• 한국게임학회 논문지
• /
• 제14권2호
• /
• pp.67-76
• /
• 2014

최근 다양한 모션 센서를 이용해서 실제 사용자의 동작을 인식하는 체감형 스포츠 게임에 대한 관심이 높다. 본 논문에서는 체감형 게임 플레이를 지원하는 배드민턴 게임의 구현에 필요한 핵심 요소 기술인 스윙 모션의 인식과 셔틀콕의 궤적 계산 방법을 제안한다. 사용자가 스마트폰을 손에 쥐고 배드민턴 스윙을 하면, 스마트폰에 내장된 가속도 센서가 발생시키는 모션신호를 다우비시 필터를 이용해서 특징벡터로 변환하고, 이를 k-NN 기반의 인식을 통해서 스윙 타입을 알아낸다. 본 논문에서 제안한 스윙 모션 인식 방법을 이용하면, 상용 모션 콘트롤러를 구입하지 않아도 체감형 배드민턴 게임을 즐길 수 있는 장점이 있다. 배드민턴 셔틀콕은 그 모양의 특징으로 인해 독특한 비행 궤적을 가지고 있기에, 단순한 힘과 속도에 관한 물리 법칙으로는 그 궤적을 표현하기 쉽지 않다. 본 논문에서 우리는 바람의 영향을 고려한 배드민턴 셔틀콕의 비행 궤적 계산 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제18권10호
• /
• pp.2586-2592
• /
• 2014

사용 중에 유실되는 어구는 해양 오염의 주요 원인이 되며 이를 처리하는 많은 정책적, 기술적 노력이 진행되어져 왔다. 수중에서 유실되는 폐어구를 효과적으로 수거하기 위해서는 현재의 위치를 아는 것이 중요하다. 수중 환경에서 GPS를 이용하는 것은 불가능하며 위치추정을 위해서는 다른 특별한 장치가 필요하다. 그리고 조류에 의한 이동성 또한 수중 위치추정에 고려되어야 한다. 본 논문에서는 GPS나 Sonar와 같은 외부 신호를 이용하지 않고 자체위치정보를 발생하고 이를 저장하는 시스템에 대하여 기술하였다. 관성항법장치 원리와 지자기가 갖는 특성을 이용하여 수중에서 이동 중에서도 위치를 추정할 수 있는 정보를 제공하는 방법과 장치를 제안하였으며, 본 연구에서 제안하고 구현된 임베디드 기반의 시스템의 기능을 확인하기 위한 시험을 수행하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제20권4호
• /
• pp.1-8
• /
• 2016

최근의 건축물은 복합적인 기능과 형태를 보이고 있으며, 크기가 거대해짐에 따라 구조물 건전성 감시(Structural Health Monitoring)기술의 수요 또한 증가하고 있다. 구조물마다 고유한 동특성을 가지고 있으며, 다양한 외력의 영향을 받기 때문에 구조물의 건전성을 평가하는 다양한 방법들이 연구되고 있다. 전문가에 의지하여 접근 가능한 지점에 대한 육안 검사 및 비파괴 검사를 벗어나 사각지대가 없는 온라인 계측 시스템의 구비와 함께 자동으로 위험요소를 검출하는 시스템이 요구되고 있다. 본 연구에서는 비선형적인 구조물의 응답을 고려하기 위해 관리도 기법, 평균제곱근편차, 일반 극치 분포 등과 같은 통계적 기법을 이용하여 이상거동을 판별에 활용할 수 있는 신호 특징 추출과 적응형 임계치 설정 알고리즘을 제안하였으며, 강제진동 실험과 실제 운용중에 있는 구조물의 지진 계측 시스템의 가속도 응답을 이용하여 성능을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.1108-1111
• /
• 2009

