• 대한의용생체공학회:의공학회지
• /
• 제25권2호
• /
• pp.145-150
• /
• 2004

시각장애인의 시각보조를 위하여 공간 및 방향감각 보조시스템으로 초음파거리계 및 전자나침반을 개발하였다. 초음파거리계는 40 KHz 초음파의 반사를 이용하여 장애물까지 거리 정보를 거리에 비례하는 시간간격의 가청음 자극을 제공하며, 전자나침반은 자기저항브리지를 이용하여 지구자기장을 검출하고 자북 방향 정보를 이마주위의 진동모터를 통하여 촉각자극을 제공하도록 설계하였다. 초음파저리계의 측정범위는 0.065-3.26미터이며 전자나침반의 방향 분해능은 22.5도이다. 그리고 초음파거리계와 전자나침반을 통합한 일체형 시각보조시스템을 구현하였으며 이때 거리정보는 두부에서 진동모터의 위치로 전달하도록 하였다. 본 연구의 목표는 시각장애인의 공간 및 방향감각을 위한 실용적인 보조시스템을 구현하는 것이며, 본 보조시스템을 반복 사용함에 따라 시각장애인의 공간 및 방향감각 기능이 향상될 것으로 추측된다.

• 한국정보전자통신기술학회논문지
• /
• 제9권3호
• /
• pp.249-256
• /
• 2016

최근 시각장애인 및 교통약자의 자유로운 보행을 보장하기 위한 많은 기술들이 연구되고 있다. 자유로운 보행을 위한 장치로는 영상카메라, 초음파센서 및 가속도 센서 등을 이용하는 스마트 지팡이와 스마트 안경 관련 기술이 있다. 대표적인 기술로는 물체를 식별하여 장애물을 검출하고 보행 가능 영역을 추출하는 기술, 랜드마크 심볼 정보를 인식하여 주위 환경 정보를 주는 기술 등 여러 가지 기술이 개발되고 있다. 본 논문에서는 시각장애인에게 필요한 시설의 대표 심볼을 선정하여 착용한 영상 장치의 정보로부터 심볼을 인식하는 알고리즘을 딥러닝 기술을 이용하여 연구하였다. 그 결과로 딥러닝 영상처리 분야에서 사용되는 CNN(Convolutional Neural Network)기법을 사용하여 서로 다른 딥러닝 구조를 실험을 통하여 비교하고 분석하였다.

• 한국광학회지
• /
• 제19권4호
• /
• pp.270-275
• /
• 2008

본 논문에서는 집적 영상의 획득과 복원을 통하여 장애물에 가려진 물체를 인식하는 기술은 제안하고 구현하였다. 집적 영상의 복원은 해당되는 화소 세기의1차 확률적 특성인 평균으로 구한다. 복원평면까지의 거리는 2차 확률적 특성인 표준 편차를 이용하여 구하고3차원 물체의 경계(edge)를 검출한다. 표준 편차의 합을 최소로 하는 거리에서 복원된 영상을 표적인식에 이용한다. 표적인식은 주성분 분석(principle component analysis, PCA) 분류기를 복원된 영상에 적용하였다. 표적 분류에 대한 판정은 분류기에 의해서 투영된 클래스의 평균 특징 벡터와 테스트 특징 벡터간의 유클리드 거리(Euclidean distance)를 이용한다. 실험 및 시뮬레이션을 통하여 가려진 표적을 본 논문에서 제안한 방법을 통하여 오차 없이 분류하였다.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.123-133
• /
• 2024

