 라이다 거리 기반 클러스터링 기법을 활용한 의미론적 물체 인식 (Semantic Object Detection based on LiDAR Distance-based Clustering Techniques for Lightweight Embedded Processors)

  • 정동규;박대진
    • 한국정보통신학회논문지
    • /
    • 제26권10호
    • /
    • pp.1453-1461
    • /
    • 2022
  • 자율주행차량에서 LiDAR와 같은 3D 데이터 센서를 사용한 주변 물체인식 알고리즘의 정확도는 많은 연구를 통해 상승하고 있으나 그에 따라 높은 성능의 하드웨어와 복잡한 구조를 요구하게 되었다. 이러한 물체인식 알고리즘은 주행 중 많은 프로세서를 수행하고 관리해야 하는 자율주행차량의 메인 프로세서에 큰 부하로 작용한다. 이러한 부하를 감소시킴과 동시에 3D 센서 데이터의 장점을 활용하기 위하여, 3D 센서 데이터에서 물리적 특성을 추출하고 이를 이용하여 생성한 ROI를 이용하여 2D 데이터 기반 인식을 제안한다. 기본 이미지에서 밝기 값을 50% 감소시킨 환경에서 기존 2D 기반 모델 대비 5.3% 높은 정확도와 28.57% 감소한 수행 시간을 보였다. 기본 이미지에서 3D 기반 모델 대비 2.46% 낮은 정확도를 가지는 대신 6.25% 감소한 수행 시간을 가진다.

딥러닝과 센서를 이용한 서비스용 로봇 팔의 설계 (Design of Robot Arm for Service Using Deep Learning and Sensors)

  • 박명숙;김규태;구모세;고영준;김상훈
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제11권5호
    • /
    • pp.221-228
    • /
    • 2022
  • 인공지능 기술의 적용으로 로봇이 실생활에서 효율성 높은 서비스를 제공할 수 있게 되었다. 본 연구에서는 단순 반복적 작업을 하는 산업용 매니퓰레이터와 달리 서비스 로봇 분야에서 장소의 제약 없이 단독으로 또는 협업하여 사용하기 위한 6자유도 로봇 팔의 설계방법과 지능적인 물체 검출 및 이동 방법을 제시하고 성능을 검증하였다. 로봇 팔에 포함된 임베디드 보드의 ROS 환경에서 깊이 카메라와 딥러닝을 이용하여 로봇팔은 물체를 검출하고, 역기구학 해석을 통해 물체 영역으로 이동한다. 또한 물체와 접촉 시 힘센서 값의 분석을 통해 물체를 정확히 잡고 이동하는 동작이 가능하게 하였다. 제작한 로봇 팔에 대한 성능검증을 위하여 딥러닝과 영상처리를 통한 물체의 정확한 위치 산출, 모터 제어 및 물체 분리에 대한 실험을 하였으며, 실제 동작 여부를 확인하기 위하여 카페에서 흔히 사용하는 다양한 컵들을 분리하는 실험을 수행하였다.

실시간 3차원 객체 검출을 위한 포인트 클라우드 기반 딥러닝 모델 경량화 (Lightweight Deep Learning Model for Real-Time 3D Object Detection in Point Clouds)

  • 김규민;백중환;김희영
    • 한국정보통신학회논문지
    • /
    • 제26권9호
    • /
    • pp.1330-1339
    • /
    • 2022
  • 3D 물체검출은 대체로 자동차, 버스, 사람, 가구 등과 같은 비교적 크기가 큰 데이터를 검출하는 것을 목표로 두어 작은 객체 검출에는 취약하다. 또한, 임베디드 기기와 같은 자원이 제한적인 환경에서는 방대한 연산량 때문에 모델의 적용이 어렵다. 본 논문에서는 1개의 레이어만을 사용하여 로컬 특징에 중점을 두어 작은 객체 검출의 정확도를 높였으며, 제안한 사전 학습된 큰 네트워크에서 작은 네트워크로의 지식 증류법과 파라미터 크기에 따른 적응적 양자화를 통해 추론 속도를 향상시켰다. 제안 모델은 SUN RGB-D Val 와 자체 제작한 모형 사과나무 데이터 셋을 이용하여 성능을 평가하였고 최종적으로 mAP@0.25에서 62.04%, mAP@0.5에서 47.1%의 정확도 성능을 보였으며, 추론 속도는 120.5 scenes per sec로 빠른 실시간 처리속도를 보였다.

