• 한국컴퓨터그래픽스학회논문지
• /
• 제25권3호
• /
• pp.11-20
• /
• 2019

본 연구는 시각 장애인의 도보 적응을 위한 새로운 가상현실 체험 환경을 제안한다. 제안하는 가상현실 체험 환경의 핵심은 몰입형 보행 상호작용과 딥러닝 기반 점자 블록 인식으로 구성된다. 우선, 시각 장애인의 입장에서 현실적인 걷기 경험을 제공함을 목적으로 제자리 걸음을 감지하여 걷기를 판단하는 트래커 기반 걷기 처리과정과 시각 장애인의 보행 보조 도구를 가상현실에 적용한 컨트롤러 기반 VR 흰지팡이를 설계한다. 또한, VR 흰지팡이를 활용한 길 안내 과정에서 도로 위의 점자 블록 인지 및 반응 등 종합적인 의사결정을 수행하는 학습 모델을 제안한다. 이를 기반으로 가상현실 도보 체험 환경에 대한 실험을 위하여 실외 도시 환경으로 구성된 가상현실 어플리케이션을 제작하고, 참가자를 대상으로 설문 실험 및 성능 분석을 진행하였다. 결과적으로 제안한 가상현실 체험 환경이 시각 장애인의 입장에서 현존감 높은 도보 체험을 제공하고 있음을 확인하였다. 그리고 제안한 학습과 처리과정이 인도와 차도, 인도 위의 점자 블록을 높은 정확도로 인지함을 확인하였다.

• 해양환경안전학회지
• /
• 제23권7호
• /
• pp.918-925
• /
• 2017

함정 외부 탑재 장비의 복잡한 형상에 의해서 발생하는 다중반사는 경로를 예측하기 어렵고 높은 RCS(Radar Cross Section)의 원인이 된다. 따라서 함정의 외부 탑재 장비의 최적배치 설계가 RAS(Radar Absorbing Structure) 방법으로 고려되어야 한다. 본 논문에서는 함정 외부 탑재 장비에서 발생하는 다중반사와 RCS를 최소화하기 위하여 함정 외부 탑재 장비 최적배치를 수행하였다. 외부 탑재 장비 최적배치에 사용된 알고리즘은 순차적 내림차순 방법을 이용하였다. 함정 외부 탑재 장비 최적배치를 수행하기 위하여 LCS-2 type을 해석 모델로 선정하였다. 계산 비용을 줄이기 위해서 장비의 기여도 분석 및 다중반사 경로 분석 등을 통해 최적 배치를 수행할 장비를 선정하였고 최적배치를 통해 RCS가 최소가 되는 최적배치 위치를 도출하였다. 또한 RCS 변화에 따른 레이다의 탐지거리 변화율을 이용하여 RCS 감소효과를 분석 하였다.

• 한국방사선학회논문지
• /
• 제13권3호
• /
• pp.319-324
• /
• 2019

실리콘광전증배관(Silicon Photomultiplier, SiPM)과 두 층의 섬광 픽셀 배열을 이용한 반응 깊이 측정 검출기를 설계하였으며, 위치 측정 능력을 DETECT2000을 사용하여 검증하였다. 섬광 픽셀의 면 처리와 반사체 조합을 통해 섬광 픽셀과 감마선이 반응한 위치를 추적하였다. 아래층은 광학적으로 연결된 부분을 제외하고 반사체로 처리하였으며, 위층은 가장 외곽부분을 제외하고 모두 광학적으로 연결되도록 처리하여 빛의 공유가 아래층에 비해 자유롭도록 구성하였다. 거울반사체와 난반사체, 섬광 픽셀의 거친 면과 매끈한 면의 조합을 통해 평면 영상을 획득하였으며, 층별 영상이 생성되는 위치를 측정하여 분석하였다. 앵거 알고리듬을 사용하여 SiPM의 16채널 신호를 4개의 채널로 감소시켜 영상을 재구성하였다. 섬광 픽셀의 거친면과 모든 반사체 조합에서 두 층으로 구분되는 것을 확인할 수 있었으며, 매끈한 면일 경우에는 모두 층 구분이 불가능한 것을 확인할 수 있었다. 따라서 거친 면의 섬광 픽셀과 반사체 조합을 사용한 검출기를 사용할 경우 전임상용 PET에서 반응 깊이 측정을 통해 검출 시야 외곽에서의 공간분해능을 향상시킬 수 있을 것이다.

