• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 추계학술발표논문집
• /
• pp.594-596
• /
• 2009

본 연구에서는 영상센서를 이용한 상황인식 기반의 컴퓨팅 기술이 혼합된, 스쿨존 안전 관리 시스템을 제안한다. 영상센서를 통한 객체 추출과 상황 인식 기술의 조합을 통하여, 초등학교 주위에서 발생할 수 있는 여러 상황 중 초등학생의 유괴나 사고 등을 인식할 경우 모니터링 장치로 전송하여 응급 상황을 관리할 수 있다. 또한 제안된 시스템은 인간의 시각을 필요로 하는 철도 건널목이나, 교통량 통계조사, 공장 자동화 시스템 등 다양한 응용분야에 활용할 수 있는 최적의 선택이라 할 수 있다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.23-31
• /
• 2020

본 연구는 철도표면상에 발생하는 노후 현상 중 하나인 결함 검출을 위해 학습데이터를 생성함으로써 결함 검출 모델에서 더 높은 점수를 얻기 위해 진행되었다. 철도표면에서 결함은 선로결속장치 및 선로와 차량의 마찰 등 다양한 원인에 의해 발생하고 선로 파손 등의 사고를 유발할 수 있기 때문에 결함에 대한 철도 유지관리가 필요 하다. 그래서 철도 유지관리의 자동화 및 비용절감을 위해 철도 표면 영상에 영상처리 또는 기계학습을 활용한 결함 검출 및 검사에 대한 다양한 연구가 진행되고 있다. 일반적으로 영상 처리 분석기법 및 기계학습 기술의 성능은 데이터의 수량과 품질에 의존한다. 그렇기 때문에 일부 연구는 일반적이고 다양한 철도표면영상의 데이터베이스를 확보하기위해 등간격으로 선로표면을 촬영하는 장치 또는 탑재된 차량이 필요로 하였다. 본연구는 이러한 기계적인 영상획득 장치의 운용비용을 감소시키고 보완하기 위해 대표적인 영상생성관련 딥러닝 모델인 생성적 적대적 네트워크의 기본 구성에서 여러 관련연구에서 제시된 방법을 응용, 결함이 있는 철도 표면 재생성모델을 구성하여, 전용 데이터베이스가 구축되지 않은 철도 표면 영상에 대해서도 결함 검출을 진행할 수 있도록 하였다. 구성한 모델은 상이한 철도 표면 텍스처들을 반영한 철도 표면 생성을 학습하고 여러 임의의 결함의 위치에 대한 Ground-Truth들을 만족하는 다양한 결함을 재 생성하도록 설계하였다. 재생성된 철도 표면의 영상들을 결함 검출 딥러닝 모델에 학습데이터로 사용한다. 재생성모델의 유효성을 검증하기 위해 철도표면데이터를 3가지의 하위집합으로 군집화 하여 하나의 집합세트를 원본 영상으로 정의하고, 다른 두개의 나머지 하위집합들의 몇가지의 선로표면영상을 텍스처 영상으로 사용하여 새로운 철도 표면 영상을 생성한다. 그리고 결함 검출 모델에서 학습데이터로 생성된 새로운 철도 표면 영상을 사용하였을 때와, 생성된 철도 표면 영상이 없는 원본 영상을 사용하였을 때를 나누어 검증한다. 앞서 분류했던 하위집합들 중에서 원본영상으로 사용된 집합세트를 제외한 두 개의 하위집합들은 각각의 환경에서 학습된 결함 검출 모델에서 검증하여 출력인 픽셀단위 분류지도 영상을 얻는다. 이 픽셀단위 분류지도영상들과 실제 결함의 위치에 대한 원본결함 지도(Ground-Truth)들의 IoU(Intersection over Union) 및 F1-score로 평가하여 성능을 계산하였다. 결과적으로 두개의 하위집합의 텍스처 영상을 이용한 재생성된 학습데이터를 학습한 결함 검출모델의 점수는 원본 영상만을 학습하였을 때의 점수보다 약 IoU 및 F1-score가 10~15% 증가하였다. 이는 전용 학습 데이터가 구축되지 않은 철도표면 영상에 대해서도 기존 데이터를 이용하여 결함 검출이 상당히 가능함을 증명하는 것이다.