디지털 오토파일럿은 전자해도상에서 선박의 운항예정 코스를 설정하여 입력시킨 후, 자동운항 모드로 세트하면 선박이 운항코스의 경로를 따라 자동으로 항행하는 시스템이다. 워터젯시스템은 엔진과 연결된 임펠러(회전익)를 구동하여 선저에 선수방향으로 설치된 흡입구를 통하여 해수를 흡입하여 압력을 높인 후, 노즐을 통하여 가속된 해수를 선저의 선미방향으로 분사시키므로써 선체를 조향하고 추진시키는 장치이다. 그러므로 워터젯시스템은 수심이 낮은 해역에서도 운항이 가능하며, 고효율의 고속추진, 상대적으로 낮은 진동과 유동소음 등의 환경에서 매우 효과적이므로 새로운 추진시스템으로 수요가 확대되고 있다. 그러나 워터젯시스템의 전기적인 제어신호는 표준화되어있지 않으므로 디지털 오토파일럿의 표준화된 인터페이스를 제공하지 않는다. 본 논문은 표준화된 오토파일럿과 워터젯시스템 사이에서 연동하므로써 고속선박을 신뢰성 있게 조향할 수 있는 피드백 제어인터페이스 모듈을 설계하였다.

• Smart Structures and Systems
• /
• 제23권3호
• /
• pp.307-318
• /
• 2019

The frequently excessive vibrations presented in civil structures during seismic events or service conditions may result in users' discomfort, or worst, in structures failure, producing economic and even human casualties. This work contributes in proposing the synthesis of a nonlinear optimal control strategy for semiactive structural control, with the main characteristic that the synthesis considers both the structure model and the semiactive actuator nonlinear dynamics, which produces a nonlinear system that requires a nonlinear controller design. The aim is to reduce the unwanted vibrations in the response of civil structures, by means of intelligent fluid semiactive actuator such as the Magnetorheological Damper (MRD), which is a device with a low level of power consumption. The civil structures for which the proposed control methodology can be applied are those admitting a state-dependent coefficient factorized representation model, such as buildings, bridges, among others. A scaled model of a three storey building is analyzed as a case study, whose dynamical response involves displacement, velocity and acceleration of each one of the storeys, subjected to the North-South component of the September 19th., 2017, Puebla-Morelos (7.1M), Mexico earthquake. The investigation rests on comparing the structural response over time for two different conditions: with no control device installed and with one MRD installed between the first floor and the ground, where a nonlinear optimal signal for the MRD input voltage is determined. Simulation results are presented to show the effectiveness of the proposed controller for reducing the building's dynamical response.

• 센서학회지
• /
• 제28권5호
• /
• pp.311-317
• /
• 2019

Rotating devices are commonly installed in power plants and factories. This study proposes a self-powered sensor node that is powered by converting the vibration energy of a rotating device into electrical energy. The self-powered sensor consists of a piezoelectric harvester for self-power generation, a rectifier circuit to rectify the AC signal, a sensor unit for measuring the vibration frequency, and a circuit to control the light emitting diode (LED) lighting. The frequency of the vibration source was measured using a piezoelectric-cantilever-type vibration frequency sensor. A green LED was illuminated when the measured frequency was within the normal range. The power generated by the piezoelectric harvester was determined, and the LED operation was assessed in terms of the vibration frequency. The piezoelectric harvester was found to generate a power of 3.061 mW or greater at a vibration acceleration of 1.2 g ($1g=9.8m/s^2$) and vibration frequencies between 117 and 123 Hz. Notably, the power generated was 4.099 mW at 122 Hz. As such, our self-powered sensor node can be used as a module for monitoring rotating devices, because it can convert vibration energy into electrical energy when installed on rotating devices such as air compressors.

• 한국정보통신학회논문지
• /
• 제24권9호
• /
• pp.1224-1230
• /
• 2020

스마트폰의 보급 이후 웨어러블 디바이스에 대한 관심이 높아지고 다양화되면서 사용자들의 생활에 밀접하게 연관되고 있으며, 개인화된 서비스를 제공하기 위한 방법으로 사용되고 있다. 본 논문에서는 스마트폰에 내장된 3축 가속도 센서와 3축 자이로 센서의 정보를 합성곱 신경망에 적용하여 사용자의 행동을 검출하는 방법을 제안한다. 인간의 행동은 동작의 크기와 범위에 따라서 동작을 구성하는 신호 데이터의 지속시간을 포함한 시작 시점과 끝나는 시점이 다르다. 이로 인해 합성곱 신경망에 그대로 적용하면 행동 인식 정확도에 대한 성능상의 문제가 있다. 따라서 센서 데이터를 시간의 구간에 따라 분할된 특징을 학습하는 시분할 특징 융합 합성곱 신경망(TDFFCNN: Time-Division Feature Fusion Convolutional Neural Network)을 제안하였다.

