• 감성과학
• /
• 제25권4호
• /
• pp.129-138
• /
• 2022

음성 어시스턴트가 차량에 탑재되기 시작하면서, 차량의 조형적 특징과 음성 어시스턴트간의 연관성이 중요해지고 있다. 본 연구는 자동차에 적용된 음성 어시스턴트와 외관의 조화스러움에 대하여 공통된 감성적 특징을 기반으로 살펴보고자 하였다. 12가지 차량 이미지와 6가지의 음성 어시스턴트에 대해 15종의 형용사를 바탕으로 감성 평가를 실시하였다. 실험은 온라인 개별 인터뷰로 진행되었으며, 총 24명의 대학생이 참여하였다. 참여자들은 각 자극물을 대표하는 감성 형용사 3종을 1, 2, 3위로 평가하고, 선정 이유에 대한 간단한 인터뷰를 진행하였다. 설문 결과에 대해 주성분분석을 수행하여 2개의 주요 요인을 추출한 뒤, 각 요인을 축으로 하여 자극물을 분포시켰다. 분포도를 바탕으로 감성적 특징을 도출하고자 계층적 군집 분석을 수행하였다. 주성분 분석 결과 자동차 이미지와 음성 어시스턴트를 설명하는 감성적 차원으로 "편안한-급진적인"과 "가벼운-무거운"이 추출되었다. 두 차원을 바탕으로 자극물들을 분포시킨 결과, 자동차와 음성 어시스턴트가 동일한 축을 바탕으로 다양하게 분포해 두 요인이 자극물간 감성적 특징을 도출하기에 적합하다고 판단되었다. 자극물들의 분포도를 바탕으로 계층적 군집분석을 수행하여 17개의 자극물을 4가지 군집으로 추렸다. 각 군집은 도전적인, 우아한, 위엄있는, 활기찬 그룹으로 도출되었다. 본 연구에서는 차량의 조형적 특징과 음성 어시스턴트의 감성적 이미지를 동시에 설명할 수 있는 두 축을 도출하였다. 도출된 축을 바탕으로 그려진 분포도에 군집 분석을 수행해 감성적 특징을 분류하였으며, 총 4개의 감성적 특징이 도출되었다. 본 연구는 자동차의 조형적 특징에 맞춘 음성 어시스턴트 제안을 위한 디자인 품평 가이드로 활용되어, 추후 출시되는 차량에서 사용자들의 자동차 음성 어시스턴트 감성 경험이 증진될 것으로 기대한다.

• 대한토목학회논문집
• /
• 제30권5D호
• /
• pp.443-451
• /
• 2010

본 연구는 실시간 차량정보를 이용한 안전권고속도의 산정방안에 대한 연구이다. 여기서 실시간 차량정보는 모든 차량에 ECU 수집장치를 탑재하고 끊김없는 무선 통신이 이루어짐에 따라 운전자에게 제공할 수 있는 유용한 정보이다. 이러한 실시간 차량정보를 기반으로, 도로노면정보가 실시간으로 센싱될 경우에 유용한 안전권고속도 모형을 개발하였다. 여기서, 안전권고속도는 "A단일 구간에 대한 시간적 흐름에 따른 교통환경 및 도로노면상태 변화에 따른 안전 속도"로 정의하였고, 차량간의 안전거리, 통계적 차량속도, 노면상태 정보를 기반으로 그 값을 산정하도록 모형을 개발하였다. 이후, 미시적 시뮬레이터인 VISSIM을 기반으로 교통상황(원활, 정체), 유고상황(미발생, 발생), 노면상태(건조, 습윤, 적설)에 따른 권고속도의 관계를 살펴보았다. 12가지의 시뮬레이션 시나리오의 결과로 3가지 변수와 권고속도는 유의한 관계성과 그 추세를 확인할 수 있었다. 본 안전권고속도 모형에서는 안전권고속도가 평균속도보다 높게 유지하도록 하나 유고의 발생, 노면상태의 변화에 따라 실시간으로 안전속도를 변화하도록 제시하고 있다. 이러한 연구는 향후 스마트하이웨이와 같은 도로에서 운전자들이 제공받을 수 있는 도로교통과 IT가 융합된 중요한 서비스로 기대되는 바이다.

