• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2006.05a
• /
• pp.131-136
• /
• 2006

전조등의 밝기 변동에 대한 운전자의 시인성 및 뇌파측정, 심리평가를 행하고 이를 바탕으로 전조등 밝기변화의 한계값과 운전자의 안전성을 고려한 평가 알고리즘을 개발하였다. 전조등의 밝기 변화 한계치는 심리평가의 설문지 작성을 통한 주관적 평가를 바탕으로 밝기 변화, 눈 깜박임, 불쾌감 등에 대한 한계값을 제시하였다. 그리고 뇌파측정을 바탕으로 정신적, 시각적 스트레스에 대한 한계값을 제시하였으며, 운전자의 시인성 측정을 바탕으로 차량을 장애물의 위협 없이 안전하게 정지하기 위한 한계값을 제시하였다. 안전성 평가 알고리즘은 장애물을 인식하고 브레이크 페달을 밟기 시작하기 까지 최대한 허용할 수 있는 시간인, 여유 시간 이내에 전압변동을 완료하고 최초의 정상 전압으로 복귀하는 경우와 그렇지 않은 경우를 적용할 수 있는 2종류의 알고리즘을 개발하였다.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2006.05a
• /
• pp.108-113
• /
• 2006

야간 운전시 전조등의 밝기 변동에 대한 운전자의 인식 연구를 위하여 먼저 실내 실험실을 설계 및 구축하고 전조등의 순간적인 밝기 변동과 피험자의 뇌파 측정을 위한 시스템을 구축하였다. 실내 실험실의 설계를 위해 야간 운전시 전조등에 의한 운전자의 순응휘도를 먼저 결정한 후, 순응휘도를 바탕으로 실내 실험실의 바닥면, 수직벽, 측벽 등의 반사율을 계산하고, 실내 실험실의 수직벽 상에 출현할 장애물의 크기와 밝기를 계산하였다. 또한 피험자의 뇌파 측정을 위해서는 32개의 뇌파 측정 채널과 1개의 트리거 채널을 지니고 있는 WEEG-32를 사용하였고, 전조등의 순간적인 전압 변동을 위해서는 HP 6032-A를 사용하였다. 또한 HP 6032-A와 WEEG-32를 제어하기 위한 콘트롤러를 제작하였고 본 실험에 들어가기 전 예비실험을 행하여 실험 시간, 피험자 휴식 시간, 구체적 실험 순서, 전조등의 전압변화 패턴, 장애물 경로 등을 결정하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.95-98
• /
• 2022

아날로그 게이지는 여전히 많은 산업 시설에서 사용되고 있지만, 게이지 값을 사람이 수동으로 읽기 때문에 정확히 측정하기 위해 많은 시간이 소모가 되는 문제점이 있다. 이러한 이유로 최근에는 합성곱 신경망을 사용하여 아날로그 게이지 값을 자동으로 인식하는 연구가 진행되고 있다. 그러나 대부분의 선행연구들은 게이지가 촬영된 영상을 그대로 입력으로 사용하고 있으며, 이러한 방법은 사람이 게이지를 읽는 과정을 고려하였을 때 불필요한 부분이 많다. 본 논문에서는 게이지 전체 이미지를 학습에 사용하지 않고, 게이지의 특정 이미지 패치 기반으로 아날로그 게이지 값을 인식하는 방법을 제안한다. 제안하는 방법은 게이지의 중심, 눈금의 최소, 최대, 지침의 좌표를 기반으로 이미지 패치를 생성하고 채널 축으로 병합하여 학습을 진행하였으며, 최종적으로게이지의 각도를 계산한다. 이는 게이지의 평균 각도 오차를 통해 제안한 방법이 게이지 값을 인식하는데 우수한 성능이 보였으며, 게이지 이미지에 장애물이 있는 경우에도 게이지 값을 인식할 수 있음을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1336-1338
• /
• 2022

폐기물 관리는 전 세계적으로 환경, 사회, 경제 문제를 일으키고 있다. 이러한 문제를 예방하고자 폐기물을 효율적으로 관리하기 위해, 인공지능을 통한 연구를 제안하고 있다. 따라서 본 논문에서는 GAN 기반 데이터 증강을 통한 폐기물 객체 인식모델을 제안한다. Open Images Dataset V6와 AI Hub의 공공 데이터 셋을 융합하여 폐기물 품목에 해당하는 이미지들을 정제하고 라벨링한다. 이때, 실제 배출환경에서 발생할 수 있는 장애물로 인한 일부분만 노출된 폐기물, 부분 파손, 눕혀져 배출, 다양한 색상 등의 인식저해요소를 모델 학습에 반영할 수 있도록 일반적인 데이터 증강과 GAN을 통한 데이터 증강을 병합 사용한다. 이후 YOLOv4 기반 폐기물 이미지 인식 모델 학습을 진행하고, 학습된 이미지 인식 모델에 대한 검증 및 평가를 mAP, F1-Score로 진행한다. 이를 통해 향후 스마트폰 애플리케이션과 융합하여 효율적인 폐기물 관리 체계를 구축할 수 있을 것이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.2
• /
• pp.186-190
• /
• 2015

