• 대한전자공학회논문지TC
• /
• 제47권10호
• /
• pp.17-26
• /
• 2010

본 논문은 와이브로 휴대기기를 이용한 차량의 운행, 고장, 이상 정보의 모니터링 기술에 관한 것으로서, 차량 내부 망(In-Vehicle Network)에 연결된 엔진, 트랜스미션, 브레이크, 에어백 등의 제어장치인 ECU(Electronics Control Unit) 및 각종 센서들로부터의 데이터 획득을 위해 차량내의 OBD-II(On-Board Diagnostics) 커넥터에 차량 정보 수집 장치를 연결한다. 또한, 와이브로 휴대기기(휴대폰, PDA, PMP, UMPC 등)에 차량 진단 프로그램을 탑재하여 차량 주행 중에 발생되는 운행, 고장, 이상 정보를 실시간으로 수집 및 분석하여 이상 징후 발생 시 알림 메시지를 발생하여 차량의 이상에 대해 신속히 대처할 수 있다. 이와 동시에, 휴대기기를 통해 수집된 차량 정보 데이터는 와이브로망을 통해 차량 관리 전문회사의 서버로 전송되어 체계적인 차량 관리에 활용될 수 있어 차량에 대한 지식이나 상식이 부족한 모든 운전자에게 차량 관리에 대한 편리함을 제공하여 안전운전 및 경제운전 등의 서비스를 제공할 수 있다. 차량 진단 장치와 유선으로 연결하는 경우 와이어링 하네스에 의한 각종 노이즈가 유입되어 커넥터 내구성이 나빠져 우려가 상존한다. 이러한 어려움을 해결하고자 본 연구에서는 차량에 탑재되는 차량 정보 수집 장치와 운전자가 사용 중인 개인의 와이브로 휴대기기로 차량 진단 및 모니터링이 가능한 시스템을 구성 하였고, 차량 정보 및 상태 자료 공유 연통 플랫폼의 정의에 따른 시스템에 있어서 자료의 획득 및 연동기술을 연구하였다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.149-155
• /
• 2021

본 연구에서는 전동 이동기기를 이용하는 교통약자의 이동을 제한하는 노면 불량 요소를 딥러닝을 이용해 자동 검출하는 불량 노면객체 인식모델을 개발하고자 한다. 이를 위하여 부산시 관내 5개 지역에서 실제 전동 이동 보조 장치가 이동할 것으로 예상되는 보행로, 주행로를 대상으로 하여 노면 정보를 수집하였으며 이때 도로 정보 수집은 데이터 수집을 보다 용이하게 하기 위하여 소형 차량을 이용하였다. 데이터는 노면과 주변을 그 주변을 구성하는 객체로 구분하여 영상을 수집하였다. 수집된 데이터로부터 교통약자의 이동을 저해하는 정도에 따라 분류하여 보도블록의 파손등급 검출과 같은 일련의 인식 항목을 정의하였고, YOLOv5 딥러닝 알고리즘을 해당 데이터에 적용하여 실시간으로 객체를 인식하는 불량노면 객체 인식 딥러닝 모델을 구현하였다. 연구의 최종단계에서 실제 주행을 통해 객체 단위로 분리 수집된 영상 데이터의 가공, 정제 및 어노테이션 과정을 수행한 후 모델 학습과 검증을 거쳐 불량노면객체를 자동으로 검출하는 딥러닝 모델의 성능 검증 과정을 진행하였다.

• 한국산업융합학회 논문집
• /
• 제24권6_2호
• /
• pp.729-735
• /
• 2021

Recently Artificial Intelligence(AI) has been developed and used in various fields. Especially AI recognition technology can perceive and distinguish images so it should plays a significant role in quality inspection process. For stability of autonomous driving technology, semiconductors inside automobiles must be protected from external electromagnetic wave(EM wave). As a shield film, a thin polymeric material with hole shaped micro-patterns created by a laser processing could be used for the protection. The shielding efficiency of the film can be increased by the hole structure with appropriate pitch and size. However, since the sensitivity of micro-machining for some parameters, the shape of every single hole can not be same, even it is possible to make defective patterns during process. And it is absolutely time consuming way to inspect all patterns by just using optical microscope. In this paper, we introduce a AI inspection system which is based on web site AI tool. And we evaluate the usefulness of AI model by calculate Area Under ROC curve(Receiver Operating Characteristics). The AI system can classify the micro-patterns into normal or abnormal ones displaying the text of the result on real-time images and save them as image files respectively. Furthermore, pressing the running button, the Hardware of robot arm with two Arduino motors move the film on the optical microscopy stage in order for raster scanning. So this AI system can inspect the entire micro-patterns of a film automatically. If our system could collect much more identified data, it is believed that this system should be a more precise and accurate process for the efficiency of the AI inspection. Also this one could be applied to image-based inspection process of other products.