• 한국해양공학회지
• /
• 제36권1호
• /
• pp.32-40
• /
• 2022

Underwater optical images face various limitations that degrade the image quality compared with optical images taken in our atmosphere. Attenuation according to the wavelength of light and reflection by very small floating objects cause low contrast, blurry clarity, and color degradation in underwater images. We constructed an image data of the Korean sea and enhanced it by learning the characteristics of underwater images using the deep learning techniques of CycleGAN (cycle-consistent adversarial network), UGAN (underwater GAN), FUnIE-GAN (fast underwater image enhancement GAN). In addition, the underwater optical image was enhanced using the image processing technique of Image Fusion. For a quantitative performance comparison, UIQM (underwater image quality measure), which evaluates the performance of the enhancement in terms of colorfulness, sharpness, and contrast, and UCIQE (underwater color image quality evaluation), which evaluates the performance in terms of chroma, luminance, and saturation were calculated. For 100 underwater images taken in Korean seas, the average UIQMs of CycleGAN, UGAN, and FUnIE-GAN were 3.91, 3.42, and 2.66, respectively, and the average UCIQEs were measured to be 29.9, 26.77, and 22.88, respectively. The average UIQM and UCIQE of Image Fusion were 3.63 and 23.59, respectively. CycleGAN and UGAN qualitatively and quantitatively improved the image quality in various underwater environments, and FUnIE-GAN had performance differences depending on the underwater environment. Image Fusion showed good performance in terms of color correction and sharpness enhancement. It is expected that this method can be used for monitoring underwater works and the autonomous operation of unmanned vehicles by improving the visibility of underwater situations more accurately.

• 한국정보전자통신기술학회논문지
• /
• 제14권6호
• /
• pp.473-478
• /
• 2021

본 논문은 급증하는 무선통신, 자율주행자동차, 5G 무선통신 및 광대역 어플리케이션 등과 같이 다양한 방면에서 필요로 하는 광대역, 고이득 안테나 필요성에 따라 후면 주파수 선택 표면(FSS, Frequency Selective Surface)을 이용한 광대역 고이득 평면 사다리꼴 모노폴 안테나를 설계하였다. 제안된 안테나는 이중 금속층을 사용하여 기존의 주파수 선택 표면과 구조적인 차이점을 갖는다. 또한 기존의 안테나 설계에서 갖는 설계의 복잡함을 해결하기 위해 GA(Genetic Algorithms)과 HFSS(High Frequency Structure Simulator) 시뮬레이션을 사용하여 효율성을 증가시켰다. 이를 통해 3.52 GHz ~ 5.92 GHz의 넓은 대역폭과 전체 대역폭에서 10.5 dBi 이상의 이득을 유지하며, 5.1 GHz에서 11.8 dBi의 최고 이득을 갖는다. 기존 안테나와 비교하였을 경우 1.8 GHz의 36% 임피던스 대역폭이 2.4 GHz의 50% 임피던스 대역폭으로 향상되었으며, 이득의 경우 8.6 dBi 증가하는 것을 확인하였다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.25-31
• /
• 2022

자율주행 자동차에서 딥러닝 기반 영상처리는 매우 중요하다. 자동차를 비롯한 SoC(System on Chip) 환경에서 실시간으로 도로 영상을 처리하기 위해서는 영상처리 모델을 딥러닝 연산에 특화된 NPU(Neural Processing Unit) 상에서 실행해야 한다. 본 연구에서는 GPU 서버 환경에서 개발된 7종의 오픈소스 딥러닝 영상처리 모델들을 TIDL (Texas Instrument Deep Learning) NPU 환경에 이식하였다. 성능 평가와 시각화를 통해 본 연구에서 이식한 모델들이 SoC 가상환경에서 정상 작동함을 확인하였다. 본 논문은 NPU 환경의 제약으로 인해 이식 과정에 발생한 문제들과 그 해결 방법을 소개함으로써 딥러닝 모델을 SoC 환경에 이식하려는 개발자 및 연구자가 참고할 만한 사례를 제시한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권1호
• /
• pp.239-260
• /
• 2023