Intelligent vehicle plans motion and navigate itself based on the surrounding environment perception. Hence, the precise environment recognition is an essential part of self-driving vehicle. There exist many vulnerable road users (e.g. vehicle, pedestrians) on vehicular driving environment, the vehicle must percept all the dynamic obstacles accurately for safety. In this paper, we propose an multiple vehicle tracking algorithm using microwave radar. Our proposed system includes various special features. First, exceptional radar measurement model for vehicle, concentrated on the corner, is described by mixture density network (MDN), and applied to particle filter weighting. Also, to conquer the curse of dimensionality of particle filter and estimate the time-varying number of multi-target states, reversible jump markov chain monte carlo (RJMCMC) is used to sampling step of the proposed algorithm. The robustness of the proposed algorithm is demonstrated through several computer simulations.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.257-258
• /
• 2020

기존의 드론 조작은 초보자에게 어려웠다. 초보자의 경우 드론을 조종하다가 드론이 추락하거나 장애물에 걸려 프로펠러 등의 부품들이 손상되는 경우를 빈번하게 마주한다. 본 연구에서는 초보자 또한 드론 파손의 걱정 없이 드론의 조작을 더욱 쉽게 개선시키는 것을 전제로 뇌파와 보조입력인 음성인식을 이용한 드론 컨트롤러 기술을 적용하고자 한다. 현재 대중적으로 출시되어 있는 드론의 경우 호버링 기능을 포함시켜 드론의 추락 위험을 줄여주는 기능을 탑재하고 있다. 하지만 속도가 빠른 드론의 조작에 있어 미숙한 초보자들은 장애물과의 충돌 그리고 드론 착륙 시 기체손상 등의 위험에 대비하기 힘들다. 본 논문은 이러한 문제점들을 개선하기 위해 기존의 드론 컨트롤러 대신 특정한 동작을 상상할 때 발현되는 동작상상뇌파와 음성입력을 적용한 '동작상상뇌파와 음성인식을 이용한 드론 컨트롤러' 기술을 제안한다. 기존의 드론 컨트롤러와는 다르게 빅 데이터 처리기술인 머신러닝을 이용하여 뇌파 데이터를 처리하고 그 데이터들과 입력되는 뇌파 값을 비교하여 드론을 제어한다. 또한 뇌파의 발현이 안정적이지 못하는 상황을 대비한 보조입력인 음성인식을 이용하여 드론의 기체손상을 최소화 시킬 수 있다.

• Journal of Korean Port Research
• /
• v.14 no.3
• /
• pp.303-312
• /
• 2000

In this paper, we describe an image processing algorithm which is able to recognize the road lane. This algorithm performs to recognize the interrelation between AGV and the other vehicle. We experimented on AGV driving test with color CCD camera which is setup on the top of vehicle and acquires the digital signal. This paper is composed of two parts. One is image preprocessing part to measure the condition of the condition of the lane and vehicle. This finds the information of lines using RGB ratio cutting algorithm, the edge detection and Hough transform. The other obtains the situation of other vehicles using the image processing and viewport. At first, 2 dimension image information derived from vision sensor is interpreted to the 3 dimension information by the angle and position of the CCD camera. Through these processes, if vehicle knows the driving conditions which are lane angle, distance error and real position of other vehicles, we should calculate the reference steering angle.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.10a
• /
• pp.832-835
• /
• 2004

In this paper, we implement a sensor which can perceive obstacles. We constructed it with a laser emitting a structured light and a small pc camera. It is cheap and can measure the precise sizes of the obstacles. Ultrasonic arrays and laser scanners are used generally to perceive obstacles in the autonomous mobile robot until now. However we knew that they can perceive big obstacles well, but cannot perceive small obstacles on the ground by experiments. We mounted this equipment to our robot and use it to perceive the obstacles of the front side. Our robot can recognize the obstacles of 10mm height. We expect that this equipment will be useful because it is cheap but work well.

• Journal of Institute of Control, Robotics and Systems
• /
• v.14 no.8
• /
• pp.809-817
• /
• 2008

This paper describes an obstacle detecting system of an unmanned ground vehicle (UGV). The unmanned ground vehicle is consists of several systems such as vehicle control system, navigation system, obstacle detecting system and integration system. Among these systems, the obstacle detecting system is a driving assistance system of UGV. Through the UGV is driving, the system detects obstacles such as cars, human, tree, curb and hills and then send information of obstacles position to integration system for safety driving. In this research, the obstacle detecting system is composed of 5 laser scanners and develop algorithms of detecting obstacles, curb, uphill and downhill road.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.10
• /
• pp.25-34
• /
• 1999

In this paper, an algorithm is presented to recognize lane and obstacles based on highway road image. The road images obtained by a video camera undergoes a pre-processing that includes filtering, edge detection, and identification of lanes. After this pre-processing, a part of image is grouped into 27 sub-windows and fed into a three-layer feed-forward neural network. The neural network is trained to indicate the road direction and the presence of absence of an obstacle. The proposed algorithm has been tested with the images different from the training images, and demonstrated its efficacy for recognizing lane and obstacles. Based on the test results, it can be said that the algorithm successfully combines the traditional image processing and the neural network principles towards a simpler and more efficient driver warning of assistance system