• 한국산학기술학회논문지
• /
• 제20권5호
• /
• pp.550-558
• /
• 2019

사물인터넷 환경에 대한 규모가 날이 갈수록 커지고 발전함에 따라서 사물인터넷 디바이스를 통해 수집하고 공유되는 정보들은 점점 다양해지고 더 많아지게 되었다. 하지만 사물인터넷 디바이스들은 소형화된 크기에 따라 연산능력의 한계점과 낮은 전력량을 가지고 있어 이전의 인터넷 환경에서 적용되어왔던 암호화, 인증 등의 보안 기술들을 사물인터넷에 직접적으로 적용하기 힘들어 취약점과 보안위협이 매우 크다. 이러한 문제점으로 인해 안전하고 정확하게 전달되어야 하는 필요성이 있는 중요한 정보들이 데이터 위변조나 개인정보 유출 및 침해 등 악의적으로 정보를 탈취하려는 위협들에 노출되었다. 이 위협을 극복하기 위해서 현재 사물인터넷 환경의 디바이스에 대하여 취약점들을 보완하고자 다양한 보안연구가 활발히 진행되고 있다. 특히 사물인터넷 환경에서 다양한 디바이스들이 상호동작하며 수집된 정보들을 공유하고 전달하기 때문에 각각의 디바이스들이 신뢰성을 가지고 통신할 수 있어야 한다. 이에 따라 디바이스 인증을 위한 다양한 기법의 연구들이 진행이 되었는데, 본 연구에서는 기존의 사물인터넷 디바이스들을 인증하기 위해 연구되어 왔던 인증 기법에 대하여 한계 및 문제점을 알아보고 이를 해결하여 사물인터넷 환경에서 신뢰된 디바이스 간의 안전하게 통신을 할 수 있도록 사물인터넷 디바이스를 인증할 수 있는 기술을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권10호
• /
• pp.277-284
• /
• 2021

최근 스마트 홈 환경은 무선 정보통신 기술과 융합을 통해서 다양한 데이터를 수집·통합·활용하는 플랫폼이 될 것으로 전망되고 있으며 실제로 스마트 홈 내부에는 다양한 센서를 탑재한 스마트 디바이스 수가 점점 증가하고 있다. 증가된 스마트 디바이스 수만큼 처리해야하는 데이터의 양도 증가하고 있으며 이를 효과적으로 처리하기 위해 빅데이터 처리 시스템이 활발하게 도입되고 있다. 그러나 기존 빅데이터 처리 시스템은 분산 노드에 할당되기 전 모든 요청이 클러스터 드라이버로 향하기 때문에 동시에 많은 요청이 발생하는 경우 분할 작업을 관리하는 클러스터 드라이버에 병목현상이 발생하고, 이는 네트워크를 공유하는 클러스터 전체의 성능감소로 이어진다. 특히 작은 데이터 처리를 지속해서 요청하는 스마트 홈 디바이스에서 지연율이 더 크게 나타난다. 이에 본 논문에서는 동시에 다수의 센서에서 요청이 발생하는 스마트 홈 환경에서 효과적인 데이터 처리를 위한 Apriori 기반 빅데이터 시스템을 설계하였다. 제안하는 시스템의 성능평가 결과에 따르면, 데이터 처리 시간은 기존 시스템에 비해 최소 19.2%에서 최대 38.6% 단축됐다. 이러한 결과가 발생한 이유는 측정되는 데이터의 형태와 관련이 있다. 스마트 홈 환경은 수집되는 데이터의 양은 방대하나 각 데이터의 용량은 작기 때문에 캐시 서버의 사용이 데이터 처리에 큰 역할을 하며, Apriori 알고리즘을 통한 연관도 분석으로 사용자의 행동 습관과 연관도가 높은 센서 데이터를 캐시에 저장하기 때문에 캐시 서버의 활용률이 매우 높다.

