• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.24-31
• /
• 2023

최근, 도시 교통체계 운항으로 수직이착륙이 가능한 UAM(Urban Air Mobility, UAM)의 관심이 고조되고 있다. 따라서 첨단 기술이 적용된 친환경 미래형 교통수단으로 다양한 스타트업 기업에서 관련 기술들을 개발하고 있다. 하지만, UAM의 운항에서 안전성을 높일 수 있는 방안들에 관한 연구들은 아직 미미한 편이다. 특히, 자율주행이 탑재된 UAM이 도심에서의 착륙을 시도하는 과정에서 발생되는 위험에 대한 안전성을 향상시킬 수 있는 노력이 더욱 절실하다. 이에, 본 연구에서는, 도심에서 자율주행 UAM이 착륙을 시도 할 때, 방해가 되는 위험영역을 회피하여 안전하게 착륙할 수 있도록 하는 방안을 제안한다. 이를 위하여, 먼저, UAM의 센서에 의해 관측되는 위험물들의 위도 및 경도 좌표값을 산출하고, 이를 바탕으로, 3차원 영상에서 왜곡이 고려된 평면 영상의 좌표를 위도와 경도로 변환한 후 산출된 위도와 경도를 이용하여 미리 학습된 특징 서술자와HOG(Histogram of Oriented Gradients, HOG) 특징 서술자와의 비교하여 위험영역을 추출하는 방안을 제안한다. 위험영역을 완벽히 추출할 수는 없었지만 대체적으로 만족할 만한 결과를 얻을 수 있었다. 이에, 제안된 연구 방법이 자율주행 기술이 탑재된 UAM의 이착륙장 선정에 따른 막대한 비용을 줄이고, 도심과 같은 복잡한 환경에서 착륙을 시도할 때 위험성을 감소시키고 안전성을 높이기 위한 기초적인 방안에 기여할 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제24권4호
• /
• pp.57-64
• /
• 2023

현재 진행되는 고령화 및 인구절벽으로 대표되는 인구구조적 문제는 한국군 경계임무에 심각한 도전이 되고 있다. 본 연구의 목적은 AI모델을 적용해 군 경계체계를 지능화하는 것이다. 본 연구를 통해 제4차 산업혁명과 그 핵심이 되는 인공지능 알고리즘의 의의가 경계근무 상황실 내에서의 단순작업을 기계화하여 작업효율을 극대화하는 것임을 실증한다. 하나의 완성된 시스템으로서 군경계체계를 개발하기 위해, 지능화·자동화된 군(軍) 경계체계라는 목표로부터 필요한 인공지능 기술인 다중 객체 추적(multi-object tracking, MOT) 기술을 선택한다. 또한 체계 사용자의 접근성 및 체계 이용의 효율성을 담보하기 위해서는 데이터 시각화(data visualization)와 사용자 인터페이스(user interface)를 꼽았다. 이 추가 요소를 결합하여 하나의 유기적인 소프트웨어 애플리케이션을 구성한다. CCTV 영상 데이터 수집한 장소는 00부대 제1정문 및 제2정문에 설치된 CCTV 카메라이며, 지통실의 협조 아래 영상 수집을 진행하였다. 실험결과를 통해 경계체계를 지능화·자동화시켜 더 많은 정보를 경계체계 운용인원에게 전달할 수 있음을 보였다. 그러 나 여전히 개발된 소프트웨어 경계체계 역시 한계점이 존재한다. 이를 설명하여 군 경계체계 개발의 향후 방향성을 제시한다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.15-27
• /
• 2022

최근 5년간 차량 단독사고 교통사고 치사율이 전체 사고보다 4.7배 높은 것으로 집계되고 있으며, 차량 단독사고를 즉각적으로 감지하고 대응할 수 있는 시스템 구축이 필요하다. 본 연구는 가드레일에 충격과 차량 진입 감지 IoT(Internet of Thing) 센서를 부착하여 가드레일 충격 발생 시 사고 현장의 영상을 인공지능 기술을 통해 분석하고 구조기관에 전송하여 빠른 구조작업을 수행하여 피해를 최소화 시킬 수 있는 방법론을 제시한다. 해당 구간 내 차량 진입과 가드레일 충격 감지를 위한 IoT 센서 모듈과 차량 이미지 데이터 학습을 통한 인공지능 기반 객체 탐지 모듈을 구현하였다. 그리고, 센서 정보와 영상 데이터 등을 통합적으로 관리하는 모니터링 및 운영 모듈도 구현하였다. 시스템 유효성 검증을 위하여 충격 감지 전송속도와 자동차 및 사람 객체 탐지 정확도, 센서 장애감지 정확도를 측정한 결과, 모두 목표치를 충족하였다. 향후에는 실제 도로에 적용하여 실데이터를 적용한 유효성을 검증하고 상용화할 계획이다. 본 시스템은 도로 안전 향상에 이바지할 것이다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.185-198
• /
• 2023

