• 자원리싸이클링
• /
• 제16권1호
• /
• pp.15-27
• /
• 2007

1982년에 폐차제도가 도입되고, 1987년에는 자동차관리법이 제정되어, 우리나라 폐차업은 폐차(ELV)의 회수체계 및 등록말소 등에는 다른 나라에서 볼 수 없는 우수한 시스템을 갖추고 있다. 그리고 현재 폐차는 유상으로 시장경제원리에 의해서 처리되 있다. 그러나 폐차의 자원으로서의 인식과, 재활용율의 제고 그리고 환경성을 감안한 폐기물의 적정처리에 있어서는 규제와 노력이 미흡한 현황임을 부정할 수 없다. 한편, 정부에서는 지금 자동차리싸이클링에 관한 법률을 제정 중에 있다. 이 시점에 즈음하여 필자는 자동차리싸이클링에 관계되는 법 제도의 변천, 폐자동차의 리싸이클링 현황과 문제점을 정리하고자 하였다. 그리고 한국적 자동차리싸이클링 모델의 골격을 제시하여, 우리나라 자동차리싸이클링산업의 건전한 발전을 추구하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.952-954
• /
• 2013

모델 기반 평가 방법은 블랙박스 테스트의 한 종류로 평가 항목의 생성과 평가 항목의 실행이 모델 기반 평가 도구를 통하여 자동으로 이루어지는 평가 방법이다. 자동차 지능형 헤드램프의 AFLS/ADB를 대상으로 무작위 평가 생성 기법과 T-method 평가 생성 기법을 이용 하여 평가 항목을 생성하고 비교해 보았으며 Vector CANoe를 사용하여 시뮬레이션을 구성하고 CAPL을 이용하여 스크립트를 작성하고 평가하여 나온 평가 보고서를 확인 하였다.

• 한국항행학회논문지
• /
• 제18권1호
• /
• pp.14-21
• /
• 2014

본 논문에서는 주행상황의 자동차 정보를 인식하기 위하여 차량, 운전자, 환경 정보와 함께 주행상태 정보, 운전자상태 정보를 추가하여 실시간으로 바뀌는 운전행동에 대한 정보를 상황인식에 활용하여 운전자의 의도를 반영할 수 있도록 하였으며, 온톨로지 기반 상황인식 모델을 구성하여 다양한 상황에서의 상황인식이 가능하게 설계하였다. 상황정보의 획득방법으로 운전자 정보와 주행정보는 카메라를 이용한 영상인식 기술을 활용하며, 자동차 정보는 OBD-II 프로토콜을 이용한 정보 획득 장치를 이용한다. 실험결과 운전자 상태정보와 주행정보의 분석을 통하여 운전자 의도를 반영한 제안 시스템이 고속주행 상황에서의 차선이탈 경고 서비스 및 저속주행 상황에서의 안전거리 경보서비스를 위한 상황인식에 있어서 기존의 차량, 운전자, 환경정보를 활용한 방식보다 운전자 안전지원 서비스에 우수한 성능을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제19권5호
• /
• pp.1047-1054
• /
• 2015

본 논문에서는 음성 인식 성능 향상을 위해 미전사된 음성 데이터베이스를 이용한 효과적인 음향 모델 변환 기법을 기술한다. 본 논문에서 기술하는 모델 변환 기법에서는 기존의 적응 기법을 이용하여 환경에 적응된 GMM을 얻는다. HMM의 가우시안 요소와 유사한 요소를 선택하여 선택된 가우시안 요소의 변환 벡터를 구하고 이를 평균 파라미터 변환에 이용한다. GMM 적응 기반의 모델 변환 기법을 기존의 MAP, MLLR 적응 기법과 결합하여 적용한 결과, 자동차 잡음과 음성 Babble 잡음 환경에서 기존의 MAP, MLLR을 단독으로 사용할 경우보다 높은 음성 인식성능을 나타낸다. 온라인 음향 모델 적응 실험에서도 MLLR과 결합할 경우 기존의 MLLR을 단독으로 사용할 때보다 효과적인 모델 적응 성능을 나타낸다. 이와 같은 결과는 본 논문에서 소개한 GMM 적응 기반의 모델 변환 기법을 채용함으로써 미전사된 음성 데이터베이스를 음향 모델 적응 기법에 효과적으로 활용할 수 있음을 입증한다.