디스플레이형 자판기 사용자 분석을 위한 이중 단계 검출 및 분류 망 (2-Stage Detection and Classification Network for Kiosk User Analysis)

  • 서지원;김미경
    • 한국정보통신학회논문지
    • /
    • 제26권5호
    • /
    • pp.668-674
    • /
    • 2022
  • 시각 정보를 이용한 기계 학습 기술은 주변 상황 인지, 결함 감지, 보안 그리고 사용자 분석과 같이 산업, 서비스 분야에서 활용성이 높아졌다. 그 중 CCTV 영상 분석을 통한 사용자 분석은 시각 정보를 잘 활용하는 실용적인 부분이라고 할 수 있다. 또한 이러한 임베디드 환경에서의 실용성을 높이기 위한 신경 회로망 경량화에 대한 연구가 지속되고 있다. 본 논문에서는 디스플레이형 자판기인 키오스크에서 활용할 수 있는 사람 및 얼굴 검출과 사용자의 나이 및 성별 분류 시스템을 제안한다. 제안하는 모델은 MobileNet, YOLOv2, 생략 연결을 기반으로 설계되었으며, 검출과 분류 망을 개별적으로 학습한 뒤 결합한 2-stage 구조를 띈다. 또한 주의 집중 기법을 사용하여 시스템의 성능을 향상시키고자 하였다. 제안하는 시스템에 대한 구동과 성능 평가는 소형 그래픽 처리 유닛인 Nvidia Jetson Nano에서 진행하였다.

멀티 클라우드 렌더링을 위한 분산 파일 시스템 개발 (Development of a Distributed File System for Multi-Cloud Rendering)

  • 반효경;조경운
    • 한국인터넷방송통신학회논문지
    • /
    • 제23권1호
    • /
    • pp.77-82
    • /
    • 2023
  • 최근 렌더링을 위한 플랫폼으로 멀티 클라우드 환경이 주목받고 있다. 이는 렌더링의 연산량이 시간에 따라 변동 폭이 큰 반면 각 렌더링 작업은 독립적으로 수행될 수 있기 때문이다. 그러나, 멀티 클라우드 렌더링은 대용량의 렌더링 입력 데이터에 대한 일관성을 유지하면서 실시간으로 데이터를 전송해야 하는 어려운 점이 존재한다. 본 논문에서는 멀티 클라우드 렌더링을 위한 새로운 분산 파일 시스템을 개발하였다. 개발된 파일 시스템은 로컬 머신에 파일 서버를 두어 렌더링 입력 파일에 대한 버전을 관리하고, 클라우드에 캐쉬 관리자를 두어 파일의 버전을 고려한 분산 협력 캐슁을 수행한다. 렌더링 워크로드를 이용한 실측 실험을 통해 개발된 파일 시스템이 NFS 대비 745%의 I/O 처리율을 나타내는 것을 확인했으며, 업로드 방식과 비교할 때 평균 56%의 실행시간 개선이 있는 것으로 확인되었다.

모바일 스테레오 비전 시스템을 위한 다양한 스테레오 정합 기법의 오차율 비교 (Comparison of error rates of various stereo matching methods for mobile stereo vision systems)

  • 이주영;이광엽
    • 전기전자학회논문지
    • /
    • 제26권4호
    • /
    • pp.686-692
    • /
    • 2022
  • 본 논문에서는 스테레오 영상정합을 위하여 개선된 영역기반, 에너지 기반 알고리즘, 학습기반 구조의 정합 오류율을 비교하였다. 영역기반으로 census transform(CT), 에너지 기반으로 belief propagation(BP) 알고리즘을 선정하였다. 기존 알고리즘을 개선하고 모바일 시스템에서 스테레오 영상정합에 활용가능 하도록 임베디드 프로세서 환경에서 구현하였다. 비교 대상이 되는 학습기반의 경우에 도 적은 규모의 파라메터를 활용하는 신경망 구조를 채택하였다. 세 가지 정합방법의 오류율 비교를 위해 테스트 이미지로 Middlebury 데이터 세트 가운데 Tsukuba를 선정하고 정합 성능의 정확한 비교를 위해 비폐색, 불연속, 시차 오류율 등으로 세분화하였다. 실험 결과 CT 매칭의 오차율은 기존 알고리즘과 수정된 알고리즘으로 비교하였을 때 약 11% 성능 개선되었다. BP 매칭은 오류율에서 기존 CT 에 비하여 약 87% 우수하였다. 신경망을 이용한 학습기반과 비교 하였을 때 BP 매칭이 약 31% 우수함을 보였다.

딥러닝을 이용한 객체검출과 비평탄 지형 보행을 위한 4족 로봇 (Quadruped Robot for Walking on the Uneven Terrain and Object Detection using Deep Learning)

  • 박명숙;한성민;김상훈
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제12권5호
    • /
    • pp.237-242
    • /
    • 2023
  • 고성능의 보행 로봇에 관한 연구가 활발하게 이루어지고 있으며 4족 보행 로봇은 비평탄 지형에서 이동성과 적응력이 뛰어나 많은 관심을 받고 있지만 높은 비용으로 도입과 활용성에 어려움이 있다. 본 논문에서는 저비용의 4족 로봇에 지능적 기능을 적용하여 활용도를 높이기 위해 임베디드 보드에 IMU와 강화학습을 탑재하여 비평탄 지형 극복능력을 개선하고 카메라와 딥러닝을 이용하여 객체를 자동으로 검출하는 방법을 제시한다. 로봇은 4족 포유류 동물의 다리 형태로 구성되고 각 다리는 3 자유도를 가진다. 설계된 3D 모델로 시뮬레이션 환경에서 복잡한 지형을 학습시키고 실제 로봇에 적용한다. 본 연구방법의 적용을 통해 평탄 지형과 비평탄 지형의 보행 능력에 크게 차이가 나지 않음을 확인하였으며 제한된 실험조건에서 실시간으로 사람 검출을 수행하는 동작을 확인하였다.

