• 한국산학기술학회논문지
• /
• 제17권10호
• /
• pp.609-617
• /
• 2016

일반적으로 보행자의 위치를 파악하는데 사용하는 시스템을 개인 항법 장치 (PNS: Personal Navigation System)라고 한다. 위성 항법 시스템(GPS: Global Positioning System)은 PNS의 대표적인 사례이나, GPS 위성 신호 수신이 어려운 지역에서는 적용이 어려운 단점이 있다. GPS 신호 음영지역에서의 위치정보를 획득하기 위한 방법으로서 보행자 관성 항법(PDR: Pedestrian Dead Reckoning)은 별도의 인프라 없이 관성측정장치(IMU: Inertial Measurement Unit)만을 이용하여 보행자의 위치를 추정하는 방식으로서 인프라 구축이 어려운 특수 분야에 적용이 적합한 방식이다. 본 논문에서는 전장환경과 같은 GPS가 제한되는 특수한 환경 하에서 보행자의 다양한 이동유형을 고려한 관성항법 기반의 보행자용 위치인식 기법을 제안한다. 걷기, 뛰기, 포복과 같은 다양한 이동 형태에 따른 보행 거리 추정을 위해 IMU에서 제공되는 센서의 정보를 활용하여 걸음 검출과 보폭 추정으로 구성되는 보행거리 추정 기법과 HDR 알고리즘과 EKF(Extended Kalman Filter) 기반의 보행방향 추정 기법을 제안한다. 또한 건물입구와 같은 GPS 신호가 수신이 되나 신뢰성이 떨어지는 구간에서의 GPS와 PDR간 위치정보 융합 기법을 제안한다. 제안 기법의 성능 검증을 위해 자체 위치인식 모듈을 제작하여 국외제품과 비교 실험을 실시하였다. 실험결과, 제안 기법은 약 600m의 이동경로에서 평균 위치오차 거리는 5.64m, 이동거리 오차율 3.41%의 결과를 보였다.

• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.391-397
• /
• 2017

최근의 DIC (Digital Image Correlation) 기술은 인장 시험 중 동적 변형을 측정하는 데 사용되고 있다. 표준 인장 시험 방법은 진응력 - 진변형 곡선을 계산하기 위해 두 표점 거리 간 측정된 평균 변위를 사용한다. 따라서, 진응력 곡선은 균일 연신 구간, 즉 네킹 변형 시작점까지만 유효하다. 반면에, DIC를 사용한다면, 전체 측정 영역에서 국부 변형을 측정할 수 있기 때문에 변형률 및 변형률 속도의 유효한 범위가 인장 시편이 파단될 때까지 확장될 수 있다. 이러한 장점 때문에 연구 및 산업 분야에서 많은 광학 3D 측정 시스템이 도입되고 사용되었지만 기존의 3D 측정 시스템은 측정하기에 너무 비싸고 시간이 많이 소요된다. 또한 장비 크기로 인해 휴대가 불편한 단점이 존재한다. 본 논문에서는 기존의 스마트 폰을 이용한 2D DIC 측정 방법과 수치 해석 기법을 사용하여 2D 측정 영상 데이터의 오차를 개선한 2D 영상 보정 방법을 수행 하였다. 2D DIC 수정 제안 된 방법의 결과는 3D 측정 장비의 정확도에 비해 더 높은 정확도를 보였다. 결론적으로, 제안 된 2D DIC 및 보정 방법이 정확하고 신속한 측정 결과를 제공한다는 것이 입증되었다.