• 대한용접접합학회:학술대회논문집
• /
• 대한용접접합학회 2009년 추계학술발표대회
• /
• pp.111-111
• /
• 2009

전 세계적으로 환경 보호의 차원에서 자동차 업체는 자동차의 연비 향상을 위한 차체의 경량화가 큰 이슈로 대두되고 있다. 이를 위해 알루미늄과 같은 경량화 소재를 이용하여 차체 조립에 투입하고자 연구 중에 있다. 이와 같은 레이저 용접 공정이 현장에 적용되기 위해서는 용접부의 품질을 실시간으로 모니터링하고 품질을 판단하여야 생산성을 극대화 할 수 있다. 그러므로 본 연구에서는 알루미늄 AA5182 알루미늄 판재의 용가 와이어를 이용한 레이저 용접에서 용접부를 모니터링 할 수 있는 시스템을 구축하였다. 이를 위하여 레이저는 4kW급 Nd:YAG 레이저를 사용하였고, 차체용 알루미늄 판재 AA5182 1.4t를 AA5356 와이어를 이용하여 용접을 수행하였다. 모니터링 센서로는 반응 범위가 190 mn~680 nm인 센서를 이용하였고, 용접 중 센서로부터 발생된 출력전류를, 신호 증폭기와 DAQ 보드를 통해 초당 10,000 samples/sec로 계측하였다. 다양한 용접조건을 이용하여 실험을 수행하였고 이를 정량적으로 분석하였다. 계측된 신호와 용접 품질은 비선형적 관계를 가지고 있으므로 본 연구에서는 용접 품질을 예측하는 방법으로 퍼지 패턴인식 알고리즘을 이용하는 방법과 계측 신호를 이용한 인장강도 예측모델을 이용하여 병렬로 품질평가를 할 수 있는 알고리즘을 구현하였다. 이를 위하여 계측된 신호와 용접 품질과의 관계를 이용하여 퍼지 규칙 베이스 정의하였고, 신경회로망 모델을 이용하여 인장강도 예측모델을 제시하였다. 또한 품질 평가 알고리즘을 기반으로 레이저 용접부의 품질평가가 가능한 GUI 프로그램을 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.519-521
• /
• 2019

자율주행 자동차에서의 보행자 인식 및 사람의 행동 인식과 같은 분야 등에 대한 연구들이 활발하게 진행되고 그에 기반을 둔 기술들이 많이 개발되고 있다. 그리고 대부분의 연구에서는 사람에 대한 경계 박스를 검출한다. 영상에서 사람의 유무 혹은 위치를 판단하는 문제에서는 경계 박스만을 검출하는 것이 효율적일 수 있으나 경계 박스는 행동 인식과 같은 분야에 사용하기에는 많은 정보의 손실이 발생할 수 있다. 본 논문에서는 U-NET 구조의 딥러닝 모델을 사용해 경계 박스로 인한 정보 손실을 줄일 수 있는 보행자 분할 방법을 제안한다. 모델의 학습을 위해 2017 COCO 데이터셋의 사람 카테고리를 사용하였으며 Penn-Fudan 보행자 데이터셋을 이용하여 제안 방법을 테스트하였으며 기존의 방법들과 비교하여 의미 있는 결과를 얻었다.

• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.331-345
• /
• 2021

시뮬레이션 기반 가상 검증은 자율주행 기능의 안전성 검증을 위한 주요 요구사항으로 간주되고 있다. 가상 검증 환경에서는 자율주행차량과 주행 환경은 모두 모델링되어야 하며 특히, 카메라 및 레이더 센서와 같은 환경 센서의 현실적인 모델링이 중요하다. 하지만 현실적인 인식 결과를 일관되게 제공하기 위한 모델링에 관한 연구는 부족한 실정이다. 이에 본 논문에서는 MILS(Model in the Loop Simulation) 환경에서 현실적인 오브젝트 인식 결과를 제공하기 위한 센서 모델링 방법이 다루어진다. 먼저, 모델링을 위한 주요 파라미터가 정의되며 카메라 및 레이더 센서의 오브젝트 감지 특성이 분석된다. 분석 결과로부터 모델링된 가상 센서 모델의 감지 특성은 실물 센서와의 상관계수 분석을 통해 유효성이 검증된다.