해양 탄성파 탐사 수행 시 송·수신 케이블의 구조적인 거리차에 의해서 필연적으로 발생하는 가까운 벌림(near offset)의 트레이스(trace)빠짐은 뒤따르는 탄성파 자료처리의 결과 및 영상화에 악영향을 끼치게 된다. 특히 가까운 벌림의 자료의 부재는 정확한 탄성파 영상화를 저해하는 다중반사파의 제거에 주요한 인자로 작용하므로 다중반사파의 영향력이 강해지는 천해 및 연안 탐사의 경우 빠짐을 효과적으로 해결해야 한다. 전통적으로 다양한 라돈 변환(Radon transform) 기반의 내삽 방법들이 가까운 벌림 빠짐의 해결책으로 제시되어왔으나 여러 한계점을 보여, 최근 이를 보완하기 위한 딥러닝(deep learning) 기반의 방법들이 제시되고 있다. 이 논문에서는 기존에 제시된 두 가지의 대표적인 딥러닝 기반의 접근법에 대해 면밀히 분석하여 앞으로 가까운 벌림 내삽 연구가 해결해야 하는 문제점들에 대해 깊이 있게 논의한다. 또한 기존의 딥러닝 기반의 트레이스 내삽 기술을 가까운 벌림 상황에 적용할 때 나타나는 한계점을 현장자료 실험을 통해 명확히 분석하여 향후 가까운 벌림 자료 빠짐의 문제는 내삽이 아닌 외삽으로 접근해야 한다는 것을 보여준다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.392-399
• /
• 2023

본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.

• 자원환경지질
• /
• 제57권1호
• /
• pp.51-71
• /
• 2024

탄성파 탐사는 지하자원 개발, 지반 조사, 지층 모니터링 등에 널리 사용되고 있는 지구물리탐사 방법으로 정확한 지층 구조 영상을 제공해주기 때문에 지층의 지질학적 특성 해석에 필수적으로 활용된다. 일반적으로는 탄성파 구조 보정 영상을 시각적으로 분석하여 지질학적 특성을 해석하지만 최근에는 탄성파 구조 보정 자료에 대한 정량적인 분석을 통해 원하는 지질학적 특성을 정확하게 추출하고 해석하는 탄성파 속성 분석이 널리 연구되고 있다. 탄성파 속성 분석은 탄성파 자료에 기반한 지질학적 해석에 정량적인 근거를 제시해줄 수 있기 때문에 석유 및 가스 저류층 분석, 단층 및 균열대 조사, 지층 가스 분포 파악 등의 다양한 분야에서 활용되고 있다. 하지만 탄성파 속성 분석은 탄성파 자료 내 잡음에 취약하므로 속성 분석의 정확도 향상을 위해서는 중합 후 탄성파 자료에 대한 추가적인 잡음 제거가 수반되어야 한다. 본 연구에서는 중합 후 탄성파 자료에 대한 무작위 잡음 제거 및 및 탄성파 속성 분석 정확도 개선을 위해 4가지의 잡음 제거 방법을 적용하고 비교한다. FX 디콘볼루션, DSMF, Noise2Noiose, DnCNN을 각각 포항 영일만 고해상 탄성파 자료에 적용하여 탄성파 무작위 잡음을 제거하고 잡음이 제거된 탄성파 자료로부터 에너지, 스위트니스, 유사도 속성을 계산한다. 그리고 각 잡음 제거 방법의 특성, 잡음 제거 결과, 탄성파 속성 분석 결과를 정성적 및 정량적으로 분석한 후, 이를 기반으로 탄성파 속성 분석 결과 향상을 위한 최적의 잡음 제거 방법을 제안한다.

