• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.87-88
• /
• 2019

최근 기계학습 기술의 급속한 발전에 힘입어 자율주행을 위한 객체 인식 및 처리 기술 역시 비약적으로 발전하고 있다. 그러나 이러한 기계학습의 성능은 모델의 구조와 학습용 데이터의 품질에 영향을 받는다. 특히 주행환경을 잘 표현하는 학습데이터가 중요한데 전혀 새로운 도로, 주행환경, 장애물, 정적 혹은 동적 객체 등을 마주하면 정확도와 안정성에서 부정적인 영향을 받을 수 있는 것이다. 해외의 주행 데이터들에 크게 의존하고 있는 우리나라의 현실에 비춰 볼 때 국내 환경에 맞는 학습데이터를 쉽고 효율적으로 확보/관리/분석할 수 있게 하는 환경의 구축이 시급하다. 따라서 본 논문에서는 자율주행을 위한 기계학습 데이터를 효과적으로 관리하고 분석하기 위한 소프트웨어를 설계하고 개발하였다. 구체적으로는 수집된 영상들을 관리하는 기능, 영상에 존재하는 노이즈 제거 및 화질 개선 처리 기능, 학습 및 검증을 위한 메타 정보 태깅 기능, 태깅 정보의 통계적 분석 기능들을 포함한다. 개발한 소프트웨어는 우리나라에서 자체 촬영한 자율주행 학습 영상들에 대해 딥러닝 모델들을 학습하고 검증하는데 활용할 예정이다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.11
• /
• pp.107-114
• /
• 2022

In this paper, proposes a delivery robot that can be autonomous driving learning. The proposed robot is designed to be used in park-type apartments without ground parking facilities. Compared to the existing apartments with complex ground and underground routes, park-type apartments have a standardized movement path, allowing the robot to run stably, making it suitable for students' initial education environment. The delivery robot is configured to enable delivery of parcels through machine learning technology for route learning and autonomous driving using cameras and LiDAR sensors. In addition, the control MCU was designed by separating it into three parts to enable learning by level, and it was confirmed that it can be used as a delivery robot for learning through operation tests such as autonomous driving and obstacle recognition. In the future, we plan to develop it into an educational delivery robot for various delivery services by linking with the precision indoor location information recognition technology and the public technology platform of the apartment.

• Proceedings of the KIEE Conference
• /
• 2008.04a
• /
• pp.255-256
• /
• 2008

미래의 로봇 산업은 기존 자동화 산업 뿐만 아니라 안내, 보안 등의 가정, 공공기관 또는 우주, 심해 등에서 인간을 대신할 대안으로 활용되어질 전망이다. 이는 기존의 단순반복에서 벗어나 자율이동, 자기학습 등이 가능하도록 개발되어야 한다. 본 논문에서는 로봇을 공공기관에서의 안내, 보안 또는 위험현장, 군사용으로 적용하기 위해 필요한 기술인 자율이동시스템을 개발하였다. 로봇이 자율이동하기 위해서는 자기위치추적, 장애물 탐지 및 회피 기술이 필요하다. 이를 위해 초음파센서를 이용해 로봇을 탐지 시스템을 구성하였으며 LM신경회로망 제어기를 사용하여 로봇의 이동을 제어하였다. 또한 시뮬레이션을 통해 장애물 회피능력과 이동성능 결과를 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.430-431
• /
• 2022

자율주행 차량의 성능을 검증하기 위해서는 다양한 검증용 시나리오가 필요하기 때문에 최근에는 검증용 시나리오를 자동으로 생성하기 위한 연구들이 수행되고 있다. 실세계에서 발생되는 다양한 현상을 반영한 시나리오를 생성하기 위해서는 자율주행 차량의 주변 상황에 대한 측정이 필요하지만, 공간적인 문제로 한계가 발생한다. 이와 같은 데이터 수집의 어려움을 자율주행 차량에 탑재된 블랙박스의 영상을 통해서 생성하는 것이 가능하다. 본 논문에서는 DRQN을 이용하여 자율주행 차량 사고영역을 자동으로 탐지하는 방법을 제안한다. 동영상에서 추출된 프레임을 분석해서 교통사고 원도우의 초기 위치를 설정한다. DRQN 학습 프레임워크로 차량의 특징을 도출한다. 마지막으로 특징을 기반으로 교통사고 원도우의 크기와 위치를 조정해서 교통사고 영역을 정확하게 찾는다.