The underwater acoustic wireless communication networks are generally formed by the different autonomous underwater acoustic vehicles, and transceivers interconnected to the bottom of the ocean with battery deployed modems. Orthogonal frequency division multiplexing (OFDM) has become the most popular modulation technique in underwater acoustic communication due to its high data transmission and robustness over other symmetrical modulation techniques. To maintain the operability of underwater acoustic communication networks, the power consumption of battery-operated transceivers becomes a vital necessity to be minimized. The OFDM technology has a major lack of peak to average power ratio (PAPR) which results in the consumption of more power, creating non-linear distortion and increasing the bit error rate (BER). To overcome this situation, we have contributed our symmetry research into three dimensions. Firstly, we propose a machine learning-based underwater acoustic communication system through long short-term memory neural network (LSTM-NN). Secondly, the proposed LSTM-NN reduces the PAPR and makes the system reliable and efficient, which turns into a better performance of BER. Finally, the simulation and water tank experimental data results are executed which proves that the LSTM-NN is the best solution for mitigating the PAPR with non-linear distortion and complexity in the overall communication system.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.76-90
• /
• 2022

군집주행이란, 운전자가 직접 운전하는 선두 차량과 차량 탑재 센서 및 V2V, V2I 통신을 활용하여 선두 차량의 주행 경로를 따르는 한 대 이상의 추종 차량이 하나의 군집을 이루며 주행하는 형태를 말한다. 그중 화물차 군집주행은 증가하는 화물량 및 교통물류 체계 첨단화 수요에 맞추어 등장하였으며, 도입 시 도로 용량 증대, 인건비 절감, 연료 소비량 절감 등의 효과가 있을 것으로 기대되고 있다. 그러나 일반 승용차에 비해 화물차의 자율주행 관련 연구 및 효과에 대한 검증은 부족한 실정이다. 따라서 본 연구에서는 화물차 군집주행의 효과를 주제로 메타분석을 수행하여, 기존의 군집주행 효과 관련 연구 결과를 하나의 신뢰도 높고 일반화·객관화된 요약 추정치로 통합하였다. 결론적으로, 군집주행 도입 시 13.93%의 용량 증가, 38.76%의 상충 감소, 8.13%의 연료 소비량 감소 효과가 나타날 것으로 분석되었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권1호
• /
• pp.177-186
• /
• 2017

최근 무인자동차가 큰 관심을 받고 있다. 세계 최대 규모의 온라인 쇼핑 서비스업체인 아마존은 드론을 활용한 배송시스템을 개발하고 있다. 이러한 플랫폼의 항법을 위해서는 정확한 자세정보가 필요하다. 본 논문에서는 저가형 관성센서를 활용한 AHRS 구조 설계를 제안하였다. 쿼터니언기반의 운동방정식, 바이어스가 제거된 자이로 측정치, MEMS 가속도계와 지자기 센서를 이용하여 자세를 추정하는 칼만 filter를 설계하였다. MEMS 자이로의 바이어스를 제거하기 위하여 자이로 측정치와 자세 추정치를 이용하는 자이로 바이어스 제거용 칼만 filter를 추가하였다. 구현한 AHRS의 성능을 고가의 상용 Microstrain사의 3DM-GX3-25 AHRS와 비교 실험을 통하여 칼만 filter가 자이로의 바이어스 오차를 0.0001[deg/s]이하로 추정함을 볼 수 있었다. 또한 최종적으로 구해진 자세에서 롤각과 피치각은 0.2, 0.3[deg]이내의 오차를 보여주었다. 요 각은 6[deg] 이하의 오차가 발생하였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제27권2호
• /
• pp.50-57
• /
• 2023