• 한국건설관리학회논문집
• /
• 제24권6호
• /
• pp.63-65
• /
• 2023

BIM 및 AR 기술은 실제 구조물에 3D 모델 및 정보를 투영하여 현장 내 필요 데이터에 손쉽게 접근할 수 있게 한다는 점에서 건설 산업의 생산성을 증진시킬 수 있을 것으로 평가되어왔다. 그러나 건설 품질관리 업무 내 AR 기술을 적용하기 위한 선행 연구는 대부분 건설 프로젝트 전반을 대상으로 수행되어 총괄적 현장관리 방안에 불과하며, 철근과 같은 부재 단위의 품질관리 내 AR을 적용한 일부 연구 사례 또한 단순 투영에만 집중되어 구체적인 품질점검이 불가한 것으로 확인되었다. 이에 본 연구에서는 철근 부재에 특화된 실무 적용 가능 수준의 BIM 기반 AR 품질관리 시스템 개발을 최종 목적으로 하였다. 본 시스템 개발을 위해 철도 건설 현장에서 활용하는 품질점검 리스트의 철근 점검 항목을 분석하고, 이들을 효과적으로 대응할 수 있는 AR 요소기술 4가지를 개발 및 탑재하였다. 실제 철도 교량 구조물을 대상으로 개발된 시스템을 검증하였으며, 그 결과 투영 안정성 저하 문제가 도출되었다. 이는 모델 경량화(simplification) 및 AR 기기 하드웨어 성능 향상을 통해 해결하였으며, 최종적으로 시스템이 정상적으로 구동되는 것을 확인하였다. 이후 현장 품질 전문가를 대상으로 개발된 철근 품질점검 시스템의 실무 적용성 평가를 실시하였으며, 현행 철근 점검 방식 대비 AR 시스템 활용 시 점검 효율성이 증가할 것으로 평가되었다.

• 한국항만경제학회지
• /
• 제39권3호
• /
• pp.33-46
• /
• 2023

자율운항선박은 사람의 개입을 최소화하여 선박 스스로 판단하고 운항하는 기능이 탑재되므로, 이를 운용하는 해기사의 직무도 변화하므로, 자율운항선박을 운항하고, 관리할 수 있는 역량을 갖춘 해기사를 양성하기 위한 교육과정에도 변화가 필요하다. 본 연구는 불확실한 미래 예측에 적합한 델파이 조사법을 활용하여 자율운항선 및 해기사 교육 부분의 전문가들을 대상으로 교육자율운항선 해기사 양성을 위한 교과목을 개발하고자 하였다. 델파이조사에서 식별된 현행 해기사 양성 61개 교과목 중에서 중요도가 높은 32개 교과목은 자율운항선 해기사 양성 교육에서도 유지되어야 하고, 중요도가 낮은 교과목은 차차 폐지하거나 타 교과목에 통합되어야 할 것이다.현행의 해기사(항해사, 기관사) 양성 교육에서 식별된 자율운항선 해기사 양성을 위한 교과목은 '일반과정'으로 통칭하고 항해분야 27과목, 기관분야 20과목, 행해·기관공통분야 14과목으로 분류하였다. 전문가 패널들에 의해 신규 제시된 42항목은 중요도 '상' 18항목, '중' 14항목, '하' 10항목으로 나타났다. 이들 교과목에 대한 전문가 6인의 심층분석을 통하여 자율운항선박에 적용된 진보된 기술 및 정보의 이해를 위한 기초이론 등 기초역량 배양을 위한 '기초과정(10과목)', 자율운항선 운용과 직접적으로 관련 있는 실무역량 배양을 위한 '직무과정(10과목)', 자율운항선 육상 원격운항자 양성을 위한 '심화과정(7과목)'으로 분류하여 제시하였다. 자율운항선박의 도입 및 확산이 급속히 진전될 것이므로 자율운항선박의 자율운항 수준을 반영하여 자율운항선 해기사 양성 교과목의 개발 및 보완을 위한 연구가 지속되어야 할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.1-8
• /
• 2023

