• 한국산학기술학회논문지
• /
• 제18권5호
• /
• pp.302-307
• /
• 2017

북극해 지역은 해수면의 변화와 다양한 환경적 요인들로 인해 유빙들이 형성되고 이는 자원 개발을 위한 해양시스템 및 운항선박과의 충돌사고에 의한 피해를 유발하고 있다. 극지방의 유빙은 운항중인 석박뿐만 아니라 한 장소에서 오랜 기간 작업을 수행하는 해양자원 시추 및 생산 시스템에 대한 잠재적 사고요인이 된다. 유빙과의 충돌사고 방지를 위해 북극해의 해양자원 시추 및 생산 시스템과 북극 항로를 운항하는 선박에서는 위성 영상 정보 및 탐지 레이더를 이용하여 유빙을 탐지하고 있다. 하지만 가시광선 위성영상은 야간 활용이 불가능하고, 레이더에 의한 탐지도 소형 유빙에 대해서는 탐지확률이 현격히 저조해지는 문제가 있다. 본 연구에서는 유빙의 탐지를 위해 주야간 운용이 모두 가능한 열화상 시스템의 이용 방안에 주목하고 유빙의 탐지특성에 관한 실험적 연구를 수행하였다. 열화상 시스템의 야간 운용성을 파악할 수 있도록 실험조건을 설정하고 계측 각도 변화에 따른 열화상을 계측하였으며, 실험과 동일 조건에 대한 유빙과 해수의 복사에너지를 이론적으로 계한함으로써 계측 결과와의 상호 관계를 파악하였다.

• 한국인공지능학회지
• /
• 제11권3호
• /
• pp.17-22
• /
• 2023

In this paper, we propose a black ice detection system using Convolutional Neural Networks (CNNs). Black ice poses a serious threat to road safety, particularly during winter conditions. To overcome this problem, we introduce a CNN-based architecture for real-time black ice detection with an encoder-decoder network, specifically designed for real-time black ice detection using thermal images. To train the network, we establish a specialized experimental platform to capture thermal images of various black ice formations on diverse road surfaces, including cement and asphalt. This enables us to curate a comprehensive dataset of thermal road black ice images for a training and evaluation purpose. Additionally, in order to enhance the accuracy of black ice detection, we propose a multi-scale dilation convolution feature fusion (MsDC-FF) technique. This proposed technique dynamically adjusts the dilation ratios based on the input image's resolution, improving the network's ability to capture fine-grained details. Experimental results demonstrate the superior performance of our proposed network model compared to conventional image segmentation models. Our model achieved an mIoU of 95.93%, while LinkNet achieved an mIoU of 95.39%. Therefore, it is concluded that the proposed model in this paper could offer a promising solution for real-time black ice detection, thereby enhancing road safety during winter conditions.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.278-281
• /
• 2007

The purpose of this study is to develop snow and sea ice detection algorithm in Communication, Ocean and Meteorological Satellite (COMS) meteorological data processing system. Since COMS has only five channels, it is not affordable to use microwave or shortwave infrared data which are effective and generally used for snow detection. In order to estimate snow and sea ice coverage, combinations between available channel data(mostly visible and 3.7 ${\mu}m$) are applied to the algorithm based on threshold method. As a result, the COMS snow and sea ice detection algorithm shows reliable performance compared to MODIS products with channel limitation. Specifically, there is partial underestimation over the complicated vegetation area and overestimation over the area of high level clouds such as cirrus. Some corrections are performed by using water vapor and infrared channels to remove cloud contamination and by applying NDVI to detect more snow pixels for the underestimated area.

• 대한원격탐사학회지
• /
• 제33권2호
• /
• pp.243-248
• /
• 2017

지구 기후시스템의 중요구성인자인 해빙은 극지방과 고위도에 분포하는 특성상 위성을 통한 탐지가 활발히 수행되고 있다. 위성자료를 이용한 해빙탐지기법은 반사도와 휘도온도자료를 이용하며, 많은 연구에서 휘도온도자료를 통해 산출된 Ice Surface Temperature (IST)를 활용한 기법인 Moderate-Resolution Imaging Spectroradiometer (MODIS)의 해빙탐지기법을 활용하고 있다. 본 연구에서는 IST 산출과정이 생략된 단순하고 효율적인 동적임계값 기법을 활용한 해빙탐지기법을 제시하고자 한다. 동적임계값을 지정하기 위하여 해수의 어는점 이하의 화소를 대상으로 MODIS IST와 MODIS $11{\mu}m$ 채널의 휘도온도, Brightness Temperature Difference ($BTD:T_{11{\mu}m}-T_{12{\mu}m}$)의 상호관계를 분석하였다. 분석 결과, 세수치의 관계가 선형의 특징을 나타내었으며 이를 활용하여 임계값을 지정하였다. 청천역에서 지정한 임계값을 MODIS $11{\mu}m$ 채널에 적용하여 해빙을 탐지하였다. 또한, 본 연구의 해빙탐지기법의 성능을 검증하기 위해 MODIS Sea ice extent를 이용하여 정확도를 분석하였으며 그 결과, Producer Accuracy (PA) 99% 이상의 높은 정확도를 보였다.