• 한국산학기술학회논문지
• /
• 제18권1호
• /
• pp.579-584
• /
• 2017

고속 철도 차량 댐퍼의 오일 씰은 열차 운행동안 외부 환경으로부터 유해한 오염을 막고, 댐퍼 내부에서 오일 누출을 방지하고자 사용되는 니트릴 부타디엔 고무 재질 부품이다. 오일 씰의 주요 고장원인인 누유는 본 댐퍼의 피로 파손을 일으킨다. 뿐만 아니라 본 오일 씰의 누적 손상은 궤도 불규칙과 캔트 등으로 열차 주행동안 반복적인 댐퍼의 상하 운동으로부터 로드와 본 부품 사이에 접촉력으로 인하여 발생한다. 따라서 본 오일 씰의 설계는 취약점에서 최대 주변형률을 최소화하는 것이 필요하다. 본 연구에서는 댐퍼의 내구성을 향상하기 위하여 다중 섬 유전자 알고리즘을 이용하여 오일 씰 단면형상에 대한 최적설계를 수행하였다. 오일 씰의 최적단면은 절차 자동화 / 최적설계 프로그램을 이용하여 본 연구의 최적설계와 비선형 유한요소해석의 통합절차에 따라 얻어진 것이다. 또한, 비선형 유한요소해석의 입력 자료로서, 본 고무의 비선형 물성 값은 말로우식으로 표현하였다. 취약지점인 오일 누유지점에서 최적단면의 오일 씰은 초기 형상과 비교할 때, 이 지점에서 최대 주변형률이 약 24% 감소함을 확인하였다.

• 한국철도학회논문집
• /
• 제11권2호
• /
• pp.139-144
• /
• 2008

최근 임베디드 시스템 기술의 발전에 따라 열차제어시스템의 자동화가 촉진되고 있다. 이를 위한 하드웨어의 안전성 검증을 위한 연구는 활발히 진행되고 있으나, 소프트웨어의 안전성을 검증하기 위한 체계적인 노력은 거의 이루어지지 않고 있다. 이 논문에서는 열차제어 시스템 소프트웨어의 안전성을 자동으로 평가 할 수 있는 소프트웨어 도구를 제안한다. 이를 위하여 관련 국제표준을 분석하였으며, 기존의 사용 소프트웨어 테스팅 도구들을 조사하였다. 이로부터 국제표준에서 요구하는 주요 요건을 테스팅 할 수 있는 도구를 제안하였으며, 이 도구는 소프트웨어 전 개발주기에서 이용이 가능하다. 이 도구는 기존의 테스팅 도구들과는 달리 소프트웨어의 안전성을 검증할 수 있다는 점에서 그 의의가 크다.

• 융합보안논문지
• /
• 제9권1호
• /
• pp.11-17
• /
• 2009

본 연구에서는 영상센서를 이용한 상황인식 기반의 컴퓨팅 기술이 혼합된, 스쿨존 안전 관리 시스템을 제안한다. 영상센서를 통한 객체 추출과 상황 인식 기술의 조합을 통하여, 초등학교 주위에서 발생할 수 있는 여러 상황 중 초등학생의 유괴나 사고 등을 인식할 경우 모니터링 장치로 전송하여 응급상황을 관리할 수 있다. 또한 제안된 시스템은 인간의 시각을 필요로 하는 철도 건널목이나, 교통량 통계조사, 공장 자동화 시스템 등 다양한 응용분야에 활용할 수 있는 최적의 선택이라 할 수 있다.