• 한국항행학회논문지
• /
• 제25권4호
• /
• pp.299-304
• /
• 2021

기존의 사람 행동 인식 시스템은 웨어러블 센서, 카메라와 같은 장치를 통해 행동을 탐지하였다. 그러나, 이와 같은 방법들은 추가적인 장치와 비용이 요구되고, 특히 카메라 장치의 경우 사생활 침해 문제가 발생한다. 이미 설치되어 있는 WiFi 신호를 사용한다면 해당 문제를 해결할 수 있다는 장점이 있다. 본 논문에서는 WiFi 신호의 채널 상태 정보를 활용한 CNN 기반 사람 행동 인식 시스템을 제안하고, 가속 하드웨어 구조 설계 및 구현 결과를 제시한다. 해당 시스템은 실내 공간에서 학습 중 나타날 수 있는 네 가지 행동에 대해 정의하였고, 그에 대한 WiFi의 채널 상태 정보를 CNN으로 분류하여 평균 정확도는 91.86%를 보였다. 또한, 가속화를 위해 CNN 분류기에서 연산량이 가장 많은 완전 연결 계층에 대한 가속 하드웨어 구조 설계 결과를 제시하였다. FPGA 디바이스 상에서 성능 평가 결과, 기존 software 기반 시스템 대비 4.28배 빠른 연산 시간을 보임을 확인하였다.

• Journal of Microbiology and Biotechnology
• /
• 제32권10호
• /
• pp.1245-1252
• /
• 2022

Induced pluripotent stem cells (iPSCs) can be generated from somatic cells using Oct4, Sox2, Klf4, and c-Myc (OSKM). Small molecules can enhance reprogramming. Licochalcone D (LCD), a flavonoid compound present mainly in the roots of Glycyrrhiza inflata, acts on known signaling pathways involved in transcriptional activity and signal transduction, including the PGC1-α and MAPK families. In this study, we demonstrated that LCD improved reprogramming efficiency. LCD-treated iPSCs (LCD-iPSCs) expressed pluripotency-related genes Oct4, Sox2, Nanog, and Prdm14. Moreover, LCD-iPSCs differentiated into all three germ layers in vitro and formed chimeras. The mesenchymal-to-epithelial transition (MET) is critical for somatic cell reprogramming. We found that the expression levels of mesenchymal genes (Snail2 and Twist) decreased and those of epithelial genes (DSP, Cldn3, Crb3, and Ocln) dramatically increased in OR-MEF (OG2^+/+/ROSA26^+/+) cells treated with LCD for 3 days, indicating that MET effectively occurred in LCD-treated OR-MEF cells. Thus, LCD enhanced the generation of iPSCs from somatic cells by promoting MET at the early stages of reprogramming.

• Smart Structures and Systems
• /
• 제29권1호
• /
• pp.181-193
• /
• 2022

Data-driven structural health monitoring (SHM) of civil infrastructure can be used to continuously assess the state of a structure, allowing preemptive safety measures to be carried out. Long-term monitoring of large-scale civil infrastructure often involves data-collection using a network of numerous sensors of various types. Malfunctioning sensors in the network are common, which can disrupt the condition assessment and even lead to false-negative indications of damage. The overwhelming size of the data collected renders manual approaches to ensure data quality intractable. The task of detecting and classifying an anomaly in the raw data is non-trivial. We propose an approach to automate this task, improving upon the previously developed technique of image-based pre-processing on one-dimensional (1D) data by enriching the features of the neural network input data with multiple channels. In particular, feature engineering is employed to convert the measured time histories into a 3-channel image comprised of (i) the time history, (ii) the spectrogram, and (iii) the probability density function representation of the signal. To demonstrate this approach, a CNN model is designed and trained on a dataset consisting of acceleration records of sensors installed on a long-span bridge, with the goal of fault detection and classification. The effect of imbalance in anomaly patterns observed is studied to better account for unseen test cases. The proposed framework achieves high overall accuracy and recall even when tested on an unseen dataset that is much larger than the samples used for training, offering a viable solution for implementation on full-scale structures where limited labeled-training data is available.