• 한국음향학회지
• /
• 제23권6호
• /
• pp.473-480
• /
• 2004

본 논문에서는 잡음 환경에서 강인한 음성 인식을 위하여 음성 모델을 기반으로 하는 효과적인 특징 보상 기법을 제안한다. 제안하는 특징 보상 기법은 병렬 결합된 혼합 모델 (PCMM)을 기반으로 한다. 기존의 PCMM 기반의 기법은 시간에 따라 변하는 잡음 환경을 반영하기 위하여 매 음성 입력마다 복잡한 과정의 혼합 모델 결합이 필요하다. 제안하는 기법에서는 다중의 혼합 모델을 보간하는 방법을 채용함으로써 시간에 따라 변하는 배경 잡음에 대응할 수 있다. 보다 신뢰성 있는 혼합 모델 생성을 위하여 데이터 유도 기반의 방법을 도입하고, 실시간 처리를 위하여 프레임에 동기화된 환경 사후 확률 예측 과정을 제안한다. 다중 모델로 인한 연산량 증가를 막기 위하여 혼합 모델을 공유하는 기법을 제안한다. 가우시안 혼합 모델 사이에 통계학적으로 유사한 요소들을 선택하여 공유에 필요한 공통 모델을 생성한다. Aurora 2.0 데이터베이스와 실제 자동차 주행 환경에서 수집된 음성 데이터베이스에 대한 성능 평가를 실시한다. 실험 결과로부터 제안한 기법이 모의 환경과 실제 잡음 환경에서 강인한 음성 인식 성능을 가져오고 연산량 감소에 효과적임을 확인한다.

• 한국멀티미디어학회논문지
• /
• 제12권1호
• /
• pp.16-25
• /
• 2009

안전성을 최우선시 해야 하는 자동차 환경에서 관심지 (POI, Point-Of-Interest) 도메인을 대상으로 하는 대용량 고려 단어 인식 시스템은 최적의 인간-기계 상호접속(HMI, Human-Machine Interface) 기술을 요구하고 있다. 하지만, 매우 제한된 연산처리 능력과 메모리를 가지는 텔레매틱스 단말기에서 10만 단어 이상을 일반적인 음성인식 방식으로 처리하기는 불가능하다. 따라서 본 논문에서는 텔레매틱스 단말기의 관심지 인식을 위하여 다단계 구조의 대용량 고립단어 인식 시스템을 제안하였다. 이 관심지 인식 시스템의 성능향상을 위해 음소별 가우시안 혼합모델(GMM, Gaussian Mixture Model)을 사용한 음소 인식기와 음소별 거리 행렬(PDM, Phoneme-distance Matric) 레빈쉬타인(Levenshtein) 거리를 제안하였다. 제안한 방법은 낮은 처리속도와 적은 양의 메모리를 가지는 텔레매틱스 단말기에서도 대용량 고립단어에 대하여 우수한 인식 성능을 나타내었다. 본 논문에서 제안한 다단계 인식 시스템을 사용하였을 경우 실내에서 최대 94.8%, 자동차환경에서는 최대 92.4%의 인식 성능을 얻을 수 있었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.35-38
• /
• 2023

포트홀은 주행하는 자동차와 접촉이 이뤄지면 차체나 운전자에게 충격을 주고 제어를 잃게 하여 도로 위 안전을 위협할 수 있다. 포트홀의 검출을 위한 국내 동향으로는 진동을 이용한 방식과 신고시스템 이용한 방식과 영상 인식을 기반한 방식이 있다. 이 중 영상 인식 기반 방식은 보급이 쉽고 비용이 저렴하나, 컴퓨터 비전 알고리즘은 영상의 품질에 따라 정확도가 달라지는 문제가 있었다. 이를 보완하기 위해 영상 인식 기반의 딥러닝 모델을 사용한다. 따라서, 본 논문에서는 사전 학습된 딥러닝 모델의 정확도 향상을 위한 Feature Level Ensemble 기법을 제안한다. 제안된 기법은 사전 학습된 CNN 모델 중 Test 데이터의 정확도 기준 Top-3 모델을 선정하여 각 딥러닝 모델의 Feature Map을 Concatenate하고 이를 Fully-Connected(FC) Layer로 입력하여 구현한다. Feature Level Ensemble 기법이 적용된 딥러닝 모델은 평균 대비 3.76%의 정확도 향상을 보였으며, Top-1 모델인 ShuffleNet보다 0.94%의 정확도 향상을 보였다. 결론적으로 본 논문에서 제안된 기법은 사전 학습된 모델들을 이용하여 각 모델의 다양한 특징을 통해 기존 모델 대비 정확도의 향상을 이룰 수 있었다.