• 대한원격탐사학회지
• /
• 제18권4호
• /
• pp.209-220
• /
• 2002

굴 양식장 및 주변해역에서 얻어진 SAR 자료의 반사강도 및 레이더 간섭위상에 대한 분석을 실시하였다. 진폭영상에서는 매우 강한 역산란 현상이 관측되었으며, 이는 수평막대에 의한 이차산란(double bounce) 신호에 의한 것으로 해석된다. 굴 양식장 구조물은 IKONOS와 같은 고해상도 광학영상 외에는 관측 할 수 없으며, 이는 레이더 영상의 활용이 매우 유용하다는 것을 잘 보여준다. 연구지역에서 나타나는 SAR 진폭영상 화소값은 조위와는 상관관계가 거의 없으며, 이보다는 파장, 편광, 관측방향에 더 민감한 것으로 나타났다. L-밴드 HH-편광 신호가 수평막대에 수직의 관측방향을 가질 때 가장 큰 반사강도를 나타낸다. 또한 JERS-1 SAR 영상을 이용하여 해수면에서 최초로 매우 높은 긴밀도를 유지하는 21개의 간섭도를 생성하였다. 이들 간섭도의 fringe 변화율은 일차적으로 altitude of ambiguity와 매우 밀접한 관계를 갖는다. 이를 역함수를 이용하여 최적화된 모델로 위상을 제거한 후 얻어진 잔여간섭위상은 조위 변화와 선형의 관계를 보이며, 이는 SAR를 이용한 조위차 관측의 가능성을 제시한다. 그러나 직선 회귀식의 최소제곱근 오차는 11.7 cm로 정밀도가 아직 실제 활용 가능한 정도는 아니며, 정밀도를 높이기 위해 앞으로 다중편광 SAR 자료를 이용한 추가적인 연구가 필요하다.

• 한국식품과학회지
• /
• 제51권5호
• /
• pp.420-424
• /
• 2019

본 연구는 해양수산물 유래 기능성 소재인 감태의 지표성분 분석법 검증 및 표준화를 위하여 HPLC를 이용하여 dieckol의 분석법을 확립하고 분석법에 대한 유효성 검증(validation)을 실시하고자 하였다. Dieckol 분석을 위하여 0.1% trifluoroacetic acid가 첨가된 water와 acetonitrile을 이동상으로 Capcell pak $C_{18}$ ($250{\times}4.6mm$, $5.0{\mu}m$) 컬럼을 사용하여 HPLC 방법을 통해 분석한 결과, 표준용액과 감태추출물의 dieckol RT이 일치하고 3.37의 높은 분리도(Rs)를 나타내었으며, UV spectrum이 일치하는 특이성을 확인하였다. 또한 검량선의 상관계수($r^2$)는 0.9994로 높은 직선성을 나타냈으며, 검출한계(LOD)와 정량한계(LOQ)는 0.38과 $1.16{\mu}g/mL$로 각각 확인되었다. 분석법의 재현성을 검증하기 위한 intra-day 및 inter-day 분석에서 RSD는 각각 1.7%와 1.00-1.25%로 나타났으며, 회수율은 99.42-101.32%이였으며 RSD는 2% 이하로 산출되어 정밀성이 있음을 확인하였다. 이상의 결과로부터 HPLC를 이용한 dieckol의 분석법은 감태추출물의 기능성원료 표준화를 위한 지표성분 분석법으로 적합함을 확인하였다. 본 시험법에 따라 분석한 감태추출물 내의 dieckol의 평균 함량은 약 0.11 g/g (10.54%)로 상대표준편차는 0.5% 이하였다. 따라서 이상의 분석결과를 통해 확립된 dieckol 분석법이 향후 감태추출물의 건강기능성식품 기능성 원료 개발과 표준화를 위한 기초자료로 크게 활용될 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1205-1214
• /
• 2021

강수는 공극수압의 상승에 관여해 토양 강도 및 응력의 변동을 발생시켜 산사태의 주요 원인 인자 중 하나로 지목된다. 따라서 강수는 산사태 발생 임계값 산정에 빈번히 사용되나, 지반 안정성을 직접적으로 산정하고 예측하기에는 무리가 있어 오탐지 사건에 대한 분석에는 한계가 있다. 한편 토양수분은 공극수압의 변동에 보다 직접적인 연관성을 지니므로, 다수의 연구에서 지반 안정성의 정량적인 평가에 활용된 바 있다. 이에 본 연구에서는 산사태 발생에 대한 임계값 산정에 있어 토양수분 인자 활용의 적정성을 평가하고자 하였다. 먼저 두 수문 인자의 거동 분석을 통해 강수에 대한 토양 포화도의 반응성을 파악하고, 선행 강수지수(Antecedent Precipitation Index)를 활용해 산사태 발생 임계값을 산정하였다. 이후 토양 포화도를 활용하여 산사태 발생 임계값을 산정했으며, 분할표를 활용해 두 임계값을 정성적으로 평가하였다. 그 결과, 일 강수량(P_daily)을 단일 인자로 사용해 결정된 산사태 발생 임계값 대비 괴산읍에서는 각각 75% (API), 42% (SM)의 향상을 보였고 창수면에서는 각각 33% (API), 44% (SM)의 향상을 보였다. 따라서 토양수분과 선행 강수지수 모두 임계성공지수(Critical Success Index)를 효과적으로 향상시켰으며 오탐지율을 감소시켰다. 추후 토양 포화도를 통해 산사태 발생에 요구되는 강우 강도를 산정하는 연구와 토양 포화도 수준에 따른 강우 저항성을 산정하는 연구 등 토양수분 자료를 다각적으로 접목한 연구가 수행된다면 산사태 예측 정확성을 향상시키는 데 기여할 수 있을 것으로 보인다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1731-1738
• /
• 2021