딥러닝 기반 사용자 친화형 키오스크 시스템 (An User-Friendly Kiosk System Based on Deep Learning)

  • 강수연;이유진;정현아;조승아;이형규
    • 한국산업정보학회논문지
    • /
    • 제29권1호
    • /
    • pp.1-13
    • /
    • 2024
  • 본 연구는 키오스크 사용 증가로 인한 변화에 대응하기 위해 사용자 특성을 고려한 맞춤형 동적 키오스크 화면을 제공하는 것을 목표로 한다. 디지털 취약계층인 시각장애인, 노인, 어린이, 휠체어 사용자 등의 특성에 따른 화면 구성의 최적화를 위해 객체 탐지, 걸음걸이 인식, 음성발화 인식기술을 종합하여 사용자의 특성(휠체어 사용 여부, 시각 장애, 연령 등)을 실시간으로 분석하고, 이를 기반으로 9개의 카테고리로 사용자를 분류한다. 키오스크 화면은 사용자의 특성에 따라 동적으로 조정되어 효율적인 서비스 제공이 가능하다. 본 연구는 임베디드 환경에서 시스템 통신 및 운용이 이루어졌으며, 사용된 객체 탐지, 걸음걸이 인식, 음성발화 인식 기술은 각각 74%, 98.9%, 96%의 정확도를 보여준다. 제안된 기술은 프로토타입을 구현하여 그 효용성을 검증하였으며, 이를 통해 본 연구가 디지털 격차의 축소와 사용자 친화적인 "배리어 프리 키오스크" 서비스 제공의 가능성을 보였다.

센서 모듈과 인공신경망을 활용한 실시간 반려견 행동 분석 및 케어 시스템 (Real-time Dog Behavior Analysis and Care System Using Sensor Module and Artificial Neural Network)

  • 이희래;김선경;이형규
    • 한국산업정보학회논문지
    • /
    • 제29권4호
    • /
    • pp.35-42
    • /
    • 2024
  • 본 연구에서는 움직임 센서 모듈과 딥러닝을 활용하여 반려견의 행동을 실시간으로 인식하고 분석하는 방법을 제안한다. 일반적으로 반려견의 행동을 파악하는 홈 CCTV(Closed-Circuit Television)는 개인의 사생활 보호 문제와 보안 이슈가 있어 이를 극복하기 위한 새로운 기술의 필요성이 제기되고 있다. 본 논문에서는 움직임 센서에서 측정되는 데이터를 기반으로 반려견의 행동을 분석하고 케어할 수 있는 시스템을 제안한다. 본 연구에서는 MLP(Multi-Layer Perceptron)와 CNN(Convolutional Neural Network) 모델을 비교하여 반려견 행동 분석에 적합한 모델을 선정하고 최적화를 하였으며, 실험 결과, 제안된 MLP 모델은 평균 82.19%의 정확도를 보이는 것을 확인하였으며, 모델 경량화를 통해 임베디드 환경에서 효율적으로 활용될 수 있음을 확인하였다.

ISE 기반의 임베디드 시스템을 이용한 실시간 수경재배 양액 모니터링 (Real-time Nutrient Monitoring of Hydroponic Solutions Using an Ion-selective Electrode-based Embedded System)

  • 한희조;김학진;정대현;조우재;조영열;이공인
    • 생물환경조절학회지
    • /
    • 제29권2호
    • /
    • pp.141-152
    • /
    • 2020
  • 본 연구는 양액 내 존재하는 다량 영양소의 농도를 실시간으로 측정하기 위해 이온 선택 전극 (ISE) 으로 구성된 임베디드 시스템의 개발을 보여준다. NO3, K 및 Ca 이온을 감지하기위한 PVC ISE, H2PO4를 감지하기위한 코발트 전극, 기준 전극, 샘플 용액이 담기는 챔버, 펌프 및 밸브를 사용하여 측정하는 시스템으로 구성된다. 양액 샘플양 조절과 데이터 수집을 위해서 데이터 Due 보드가 사용되었고, 각각의 샘플 측정 전에, 측정 중 발생하는 드리프트를 최소화시키기 위해 2 점 정규화 방법을 사용하였다. PVC 멤브레인을 기반으로 한 NO3 및 K 전극의 농도 예측 성능은 표준 분석기의 결과와 근접한 일치 (R2 = 0.99) 나타내며 만족스러운 결과를 나타냈다. 하지만, Ca II 이온 투과체 제조된 Ca 전극은 고농도 양액 농도에서 Ca 농도를 55 %로 낮게 측정하였다. 코발트 전극 기반 인산 측정은 반복측정 중에 발생한 코발트 전극의 불안정한 신호로 인해 표준 방법과 비교하여 45 ~ 155 mg / L의 인산 농도 범위에서 24.7 ± 9.26 %의 비교적 높은 오차를 나타냈다. 수경 P 감지의 예측 능력을 향상시키기 위해 코발트 전극의 신호 컨디셔닝에 대한 추가 연구가 필요함으로 판단된다.