• 한국지구과학회지
• /
• 제45권1호
• /
• pp.48-71
• /
• 2024

태풍은 지구 시스템 내 상호작용을 일으키는 대표적인 해양-대기 현상으로 최근 들어 기후변화로 인해 점점 더 강력해지는 추세이다. 2022 개정 과학과 교육과정은 미래 사회 시민으로서의 디지털 소양 함양을 위하여 첨단 과학기술을 활용한 교수-학습 활동의 중요성에 대해 강조하고 있다. 따라서 교과서 삽화의 시공간적 한계점을 해결하고 지구과학 분야에서 다루는 전지구적 규모의 빅데이터를 활용한 효과적인 수업자료의 개발이 필요하다. 본 연구에서는 PDIE (준비, 개발, 실행, 평가) 모형의 절차에 따라 천리안 위성 2A호 영상 자료를 활용하여 태풍의 경로를 시각화하는 탐구활동 자료를 개발하였다. 준비 단계에서는 2015 및 2022 개정 교육과정과 현행 교과서의 탐구활동 내용을 분석하였다. 개발 단계에서는 관측 데이터를 수집, 처리, 시각화, 분석할 수 있는 일련의 과정들로 탐구활동을 구성하였으며, 간단한 조작만으로도 결과를 도출할 수 있는 GUI (Graphic User Interface) 기반 시각화 프로그램을 제작하였다. 실행 및 평가 단계에서는 학생들을 대상으로 수업을 진행하였으며 코드를 활용한 수업과 GUI 프로그램 활용 수업을 각각 실시하여 각 활동의 특징을 비교하고 학교 현장에서의 적용 가능성을 확인하였다. 본 연구에서 제시한 수업자료는 전문적인 프로그래밍 지식이 없어도 GUI 기반으로 실제 관측 데이터를 활용한 탐구활동에 활용될 수 있으며, 이를 통해 학생들의 지구과학 분야의 이해도와 디지털 소양 함양에 기여할 수 있을 것으로 기대된다.

• 한국지구과학회지
• /
• 제45권3호
• /
• pp.173-191
• /
• 2024

태풍은 지구 시스템 내의 해양-대기-육상 상호작용을 일으키는 매우 중요한 현상으로 특히 태풍의 특성 인자 중 하나인 풍속은 중심 기압, 이동 경로, 해수면 온도 등의 매개변수에 의해 복잡하게 변화하여 실제 관측 자료를 기반으로 이해하는 것이 중요하다. 2015 개정 교육과정 기반 중등학교 교과서에서 태풍 풍속은 본문 내용 및 삽화의 형태로 제시되고 있어 풍속에 대한 심층적 이해가 가능한 탐구활동이 무엇보다 필요한 실정이다. 본 연구에서는 교수-학습 과정에서 간단한 조작만으로도 태풍의 풍속을 이해할 수 있도록 그래픽 사용자 인터페이스(GUI)를 기반으로 한 데이터 시각화 프로그램을 개발하였다. 2023년 발생한 태풍 마와르, 구촐, 볼라벤의 천리안 위성 2A호 RGB (Red-Green-Blue)영상 자료를 입력 자료로 활용하였다. 태풍 주변의 구름 이동 좌표를 입력하여 태풍의 풍속을 산출하고 태풍 중심 기압, 폭풍 반경, 최대 풍속 등의 매개 변수를 입력하여 태풍 풍속 분포를 시각화 할 수 있도록 설계하였다. 본 연구에서 개발된 GUI 기반 프로그램은 천리안 위성 2A호로 관측 가능한 태풍에 대해 오류 없이 적용 가능하며 교과서의 시공간적 한계를 벗어난 실제 관측 자료 기반의 과학탐구활동이 가능하다. 학생과 교사는 별도의 유료 프로그램 및 전문적인 코딩 지식이 없어도 실제 관측 자료를 수집, 처리, 분석, 시각화하는 과정을 경험할 수 있으며, 이를 통해 미래 정보화 사회에서의 필수 역량인 디지털 소양을 함양시킬 수 있을 것으로 기대된다.

• 한국농림기상학회지
• /
• 제25권1호
• /
• pp.17-27
• /
• 2023

포장에서 잡초의 발생은 농작물의 생산량을 크게 떨어트리는 원인 중 하나이고 SSWM을 기반으로 잡초를 변량 방제하기 위해서 잡초의 발생 위치, 밀도 그리고 이를 정량화하는 것은 필수적이다. 본 연구에서는 2020년의 국립식량과학원에서 잡초 피해를 입은 옥수수 포장의 영상데이터를 무인항공기를 활용해서 수집하였고 이를 배경과 옥수수로 분리하여 딥러닝 기반 영상 분할 모델 제작을 위한 학습데이터를 획득하였다. DeepLabV3+, U-Net, Linknet, FPN의 4가지의 영상 분할 네트워크들의 옥수수의 검출 정확도를 평가하기 위해 픽셀정확도, mIOU, 정밀도, 재현성의 지표를 활용해서 정확도를 검증하였다. 검증 결과 DeepLabV3+ 모델이 0.76으로 가장 높은 mIOU를 나타냈고, 해당 모델과 식물체의 녹색 영역과 배경을 분리하는 지수인 ExGR을 활용해서 잡초의 면적을 정량화, 시각화하였다. 이러한 연구의 결과는 무인항공기로 촬영된 영상을 활용해서 넓은 면적의 옥수수 포장에서 빠르게 잡초의 위치와 밀도를 특정하고 정량화하는 것으로 잡초의 밀도에 따른 제초제의 변량 방제를 위한 의사결정에 도움이 될 것으로 기대한다.