인공지능 제반 기술의 발전에 힘입어 도로교통에서 자율주행이 점진적으로 보편화되고 있는 추세이다. 물류 운송 체계에 있어 화물차량의 군집주행은 물류수송의 효용을 극대화할 수 있는 장점이 있기 때문에, 이를 위한 초연결 자율주행 (Connected-Automated Vehicle) 기술이 빠르게 진화하고 있다. 그러나 군집주행으로 인한 반복 하중이 시설물에 미치는 영향에 대한 구조적 검토는 미흡한 편이다. 이 연구에서는 군집 주행 시 발생하는 교량의 동적 거동을 분석하고, 운행 안전성을 확보하기 위해 다양한 시나리오 구성하여 매개변수에 따른 응답의 증폭을 비교하였다. 주행 조건에 따른 동적 거동의 변화를 평가하기 위해 인공지능 기법을 활용하여 군집주행시 최대응답을 추정하고, 활용된 매개 변수의 중요도를 평가하였다. 인공지능 기법에 따른 추정 변위의 정합성을 평가함으로써, 최적합 알고리즘을 선정하였다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.494-500
• /
• 2023

영상처리는 현재 다양한 분야에서 활용되고 있다. 그중 자율주행 자동차, 의료 영상처리, 로봇 제어 등은 빠른 영상처리 응답 속도가 필요하다. 이를 충족하기 위해 실시간 처리를 위한 하드웨어 설계가 활발히 연구되고 있다. 하드웨어 처리 속도는 입력 영상의 크기 외에도, 이미지에서 라인과 프레임을 구분하는 비활성화 영상 공백 구간의 크기에 영향을 받는다. 본 논문에서는 비활성화 영상 공백 구간과 밀접한 관련이 있는 라인메모리 유형에 따라 세 가지 스케일러 구조를 설계한다. 이 구조들은 Verilog 표준 언어를 사용하여 하드웨어로 설계되고, Xilinx Vivado 2023.1을 이용하여 field programmable gate array 환경에서 논리회로로 합성된다. 합성된 결과는 실시간 처리할 수 있는 표준 이미지 크기를 비교하면서 프레임 레이트 분석에 사용된다.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.441-449
• /
• 2021

지능형 이동체 시스템 발달에 따라서, 보다 정확한 위치 정보 추정 기술에 대한 요구가 증가하고 있다. 특히, 실내에서 사용되는 이동 로봇에게 주어진 일을 정해진 위치에서 수행할 때에는 보다 정확한 위치 추정에 대한 성능을 필요로 한다. 따라서, 이 논문에서는 고정형 또는 이동형 사물에 적용 가능한 진보된 위치 추정 방법을 제안한다. 제안 방법은 미리 설치된 블루투스 비콘 신호로부터 위치 추정 결과를 칼만 필터의 관찰 신호로 사용한다. 또한, 센서의 위치와 각도에 따라서 결정되는 각 방향의 중력 가속도를 추정하기 위해서, 롤(roll)과 피치(pitch) 각도를 먼저 계산하고, 이 결과를 자기장 센서 출력과 결합하여 요(Yaw) 각도를 추정함으로써,이동체의 진행 방향을 정확히 추정한다. 이를 기반으로 이동체의 제어 입력이 되는 가속도 신호를 정확히 계산함으로써, 칼만 필터의 성능을 향상시키는 방법을 제안한다. 제안 방법의 성능은 고정 상태와 이동 상태로 나누어 평균 위치 오차를 계산하여 기존의 칼만 필터와 비교시 위치 오차를 크게 향상시킴을 확인하였다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.230-245
• /
• 2023

자율주행 기술의 발전과 함께 자율주행차(automated vehicle, AV)의 안전성 평가의 중요성이 증가하고 있다. 이에 따라 효율적인 안정성 평가를 진행하기 위해 AV가 주행 중 직면할 수 있는 상황을 사전에 정의한 평가 시나리오를 활용하고 있다. 그러나 기존에 활용되는 시나리오는 짧은 구간 내에서 한정적인 상황만을 다루고 있다. 따라서, 실제 도로에서 발생하는 연속적인 상황을 평가하지 못한다는 한계가 존재한다. 이에 본 연구에서는 AV의 안전성을 강도 높게 평가하기 위해 단일 시나리오를 다양한 기하구조가 존재하는 도로 전체 구간을 대상으로 연속적인 평가가 가능한 다중 시나리오로 변환하고자 한다. 특히, 시나리오를 연결하는 조건을 정의하고, 변환된 다중 시나리오를 상황, 범위, 실험 시나리오로 발전시키는 구체적인 방법론을 제시하였으며, 시뮬레이션으로 다중 시나리오를 구현하여 검증하였다.