• The Journal of Bigdata
• /
• v.7 no.1
• /
• pp.37-47
• /
• 2022

Autonomous delivery operation data is the key to driving a paradigm shift for last-mile delivery in the Corona era. To bridge the technological gap between domestic autonomous delivery robots and overseas technology-leading countries, large-scale data collection and verification that can be used for artificial intelligence training is required as the top priority. Therefore, overseas technology-leading countries are contributing to verification and technological development by opening AI training data in public data that anyone can use. In this paper, 326 objects were collected to trainn autonomous delivery robots, and artificial intelligence models such as Mask r-CNN and Yolo v3 were trained and verified. In addition, the two models were compared based on comparison and the elements required for future autonomous delivery robot research were considered.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.11
• /
• pp.85-93
• /
• 2011

The music education improves the creative talent, social skills and academic achievement of the students. For the efficient music education, the learner centered study is highly recommended rather than the passive education, which supports self-control in selecting teaching materials, learning patterns and speed. For the successful self learning, it is requested to develop the collaborative educational learning tools, especially electronic collaborators such as H/W and S/W. Though there exist many commercialized electronic instruments and the PC MIDI based softwares, these tools have some limits and problems for the primary student to learn playing the musical instrument by himself. In this paper, we propose a supporting tool implementation method using an electronic keyboard instrument with USB Interface and PC-based software to help the primary student to learn playing the musical instrument. We implemented an electronic keyboard instrument module compactly and at low cost using a PIC18F4550 MCU. PC based software was developed to edit musical score, process the MIDI information, and interact with the electronic keyboard instrument module. This tool can offer a similar keyboard instrument environment and can be incorporated with self learning contents.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.330-340
• /
• 1998

자율주행 반송차가 주어진 경로를 따라 주행 할 때 주행면의 불균일성과 같은 외란요인과 자율반송차 시스템 자체의 비선형성 등으로 인하여 원치 않는 경로추종오차가 발생하게 되는데 본 연구에서는 이러한 경로추종오차를 최소화하기 위해서 신경회로망을 이용한 경로추종 오차 보상방법을 제안한다. 본 방법에서는 신경회로망을 통하여 조향각 보상량을 제공하므로써 경로추종오차를 보상한다. 신경망은 다층 퍼셉트론을 채용하였으며 역전파 알고리즘의 최급강하규칙(Gradient descent rule)을 이용하여 학습을 수행하였다. 본 제안에서는 학습오차를 경로추종오차로부터 정의하므로써 경로추종오차가 최소화되록 신경회로망을 학습시켰다. 제안된 방법의 타당성은 다양한 경로에 대한 모의실험 및 실제 실험을 통하여 검증하였다.

• Journal of the Korean earth science society
• /
• v.31 no.4
• /
• pp.392-402
• /
• 2010