자동차의 주요 부품인 휠 베어링에 결함이 생기면 교통사고등 문제를 발생시켜 이를 해결하기 위해 빅데이터를 수집해서 예측진단 및 관리 기술을 통한 휠 베어링의 고장 유무 및 고장 유형을 조기에 알려 주는 알고리즘과 모니터링 시스템 개발이 필요하다. 본 논문에서는 이러한 지능형 휠 허브 베어링 정비 시스템 구현을 위해 신뢰성 및 건전성에 대한 모니터링용 센서 및 예측 진단하는 알고리즘이 탑재된 임베디드 시스템을 개발하였다. 사용된 알고리즘은 휠 베어링에 설치된 가속도 센서로부터 진동 신호를 취득하고 이를 신호 처리기법, 결함주파수 분석, 건전성 특징 인자정의 등의 과정을 빅데이터 기술을 통해 고장을 예측하고 진단할 수 있다. 구현된 알고리즘은 진동 주파수 성분들은 최소화하고 휠 베어링에서 발생하는 진동 성분을 극대화할 수 있는 안정 신호 추출 알고리즘을 적용하고, 필터를 활용한 노이즈 제거에서는 인공지능 기반의 건전성 추출 알고리즘을 적용하였으며, FFT를 통한 결함 주파수를 분석하여 고장 특성인자 추출을 통한 고장을 진단하였다. 본 시스템의 성능 목표는 12,800ODR 이상으로 시험 결과를 통해 목표치를 만족하였다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.729-741
• /
• 2023

Operational Linescan System (OLS) 센서는 Defense Meteorological Satellite Program (DMSP) 프로그램을 통해 발사된 위성체에 탑재된 센서로, 야간에 방출되는 가시광 및 적외선대의 빛을 감지한다. 여러 연구자들의 연구를 통해 OLS 센서를 통해 획득한 야간광 자료와 국내 총생산(gross domestic product, GDP) 값에는 높은 상관관계가 존재함이 밝혀졌다. 본 연구에서는 경제 발전과 관련된 다양한 지표 중 하나인 개별 공시지가 총액과 야간광 자료의 상관관계에 대한 연구를 진행하였다. 연구 결과 대다수의 시, 도에서 0.7 이상의 상관계수로 높은 상관관계를 보였으며 남한 전체의 개별 공시지가 총액과 야간광 자료 간에도 상관계수는 0.7837로 높은 상관관계를 보였다. 그러나 타 시, 도와 달리 서울특별시의 경우 야간광과 개별 공시지가 총액은 상관계수가 0.5648로 낮은 상관계수를 보였는데, 이는 서울특별시의 digital number (DN) 값은 OLS 센서의 최대 DN 값에 가깝게 나타나 그 이상의 변화를 나타낼 수 없는 것이 원인으로 분석되었다. 본 연구를 통해 향후 공시지가가 체계적으로 정리되지 않은 지역의 공시지가를 파악하고, 이를 이용한 지역의 토지이용 변화 등을 분석하는 데 도움이 될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.849-858
• /
• 2023

지진, 산사태와 같은 재난사고현장에서 조사업무는 시설물 붕괴 등 2차 재난 피해가 발생할 수 있어 많은 위험이 따른다. 이처럼 조사자가 직접 접근하기 힘든 재난현장에서 라이다(light detection and ranging, LiDAR)가 탑재된 드론 측량시스템을 통해 고정밀의 3차원 재난정보를 안전하게 취득할 수 있는 방법을 강구할 수 있다. 이에 본 연구에서는 2023년 4월 성남시 분당구의 정자교 붕괴사고 현장을 대상으로 드론 LiDAR의 재난 현장에서의 활용 가능성을 확인하였다. 이를 위해 사고 교량에 대한 고밀도 포인트 클라우드를 수집하고, 사고 교량을 3차원 지형정보로 복원하여 10점의 지상기준점 측량 성과와 비교하였다. 그 결과, 수평방향으로의 root mean square error (RMSE)는 0.032 m, 수직방향으로 0.055 m로 확인되었다. 또한, 지상 LiDAR를 통해 같은 대상지를 측량하여 생성한 포인트 클라우드와 비교한 결과, 수직방향으로 약 0.08 m가량의 오차가 발생하였지만 전체적인 형상은 큰 차이가 없을 뿐만 아니라 전체적인 데이터 취득과 자료 처리 시간 측면에서 드론 LiDAR가 지상 LiDAR보다 효율적임을 확인할 수 있었다. 따라서 많은 위험이 따르는 재난현장에서 드론 LiDAR의 활용을 통해 안전하고 신속한 현장 조사가 가능할 것으로 판단된다.