• 한국정보전자통신기술학회논문지
• /
• 제14권1호
• /
• pp.56-69
• /
• 2021

상용계통과 연계한 PV 시스템은 인버터의 특성과 더불어 소형, 고 역률, 낮은 고조파 출력, 고 신뢰성, 최대출력 운전, 저비용 등의 장점이 요구된다. 태양광발전시스템의 PV 에너지를 계통과 부하로 전달하기 위해 양방향의 PCS가 요구되어 진다. 본 논문에서는 태양광 발전의 ESS를 고려한 PCS를 제안하여 부하평준화를 통한 전력의 안정적인 공급을 확인하고자 한다. 이를 위해 일사량과 부하량에 따른 5단계의 동작 모드 알고리즘을 제안하고, 충/방전 제어를 위한 제어기를 설계 하였다. 양방향의 효율적인 에너지 전달을 위해 DC-link단에 양방향 컨버터 및 배터리를 연결하고, 연계형 인버터를 통해 DC-link 전압 및 인버터 출력전압을 제어하였다. 제안된 시스템의 타당성을 입증하기 위해 PSIM을 사용한 시뮬레이션을 수행하여 타당성과 안정성을 검토하였으며, 이를 확인하기 위해 3[kW] PCS를 제작하여 실험하였다. 실험결과를 통해 제안된 시스템에 요구되어지는 특성을 검증하였으며 기존 시스템에 비해 강인한 시스템을 구성하였다.

• 방송공학회논문지
• /
• 제26권3호
• /
• pp.269-282
• /
• 2021

증강현실과 가상현실 같은 3차원 콘텐츠 보급이 증가함에 따라 실시간 컴퓨터 애니메이션 기술의 중요성이 높아지고 있다. 하지만 컴퓨터 애니메이션 제작 과정은 대부분 수작업 혹은 마커를 부착하는 모션캡쳐 방식으로 이루어져 있다. 때문에 사실적인 영상을 얻기 위해서는 숙련된 전문가에게도 매우 오랜 시간이 필요하다. 이러한 문제점을 해결하기 위해 최근에는 딥러닝 모델과 센서를 기반으로 하는 애니메이션 제작 시스템과 알고리즘이 나오고 있다. 이에 본 논문에서는 딥러닝과 Kinect 카메라 기반 FBX 형식의 애니메이션 제작 시스템에서 자연스러운 인체 움직임을 구현하는 4가지 방법에 대해 연구했다. 각 방법은 환경적 특성과 정확도를 고려하여 선택된다. 첫 번째 방법은 Kinect 카메라를 사용한다. 두 번째 방법은 Kinect 카메라와 보정 알고리즘을 사용한다. 세 번째 방법은 딥러닝 모델을 사용한다. 네 번째 방법은 딥러닝 모델과 Kinect를 사용한다. 제안 방법을 오차와 처리 속도를 실험한 결과, 네 번째 딥러닝 모델과 Kinect를 동시에 사용하는 방법이 다른 방법에 비해 가장 좋은 결과를 보였다.

• 정보보호학회논문지
• /
• 제11권1호
• /
• pp.13-23
• /
• 2001

본 논문에서는 우리 나라 128 비트 블록 암호 알고리즘 표준인 SEED를 하드웨어로 구현하였다. 먼저 하드웨어 구 현 측면에서 SEED를 같은 비밀키 블록 암호 알고리즘으로 AES 최종 후보 알고리즘인 MARS, RC6, RIJNDAEL, SERPENT, TWOFISH와 비교 분석하였다. 동일한 조건하에서 분석한 결과, SEED는 MARS, RC6, TWOFISH보다는 암호 화 속도가 빨랐지만, 가장 빠른 RIJNDAEL보다는 약 5배정도 느렸다. 이에 속도 측면에서 우수한 성능을 가질 수 있는 고속 SEED 구조를 제안한다. SEED는 동일한 연산을 16번 반복 수행하므로 1라운드를 Jl 함수 블록, J2 함수 블록, key mixing 블록을 포함한 J3 함수 블록의 3단계로 나누고, 이를 파이프라인 시켜 더 빠른 처리 속도를 가지도록 하였다. G 함수는 구현의 효율성을 위해 4개의 확장된 4바이트 SS5-box 들의 xor로 처리하였다. 이를 Verilog HDL을 사용하여 ALTERA FPGA로 검증하였으며, 0.5um 삼성 스탠다드 셀 라이 브러리를 사용할 경우 파이프라인이 가능한 ECB 모드의 암호화와 ECB, CBC, CFB 모드의 복호화 시에는 384비트의 평문을 암복호화하는데 총 50클럭이 소요되어 97.1MHz의 클럭에서 745.6Mbps의 성능을 나타내었다. 파이프라인이 불 가능한 CBC, OFB, CFB 모드의 암호화와 OFB 모드의 복호화 시에는 동일 환경에서 258.9Mbps의 성능을 보였다.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.277-283
• /
• 2021