본 연구에서는 드론 정사영상과 객체추출 기법을 융합하여 개체목을 선별함과 더불어 수고를 추정할 수 있는 방법론을 제시하고자 하였다. 연구대상지는 충청남도 예산군 공주대학교 학술림에 위치한 리기다소나무림으로 간벌을 강도별로(40%, 20%, 10%, 대조구)로 조성한 시험지이다. 정사영상취득은 DJI사의 MAVIC2 PRO 드론을 이용하였으며, 촬영 범위 내 가장 높은 지형지물을 고려하여 고도를 180 m로 설정하였다. 영상왜곡을 방지하기 위하여 지상기준점 설치 및 내중첩(End lap)과 옆중첩(Side lap)을 각각 80%로 설정하였다. 영상분석 통하여 수치표면모델(DSM)과 수치지형 표고모델(DTM)을 추출하고 두 모델의 고도차를 이용해 수고모델(DCHM)을 생성하였다. 본 연구결과에 의하면, 간벌강도별 개체목 추출율은 간벌강도 40%는 109.1%, 간벌강도 20% 87.1%, 간벌강도 10% 63.5%, 대조구 56.0% 수준이었다. 개체목 별 수고특성을 추출한 결과, 간벌강도 40%는 현장조사 결과보다 약 1.43 m 낮았으며, 간벌강도 20%는 1.73 m, 간벌강도 10%는 1.88 m, 대조구는 2.22 m 낮게 측정되었다.

• 한국방사선학회논문지
• /
• 제15권7호
• /
• pp.1049-1056
• /
• 2021

본 연구의 목적은 일반촬영용 호흡 동기화 장치를 개발하여 호흡 협조가 어려운 환자의 가슴 검사를 할 때 들숨의 재현성을 높이는 것이다. 공기압 센서를 이용하여 호흡 동기화 장치를 자체 제작(X-RSD)하였고, 심폐소생술용 마네킹에 벤틸레이터를 연결하여 공기를 주입하였다. 이때 주입한 공기의 양은 SkillReporting 장치를 이용하여 정량화하였다. 마네킹의 가슴에 X-RSD를 위치한 후 공기의 양을 200-700 cc까지 100 cc 씩 총 6 단계를 나눠서 검사하였다. 오차 평가는 총 80회씩 반복 측정하여 X-RSD의 민감도를 측정하였고 민감도는 100%로 매우 정교한 결과 값을 얻을 수 있었다. 이후 가슴 측면검사를 X-RSD를 보면서 검사한 영상과, 암맹 검사한 영상을 비교평가 하였고, X-RSD의 폐 용적이 암맹 검사보다 용적도 크게 측정되고, 편차도 적게 측정되었다. 종합적으로 X-RSD를 이용하면 협조가 어려운 환자의 가슴검사에 도움을 줄 수 있으며, 일반촬영의 재촬영률을 줄여 전체적인 피폭선량 감소에 기여가 가능할 것이라 사료된다.