• 한국항행학회논문지
• /
• 제26권6호
• /
• pp.404-411
• /
• 2022

위성항법시스템 운용 시 주요 기능은 항법위성의 궤도를 정확히 결정하여 항법메시지로 전송하는 것이다. 본 연구에서는 확장 칼만필터와 정밀동역학모델을 결합하여 항법위성의 궤도결정을 수행하는 소프트웨어를 개발하였다. IGS (international gnss service) 지상국의 실제 관측값을 사용하여 GPS (global positioning system)와 QZSS (quasi-zenith satellite system)의 궤도결정을 수행하고, IGS 정밀궤도력과 비교하여 항법시스템의 주요 성능지표인 URE (user range error)를 계산하였다. 항법위성에 탑재된 시계오차를 추정할 경우 radial 방향 궤도오차와 시계오차가 높은 역상관 관계를 가지는데 서로 상쇄되어 GPS와 QZSS의 궤도결정 URE 표준편차는 1.99 m, 3.47 m로 낮은 수준을 유지하였다. 항법위성 시계오차를 추정하는 대신 항법메시지의 시계오차를 모델링한 값으로 대체하여 궤도결정을 수행하였으며, URE와 지역적 상관관계 및 지상국 배치에 의한 영향을 분석하였다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.119-125
• /
• 2023

우크라이나-러시아 전을 통해 드론의 군사적 가치는 재평가되고 있으며, 북한은 '22년 말 대남 드론 도발을 통해 실제 검증까지 완료한 바 있다. 또한, 북한은 인공지능(AI) 기술의 드론 적용을 추진하고 있는 것으로 드러나 드론의 위협은 나날이 커지고 있다. 이에 우리 군은 드론작전사령부를 창설하고 다양한 드론 대응 체계를 도입하는 등 대 드론 체계 구축을 도모하고 있지만, 전력증강 노력이 타격체계 위주로 편중되어 군집드론 공격에 대한 효과적 대응이 우려된다. 특히, 도심에 인접한 공군 비행단은 민간 피해가 우려되어 재래식 방공무기의 사용 역시 극도로 제한되는 실정이다. 이에 본 연구에서는 AI기술이 적용된 적 군집드론의 위협으로부터 아 항공기의 생존성 향상을 위해 AI모델의 객체탐지 능력을 저해하는 소극방공 기법을 제안한다. 대표적인 적대적 머신러닝(Adversarial machine learning) 기술 중 하나인 적대적 예제(Adversarial example)를 레이저를 활용하여 항공기에 조사함으로써, 적 드론에 탑재된 객체인식 AI의 인식률 저하를 도모한다. 합성 이미지와 정밀 축소모형을 활용한 실험을 수행한 결과, 제안기법 적용 전 약 95%의 인식률을 보이는 객체인식 AI의 인식률을 제안기법 적용 후 0~15% 내외로 저하시키는 것을 확인하여 제안기법의 실효성을 검증하였다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.827-835
• /
• 2023

드론 라이다(Drone LiDAR)는 산지의 비탈면 정상부나 접근이 불가한 사면에 대해 근접 조사가 가능한 첨단 측량 기술로 산악지형에서 현장조사를 위한 활용이 높아지고 있다. 드론 라이다를 활용하여 지형 정보를 구축하기 위해서는 취득된 포인트 클라우드로부터 지면과 비지면 점들을 효과적으로 분리하는 전처리 과정이 필요하다. 따라서 본 연구에서는 상업용 드론에 탑재된 항공 라이다를 이용하여 산악지형의 점군 자료를 취득하고, 지면분리 기법 중 하나인 cloth simulation filtering (CSF) 알고리즘을 적용하고 정확도를 검증하였다. 알고리즘을 적용한 결과, 지면과 비지면에 대한 분리 정확도는 84.3%, kappa 계수는 0.71로 나타났고 드론 라이다 데이터를 산악지형의 산사태 현장조사에 효과적으로 활용할 수 있음을 확인하였다.