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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.