기존의 자율주행 기술은 차량에 부착된 센서를 사용하여 환경을 감지하고 주행 계획을 수립하는 방식으로 개발되었으나, 악천후나 역광, 장애물로 인한 가려짐 등 특정 상황에서 성능이 저하되는 문제점이 있다. 이러한 문제점을 해결하기 위해 도로 인프라의 지원을 통해 자율주행 차량의 인지 범위를 확장하는 협력형 자율주행 기술이 주목받고 있으나, 단안 카메라에서는 국제 표준에서 요구하는 객체의 3D 중심점을 실시간으로 분석해내기 어렵다는 문제점이 있다. 이에 본 논문에서는 도로 인프라의 고정된 화각과 사전에 측정된 기하학적 정보를 활용하여 객체를 검출하고 실시간으로 차량의 중심점을 추정하는 방법을 제안하였다. GPS 위치 측정 장비를 활용하여 객체의 중심점을 효과적으로 추정할 수 있음을 확인하였으며, 제안된 방법은 차량 및 도로 인프라 간의 협력형 자율주행 기술에 적용 가능하여, 협력형 자율주행 인프라의 보급 및 확산에 기여할 수 있을 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권6호
• /
• pp.243-250
• /
• 2019

움직이는 UAV는 많은 위치에너지와 운동에너지를 가지므로 지상으로 추락하는 경우 많은 충격량을 가질 수 있다. 이는 인명피해로 연결될 수 있기 때문에 본 논문에서는 UAV 비행경로 상의 인구밀집지역을 위험구역으로 정의하였다. 기존의 UAV 경로비행은 사용자에 의해 미리 설정된 경로만을 운행하는 수동적인 형태였다. 일부 UAV는 경로비행 중 장애물을 회피하는 시스템 등 안전기능을 포함하고 있지만, 실시간 비행환경변화에 대응하기에는 부족하다. UAV 경로비행에 공공 빅데이터를 활용할 경우, 위험구역을 검출하고 회피비행을 수행할 수 있어서 실시간 비행환경변화에 대한 대응이 향상될 수 있다. 따라서 본 논문에서는 실시간으로 수집된 빅데이터를 활용하여 위험구역을 회피하는 최적경로 비행 방안을 제안한다. 실험 결과, 제안하는 자동경로비행에서 목적지와 목적지에 따른 경로를 지정할 경우, 실시간으로 위험지역을 판단하여 최적 우회경로로 비행하는 것을 확인하였다. 추후 회피방안에 따라 비행하여 획득하는 영상의 질적 만족도를 높일 수 있는 방안을 연구할 예정이다.

• 대한전자공학회논문지TC
• /
• 제45권12호
• /
• pp.105-113
• /
• 2008

유비쿼터스 사회에서는 사용자의 요구를 충족시키기 위하여 사용자가 갖고 있는 기기에 대한 정밀한 위치측정을 필요로 한다. 위치 측정은 송수신기간에 신호의 전송을 기반으로 한 거리측정을 통해 이뤄지기 때문에 위치측정의 오차는 거리측정의 오차로부터 발생한다. 신호가 전송되는 기기 간에 장애물이 존재하게 되면 LoS(Line of Sight)신호 성분이 줄어들게 되어 NLoS(Non-Line of Sight) 채널이 발생하게 되고 정확한 시점에서 신호를 검출할 수 없게 되어 거리오차가 발생하게 된다. 일반적인 위치측정 알고리즘은 참조기기(Reference Device)의 거리측정 성능에 관계없이 참조기기와 목표기기(Target Device)간의 거리측정 값을 위치 계산에 그대로 사용하기 때문에 거리측정 값으로부터 발생되는 오차가 위치 계산에 더해지게 된다. 따라서 본 논문에서는 각 참조기기가 속해 있는 채널특성을 판별하고 NLoS채널로부터 계산된 거리와 LoS채널로부터 계산된 거리를 다른 비율로 적용하여 위치측정의 오차를 줄이는 Iterative Calculation 기법을 제안한다. 참조기기는 수신된 신호의 Kurtosis, Mean, Excess Delay, RMS Delay spread를 통해 NLoS와 LoS 채널을 구분한다. 이를 통해 구분된 채널마다 각기 다른 비율로 랜덤 거리를 계산된 거리에 더하여 위치를 계산하는 것을 반복적으로 수행한 뒤 평균값을 계산하여 확률적으로 존재할 가능성이 높은 목표기기의 위치를 찾아감으로써 NLoS채널로부터 계산된 거리오차가 위치측정에 미치는 영향을 줄이는 방법을 제안하고 시뮬레이션을 통해 기존의 방식과 비교했을 때 성능향상을 확인하였다.