차종별 교통량 자료는 건축·도시·교통 등의 다양한 분야에서 기초 자료로 활용되는 중요한 자료이다. 교통량 자료는 상시조사와 수시조사를 통해 수집되어 도로교통량 통계연보에 매년 연평균일교통량(AATD)으로 제공된다. 상시조사는 매설형 교통량 수집 장비 (AVC)를 통해 수집되며, AVC는 교통량을 검지하는 루프센서와 축수를 검지하는 피에조 센서로 구성되어 있다. 교통량 수집 장비는 매설형의 특성상 검지 장비 고장 등으로 인한 결측자료가 발생된다. 기존방법에서는 과거 데이터와 지점 주변의 교통량 추세를 통해 보정한다. 그러나 이러한 방법은 시간적·공간적 특성을 반영하지 못하고 보정에 활용되는 기데이터 또한 보정값일 수도 있다는 단점이 있다. 본 연구에서는 차량의 축을 검지할수 있는 피에조센서를 활용하여 획득되는 누적 축수를 통해 축보정계수를 산출하여 결측된 교통량을 보정하는 방안을 제안하였다. 이는 기존 방법의 한계점인 시간적·공간적 특성을 반영할 수 있다는 장점이 있으며, 비교 평가 결과 기존의 방법보다 오차율이 더 낮게 도출되었다. 축 카운트를 활용한 교통량보정시스템은 간단한 알고리즘으로 바로 현장 시스템에 적용 가능한 보정방법으로 판단된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권4호
• /
• pp.117-122
• /
• 2021

최근 태풍, 지진, 산불, 산사태, 전쟁 등 다양한 재난 상황으로 인한 인명피해와 자금 손실이 꾸준히 발생하고 있고 현재 이를 예방하고 복구하기 위해 많은 인력과 자금이 소요되고 있는 실정이다. 이러한 여러 재난 상황을 미리 감시하고 재난 발생의 빠른 인지 및 대처를 위해 본 논문에서는 인공지능 기반의 재난 드론 시스템을 설계 및 개발하였다. 본 연구에서는 사람이 감시하기 힘든 지역에 여러 대의 재난 드론을 이용하며 딥러닝 기반의 객체 인식 알고리즘과 최적 경로 탐색 알고리즘을 적용해 각각의 드론이 최적의 경로로 효율적 탐색을 실시한다. 또한 드론의 근본적 문제인 배터리 용량 부족에 대한 문제점을 해결하기 위해 Ant Colony Optimization (ACO) 기술을 이용하여 각 드론의 최적 경로를 결정하게 된다. 제안한 시스템 구현을 위해 여러 재난 상황 중 산불 상황에 적용하였으며 전송된 데이터를 기반으로 산불지도를 만들고, 빔 프로젝터를 탑재한 드론이 출동한 소방관에게 산불지도를 시각적으로 보여주었다. 제안한 시스템에서는 여러 대의 드론이 최적 경로 탐색 및 객체인식을 동시에 수행함으로써 빠른 시간 내에 재난 상황을 인지할 수 있다. 본 연구를 바탕으로 재난 드론 인프라를 구축하고 조난자 탐색(바다, 산, 밀림), 드론을 이용한 자체적인 화재진압, 방범 드론 등에 활용할 수 있다.