• 방송공학회논문지
• /
• 제26권4호
• /
• pp.368-376
• /
• 2021

인공지능 클라우드는 학습된 모델 공유 및 실행 환경을 제공하여 인공지능 기술과 제어 기술을 융합하는 자율 사물 개발을 지원한다. 기존 자율 사물 개발 기술은 인공지능 모델의 정확도만을 고려하여 은닉 계층 수 및 커널 수 증가 등 모델의 복잡성을 증가시켜 결과적으로 많은 연산량을 요구하게 한다. 자원 제약적 컴퓨팅 환경은 해당 모델이 필요로 하는 충분한 자원을 제공할 수 없어 자율 사물의 실시간성 장애를 발생시킬 수 있다. 본 논문은 컴퓨팅 환경에 최적화된 인공지능 모델을 선택하는 디지털 트윈 소프트웨어 개발 프레임워크를 제안한다. 제안 프레임워크는 DNN 기반 부하 예측 모델을 활용하여 제어 소프트웨어를 개발한다. 부하 예측 모델은 디지털 트윈을 활용하여 인공지능 모델의 부하를 예측하여 특정 컴퓨팅 환경에 최적의 모델 선택을 지원한다. 대표적인 CNN 모델을 활용한 부하 예측 실험으로 제안 부하 예측 DNN 모델이 수식 기반 부하 예측 대비 최대 20%의 오류를 보임을 확인했다.

• 한국산학기술학회논문지
• /
• 제22권5호
• /
• pp.7-14
• /
• 2021

토마토 작물은 병해충의 영향을 많이 받기 때문에 이를 예방하지 않으면 농업 경제에 막대한 손실을 초래할 수 있다. 따라서 토마토의 다양한 병해충의 진단을 빠르고 정확하게 진단하는 시스템이 요구된다. 본 논문에서는 ImageNet 데이터 셋 상에서 다양하게 사전 학습된 딥러닝 기반 CNN 모델을 적용하여 토마토의 9가지 병해충 및 정상인 경우의 클래스를 분류하는 시스템을 제안한다. PlantVillage 데이터 셋으로부터 발췌한 토마토 잎의 이미지 셋을 3가지 딥러닝 기반 CNN 구조를 갖는 ResNet, Xception, DenseNet의 입력으로 사용한다. 기본 CNN 모델 위에 톱-레벨 분류기를 추가하여 제안 모델을 구성하였으며, 훈련 데이터 셋에 대해 5-fold 교차검증 기법을 적용하여 학습시켰다. 3가지 제안 모델의 학습은 모두 기본 CNN 모델의 계층을 동결하여 학습시키는 전이 학습과 동결을 해제한 후 학습률을 매우 작은 수로 설정하여 학습시키는 미세 조정 학습 두 단계로 진행하였다. 모델 최적화 알고리즘으로는 SGD, RMSprop, Adam을 적용하였다. 실험 결과는 RMSprop 알고리즘이 적용된 DenseNet CNN 모델이 98.63%의 정확도로 가장 우수한 결과를 보였다.

• 한국방사선학회논문지
• /
• 제15권2호
• /
• pp.153-158
• /
• 2021

치주질환의 조기 진단률 및 예측 정확도 향상을 위한 X-선 영상 분석은 매우 중요한 분야이다. 이러한 치과 X-선 영상의 화질 개선을 위한 인공 지능 기반의 알고리즘 개발 및 적용에 관한 연구는 전 세계적으로 널리 수행 중이다. 따라서 본 연구의 목표는 치주질환 예측을 위한 치과 X-선 영상에서의 초해상화 알고리즘의 모델링 및 적용 가능성에 관하여 평가하는 것이다. 초해상화 알고리즘은 convolution layer와 ReLU를 기반으로 구성하였고, 저해상도 영상을 2배로 업샘플링 한 영상을 입력으로 사용하였다. 딥러닝 훈련을 위해 사용한 치과 X-선 데이터는 1,500장을 사용하였다. 영상의 정량적 평가는 2가지 영상의 비교를 통해 유사도를 측정할 수 있는 인자인 root mean square error와 structural similarity를 사용하였다. 이와 더불어 최근에 개발된 no-reference 기반으로 사용되는 natural image quality evaluator 와 blind/referenceless image spatial quality evaluator를 추가적으로 분석하였다. 결과적으로 기존에 사용되던 bicubic 기반의 업샘플링 기법을 사용하였을 때에 비하여 제안하는 방법이 치과 X-선 영상에서 평균적으로 유사도와 no-reference 기반의 평가 인자가 각각 1.86 그리고 2.14배 향상됨을 확인하였다. 결론적으로 치주질환의 예측을 위한 초해상화 알고리즘의 치과 X-선 영상에서의 유용성을 증명하였고 향후 다양한 분야에서의 적용 가능성이 높을 것으로 기대된다.