• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.27-33
• /
• 2020

최근 영상 센서를 이용한 물체 탐지 및 추적 기술은 많은 응용분야에서 그 사용이 널리 확대되고 있다. 민수 산업 분야에서 로보틱스, 비디오 감시정찰 및 차량 네비게이션 분야와 같은 영역으로 널리 확대되고 있는 추세이다. 특히, 드론의 사용이 널리 확대되고 있는 현 상황에서 공항, 원자력 발전소 및 중요시설에서는 불법적으로 운용되고 있는 소형무인기를 탐지 및 추적하여 격추시키는 시스템 개발이 매우 중요하다. 최근 영상센서를 활용한 물체 추적 방법으로 이목을 끌고 있는 방법이 학습에 기반을 둔 KCF 방법이다. 그러나 이 방법은 추적 기간이 길어지면 추적 과정에서 표적의 드리프트가 발생하는 문제점이 있다. 비디오 감시정찰 분야에서 표적의 드리프트 문제를 줄이기 위해 우리는 KCF와 적응 임계치설정 및 칼만필터를 적용하여 표적 드리프트 문제를 줄일 수 있는 방법을 제안하였다. 실험을 통해서 실제 무인비행체가 운용되는 실제 환경에서 획득된 흑백 비디오 영상에 제안한 방법과 기존의 KCF 알고리즘을 비교하여 제안한 방법의 우수성을 입증하였다.

• 한국재난관리표준학회지
• /
• 제1권2호
• /
• pp.61-66
• /
• 2008

국토의 70% 이상이 산지로 구성되어 있어서 도로와 철도 건설을 위해 절토사면이 필연적으로 발생한다 우기, 동절기 서리로 인한 지반융기, 그리고 해빙은 암석 탈락과 사면붕괴의 원인이 되며 매년 사면붕괴에 의한 차량파손과 인명피해가 증가하고 있다. 인명과 재산을 보호하기 위해 사연붕괴를 조기에 탐지할 수 있는 실시간 모니터링 시스템이 필요하다. GMG사에서 개발한 병진 회전 침하(TRS) 센서를 사면 내에 설치하여 실시간으로 사면을 모니터링을 할 수 있도록 했으나, 시스템의 데이터 획득체계가 취약하여 순간적인 낙뢰에 의해 전체 시스템이 손상될 수 있다. 따라서 저자들은 USN(Ubiquitous Sensor Network)을 제시하여 낙뢰에 의한 손상을 최소화시키고 신뢰도 높은 사면 변형 모니터링 체계를 구축했다.

• 한국군사과학기술학회지
• /
• 제20권4호
• /
• pp.558-565
• /
• 2017

The vehicle-mounted mine detection system with large detection sensor modules can search wide areas with a fast detection speed. To mount the heavy mine detectors on a manned or unmanned vehicle, it is necessary to design the detector driving mechanism and control system based on the considerations driven from the characteristic analysis and the operation requirements of the detection system. Furthermore, while operating the mine detector mounted on a mobile vehicle, it is significant to keep the height from the ground to sensors within a certain distance in order to get a qualified detection performance. As the mine detection sensor, we used ground penetrating radar widely used to geotechnical exploration, mine detection and etc. In this paper, we introduce a driving mechanism through analyzing the characteristics of the vehicle-mounted mine detection system. We also suggest a method to automatically control the distance between the ground and GPR by utilizing the GPR output values, used to detect mines at the same time.

• 지적과 국토정보
• /
• 제48권2호
• /
• pp.213-225
• /
• 2018

3차원 공간정보 구축을 위해 건물 텍스처를 촬영하는 과정에서 폐색영역 문제가 발생한다. 이를 해결하기 위해선 폐색영역을 자동 인식하여 이를 검출하고 텍스처를 자동 보완하는 자동화 기법 연구가 필요하다. 현실적으로 매우 다양한 구조물 형상과 폐색을 발생시키는 경우가 있으므로 이를 극복하는 대안들이 고려되고 있다. 본 연구는 최근 대두되고 있는 딥러닝 기반의 알고리즘을 이용하여 폐색지역 패턴화하고, 학습기반 폐색영역 자동 검출하는 접근을 시도한다. 영상 내 객체 추출에서 우수한 성과를 발표하는 Convolutional Neural Network (CNN) 기법의 향상된 알고리즘인 Faster Region-based Convolutional Network (R-CNN)과 Mask R-CNN 2가지를 이용하여, 건물 벽면 촬영 시 폐색을 유발하는 사람, 현수막, 차량, 신호등에 대한 자동 탐지하는 성능을 알아보기 위해 실험하고, Mask R-CNN의 미리 학습된 모델에 현수막을 학습시켜 자동탐지하는 실험을 통해 적용이 높은 결과를 확인할 수 있었다.

• 한국군사과학기술학회지
• /
• 제25권1호
• /
• pp.30-44
• /
• 2022

The advent of deep learning-based algorithms has facilitated researches on target detection from synthetic aperture radar(SAR) imagery. While most of them concentrate on detection tasks for ships with open SAR ship datasets and for aircraft from SAR scenes of airports, there is relatively scarce researches on the detection of SAR ground vehicle targets where several adverse factors such as high false alarm rates, low signal-to-clutter ratios, and multiple targets in close proximity are predicted to degrade the performances. In this paper, a dataset of ground vehicle targets acquired from TerraSAR-X(TSX) satellite SAR images is presented. Then, both detection and instance segmentation are simultaneously carried out on this dataset based on the deep learning-based Mask R-CNN. Finally, this paper shows the future research directions to further improve the performances of detecting the SAR ground vehicle targets.