• 멤브레인
• /
• 제15권4호
• /
• pp.297-309
• /
• 2005

다수의 잠재적인 내분비계장애물질이 환경에 방출됨으로써 새로운 환경문제로 세계적 관심이 모아지고 있다. 이러한 물질들을 측정하고 감시하기 위한 고감도이며 신뢰성 있는 분석방법의 개발이 필수적이다. 이 연구에서는 기체크 로마토그래피 질량분석법과 액체크로마토그래피 질량분석법이 내분비계장애물질들의 분석을 위해 이용되었으며 두 가지 분석방법들이 DEHP, BBP, PCP, BPA에 대해 비교 및 평가되었다 그 결과 액체크로마토그래피 질량분석법이 더 낮은 검출 한계를 나타내는 것으로 조사되었다. 또한 액체크로마토그래피 질량분석법은 대부분의 순수한 분자들로서 내분비계장애물질들을 측정 가능함이 판명되었다. 이 연구에서는 음용수에서 내분비계장애물질들을 제거하는 방법으로 유기막과 세라믹막을 제시하였으며 십자류 나노여과 방식이 내분비계장애물질들을 $100\%$ 제거하는 것으로 조사되었고 분획분자량 250 나노여과는 내분비계장애물질을 제거함에 있어 효과적인 것으로 판명되었다. 나노여과, 고속한외여과, 저속한외여과의 투과플럭스와 물질전달계수와의 비는 0.67, 3.4, 그리고 0.44였으며 나노여과와 저속한외여과는 확산이 주요한 조건에서 운전되며 고속한외여과는 대류가 주요한 조건에서 운전된다. 더욱이, 확산이 주요한 나노여과와 저속한외여과에서 내분비계장애물질의 제거율이 높은 것으로 측정되었다. 한외여과에 의한 제거는 내분비계장애물질들의 분자량에 의존하는 것으로 조사되었으며 내분비계장애물질들은 확산이 주요한 수리동역학적 조건에서 제거됨이 판명되었다.

• Journal of Platform Technology
• /
• 제11권2호
• /
• pp.26-38
• /
• 2023

본 논문은 실내 환경에서 QR 코드를 이용하여 목적지 자율 주행이 가능한 운반 로봇에 관한 연구이다. 운반 로봇은 QR 코드 인식을 위한 카메라와 좌우 벽과의 거리를 감지하여 로봇이 이동 중 일정한 간격을 유지할 수 있도록 라이다 센서가 부착하여 설계 제작하였다. 운반 로봇의 위치 정보는 QR 코드 영상을 Lanczos resampling 보간법으로 확대한 후 Otsu Algorithm 으로 이진화하고, Zbar 라이브러리를 활용하여 검출 및 해석을 수행하였다. QR 코드 인식은 운반 로봇의 카메라 위치와 QR 코드 높이가 192cm 로 고정된 상태에서 QR 코드의 크기와 운반 로봇의 주행 속도를 변화시키면서 실험을 수행하였으며, QR 코드 크기가 9cm×9cm 일 때 99.7%, 운반 로봇의 주행 속도가 약 0.5m/s 이하 일 때 거의 100%의 인식률을 보여주었다. QR 코드 인식율을 바탕으로 목적지 자율주행을 위해 장애물이 없는 상태에서 목적지가 직진만 있는 경우와 목적지가 직진과 회전이 있는 경우에 대해 실험을 수행하였다. 목적지가 직진만 있는 경우에는 위치 보정이 거의 필요 없어 목적지에 빠르게 도달할 수 있었으나, 목적지에 회전이 포함된 경우에는 위치 보정이 필요하여 목적지에 도착하는 시간이 상대적으로 지연되었다. 실험 결과, 운반 로봇이 주행 중 약간의 위치 오차가 발생하였으나 비교적 정확하게 목적지에 도달함을 알 수 있었으며, QR 코드 기반 목적지 자율주행 운반 로봇의 적용 가능성을 확인하였다.

• 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.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.