The purpose of this study is to analyze and evaluate the self-directed learning contents of Earth science area in the basic course of the 7th grade. For this purpose, we applied the 'Cyber Home Study Content Quality Control Tool' presented in 'Elementary Secondary Education e-Learning Quality Management Guidelines (Ver.2.0)' of Korea Education & Research Information Service (2008). The results of contents analysis are as follow: First, it was presented that the study guide introduced the contents which should be studied for one class, properly. And it was not analyzed that the diagnosis assesment was not completed in the initiative study; Second, it was possible to study choosing the contents fitting the learner's level of learning in the main study, it was comprised of about 15 minutes. Third, it was performed without feedback for incorrect answers in the learning assessment, just the number of wrong questions. And the learning arrangement present the important contents learned in that class, summarizing and arranging again. The results of content evaluation are as follows: First, a big difference was not showed against the needs analysis, instructional design, interaction in each class. And the evaluation of the ethics was not included a word or sentence not suitable. The evaluation of copyright, it was analyzed that Work within the content display in compliance with international copyright Second, the evaluation of instructional design presented mainly the description of a simple picture based, the visible resources like flash card were poor. And in the evaluation of Supporting System, it was presented that the contents were installed so that it was freely available for learners. But it was analyzed that there was no memo-function learners were able to jot down something during the studying contents. And in the evaluation for evaluation, the clear valuation basis about the described content was not presented. So there were slightly differences for each class. Third, in the evaluation and analysis for learning content, it was presented that there were some big differences for each class because it was not composed of the latest information, not corrected and complementary.

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.173-173
• /
• 2017

드론의 시장규모가 커짐에 따라 초창기 군사 목적에서 현재 민간부문으로 확대되고 있다. 현재 드론은 실외에서 사용될 목적으로 제작된 것이 많으나 실내에서도 드론의 활용 여부가 증가할 것으로 예상된다. 본 연구에서는 실외에서만 사용 가능한 GPS를 대신하여 영상 촬영으로 획득한 이미지를 CNN으로 학습을 시켜 자율고도제어비행을 하도록 한다. 첫 번째로 수동 조작하는 드론에 IMU센서를 부착하여 획득한 고도 데이터를 표로 제시함으로써 GPS를 사용하지 않는 드론의 실내주행에서 일정한 고도 유지는 다소 무리가 있음을 보여준다. 두 번째로 드론의 수동 조작은 일정하지 않은 고도 때문에 CNN의 학습할 영상 획득이 어렵다. 일정한 고도의 영상 획득을 위한 실험용 높이 조절 Base를 제작하여 고도별 영상을 획득한다. 획득한 영상을 통해 얻은 이미지를 CNN 학습을 시킨 후, 학습에 사용되지 않은 이미지를 사용하여 고도 판별을 확인한다. 대조군으로 실내장소를 바꾸어 미리 학습된 CNN으로 고도 판별을 확인한다. 학습에 사용된 이미지의 환경(생명공학관)과 대조군(제 2 공학관)이 촬영된 장소의 환경요소의 차이로 오차가 발생한다. 오차는 실내 장소의 총 높이의 차이 및 서로 상이한 천장 구조물에 따른 것으로 사료되며 Data crop을 통해 획득한 이미지의 천정 부분을 제거하여 노이즈를 줄여 고도 판별의 정확도를 높일 수 있을 것으로 예상한다. 세 번째, CNN으로 학습을 통해 Model을 도출하여 자율 고도 제어 프로세스를 제시한다. 그리고 해당 프로세스를 이용한 자율고도제어 주행과 수동조작을 통한 주행에서의 Z축 가속도 데이터의 표준편차를 비교하여 본 연구의 실효성을 보여준다

• The Journal of the Korea Contents Association
• /
• v.19 no.3
• /
• pp.72-79
• /
• 2019

Autonomous locomotion has two essential functionalities: mapping builds and updates maps by uncertain position information and measured sensor inputs, and localization is to find the positional information with the inaccurate map and the sensor information. In addition, obstacle detection, avoidance, and path designs are necessarily required for autonomous locomotion by combining the probabilistic methods based on uncertain locations. The sensory inputs, which are measured by a metric-based scanner, have difficulties of distinguishing moving obstacles like humans from static objects like walls in given environments. This paper proposes the low resolution grid map combined with reinforcement learning, which is compared with the conventional recognition method for detecting static and moving objects to generate obstacle avoiding path. Finally, the proposed method is verified with experimental results.