• 한국위성정보통신학회논문지
• /
• 제7권1호
• /
• pp.75-81
• /
• 2012

무인 차량의 야지 자율 주행을 위한 목적으로 수풀 뒤쪽에 가려져 있는 장애물을 탐지하고 회피하기 위해 수풀을 투과하여 차량의 전방을 고해상도로 영상화할 수 있는 근거리 초 광대역 영상 레이더의 송수신기를 설계한다. 송신기는 방위각 해상도를 향상시키기 위해 좌측과 우측으로 송신할 수 있도록 두 개의 송신기가 요구되며, 수신기의 경우는 영상을 합성하기 위하여 다채널 수신기가 요구된다. 송신기는 고 전력 증폭기와 채널 선택 스위치 및 파형 발생 모듈로 구성된다. 수신기는 16 채널 수신기, 수신 채널 변환기, 중간 주파수 하향 변환 모듈로 세분화 할 수 있다. 제안한 구조를 제작하기 전에 모델링 및 시뮬레이션 방법을 통해 여러 파라메타를 도출함으로서 가능성을 입증하였다. 그리고 제안한 송수신기를 산업용 부품을 이용하여 제작하고 성능 파라미터를 측정하여 모든 설계 요구 조건이 만족됨을 확인하였다.

• 전기전자학회논문지
• /
• 제28권3호
• /
• pp.296-302
• /
• 2024

본 논문에서는 착용의 불편함이나 사생활 침해문제에 자유로운 FMCW(Frequency Modulation Continous Wave) 인캐빈(In-cabin) 레이다를 이용한 운전자 상태모니터링 시스템을 구현하였다. 77GHz 대역의 고정밀 레이다를 이용하여 운전 환경변화와 운전자의 상태(Condition)에 따른 눈 깜빡임 패턴변화를 적응형 다중 필터링 알고리즘을 사용해 탐지하도록 하였으며, 검출된 데이터를 통하여 눈 깜박임 횟수와 눈을 떴다가 감는데 소요되는 시간을 측정함으로써 졸음운전을 정확하게 판단하도록 하였다. 최근 날로 소형화되고 있는 고성능 레이다의 등장으로 차량 내 계기판이나 백미러 등에 매립이 가능하며, 운전자가 졸음 상태로 판단될 경우, 알람을 통해 운전자를 깨우거나 차량의 주행시스템과 연동하여 서행 및 비상 정차시킴으로써 사고방지와 운전자의 안전을 도모할 수 있다.

• 한국ITS학회 논문지
• /
• 제13권5호
• /
• pp.35-49
• /
• 2014

본 논문에서는 레이저스캐너만으로 이루어진 감지 시스템을 이용하여 도로 위에 있는 객체의 위치를 추정하고 분류하는 알고리즘을 제안한다. 각각의 레이저 스캐너에서 획득한 데이터는 그리드 맵을 사용하여 데이터를 융합하였으며, 팽창 연산과 레이블링 방법을 사용하여 측정 오차를 보정하였다. 추출한 객체의 정보(길이, 폭)를 입력으로 사용한 퍼지방법을 통해 객체를 보행자, 자전거, 차량으로 분류하였으며, 이러한 방법은 레이저스캐너로만 이루어진 감지 시스템의 정확도를 증가시켰다. 또한 본 논문에서는 실제 도로 환경에서 몇 가지 시나리오를 설정하여 실험을 하였다. 실험을 통해 감지 시스템이 객체를 정확히 분류하는지, GPS-RTK 장비를 사용하여 획득한 위치 정보와 비교하여 객체의 위치 정보를 정확히 추정하는지 검증하였다.

• 한국군사과학기술학회지
• /
• 제18권6호
• /
• pp.711-720
• /
• 2015

Recently many studies of Radar systems mounted on ground vehicles for autonomous driving, SLAM (Simultaneous localization and mapping) and collision avoidance have been reported. Since several pixels per an object may be generated in a close-range radar application, a width of an object can be estimated automatically by various signal processing techniques. In this paper, we tried to attempt to develop an algorithm to estimate obstacle width using Radar images. The proposed method consists of 5 steps - 1) background clutter reduction, 2) local peak pixel detection, 3) region growing, 4) contour extraction and 5)width calculation. For the performance validation of our method, we performed the test width estimation using a real data of two cars acquired by commercial radar system - I200 manufactured by Navtech. As a result, we verified that the proposed method can estimate the widths of targets.

• 전기학회논문지
• /
• 제65권2호
• /
• pp.342-348
• /
• 2016

We propose an obstacle detection algorithm for unmanned ground vehicle on uneven terrain. The key ideas of the proposed algorithm are the use of two-layer laser range data to calculate the gradient of a target, which is characterized as either ground or obstacles. The proposed obstacle detection algorithm includes 4-steps: 1) Obtain the distance data for each angle from multiple lidars or a multi-layer scan lidar. 2) Calcualate the gradient for each angle of the uneven terrain. 3) Determine ground or obstacle for each angle on the basis of reference gradient. 4) Generate a new distance data for each angle for a virtual laser scanner. The proposed algorithm is verified by various experiments.