• 한국항행학회논문지
• /
• 제27권6호
• /
• pp.865-870
• /
• 2023

본 논문은 LiDAR (light detection and ranging) 센서를 활용하여 블랙아이스를 검출하는 새로운 방법을 제안합니다. 센서는 작고 비용이 저렴하면서도 높은 정확성을 가진 거리 측정 센서로 온도와 경사각을 다르게 하여 아스팔트와 블랙아이스의 각도를 구별하는 데 사용됩니다. 이 센서의 거리 측정 오차율은 대략 ±1 cm로 블랙아이스와 아스팔트을 구별하는 데에는 일부 오차가 발생할 수 있습니다. 본 논문에서는 정확성을 높이기 위한 추가적인 연구와 개선이 필요함을 지적하며 이를 통해 더욱 정확한 블랙아이스 검출 방법을 제안합니다.

• 한국항공우주학회지
• /
• 제48권11호
• /
• pp.911-925
• /
• 2020

항공기 결빙 보호장치는 항공기의 Window Shield 및 Engine Inlet, Wing 등에 적용되어 운용 중 발생할 수 있는 항공기와 센서의 표면 결빙으로 부터 항공기를 보호한다. 표면에 증식된 결빙은 항공기의 조종 안정성을 저하시키고 대기자료 프로브의 오작동을 일으킴으로써 심각한 사고의 원인이 되기도 하는데, 이를 방지하기 위하여 다양한 방식의 결빙 보호장치가 개발되었다. Electrothermal 방식은 비교적 간단한 구조이고 에너지 효율을 높이는 데 유리하여 가장 많이 사용되는 항공기 결빙 보호장치로 자리매김하고 있다. 본 리뷰 논문에서는 대표적인 결빙 보호장치인 Hot-air 및 Electro-thermal 방식을 집중적으로 분석하였고, 기술 현황과 적용 사례를 바탕으로 결빙 보호장치의 전망에 대해 고찰하였다.

• 한국도로학회논문집
• /
• 제15권5호
• /
• pp.177-185
• /
• 2013

PURPOSES : This study attempts to design and establish the road surface condition detection system by using the image processing that is expected to help implement the low-cost and high-efficiency road information detection system by examining technology trends in the field of road surface condition information detection and related case studies. METHODS : Adapted visual information collecting method(setting a stereo camera outside of the vehicle) and visual information algorithm(transform a Wavelet Transform, using the K-means clustering) Experiments and Analysis on Real-road, just as four states(Dry, Wet, Snow, Ice). RESULTS : Test results showed that detection rate of 95% or more was found under the wet road surface, and the detection rate of 85% or more in snowy road surface. However, the low detection rate of 30% was found under the icy road surface. CONCLUSIONS : As a method to improve the detection rate of the mobile road surface condition information detection system developed in this study, more accurate phase analysis in the image processing process was needed. If periodic synchronization through automatic settings of the camera according to weather or ambient light was not made at the time of image acquisition, a significant change in the values of polarization coefficients occurs.

• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1229-1238
• /
• 2018

본 연구에서는 위성영상 기반의 북극의 해빙 농도 시계열 데이터를 이용하여 베링해의 해빙 상태가 척치해 해빙 농도 변화의 전조로서 작용할 수 있는지를 실험하였다. 해빙 농도 자료는 1982년부터 2017년의 36년간의 월평균 시계열 데이터로 이뤄져 있으며, 베링해의 해빙 농도와 척치해 해빙 농도 사이의 관계성을 전송 엔트로피 측정을 통해 분석하였다. 전송 엔트로피는 두 개의 확률변수 또는 신호 간의 비선형적 연관성을 파악하게 해주는 동시에 변수 사이의 시간 간격 조절을 통해 인과관계를 추정할 수 있는 측정이다. 해빙 농도를 대상으로 한 측정 결과, 베링해의 과거 3, 5, 6개월 전의 해빙 농도값이 척치해 해빙의 변화에 관련되어 있음을 알 수 있었다. 특히, 베링해의 해빙 농도값이 극소를 나타냈을 때, 5개월 후의 척치해의 해빙 농도는 감소될 확률이 약 70%로 나타났다. 이는 태평양에서 베링해협을 통해 북극해로 유입되는 해류가 베링해의 해빙 농도를 감소시킨 후 해협을 통해 척치해로 이동하여 해빙을 녹이는 과정에 비롯한 것으로 사료된다. 향후 위성데이터에 정보 이론으로 접근하는 이 연구를 더 발전시켜 어떤 시점과 시간적 스케일로 특이 패턴이 발생하는지 조사하고 그 기간에 관련된 해양-대기의 패턴 또는 사건들을 분석하여, 떨어진 두 지역의 해빙 농도 상태에 내재된 연관성에 대한 심층적 이해가 가능할 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 하계학술대회 논문집 B
• /
• pp.788-790
• /
• 1993

In the train position defection for the rail car, which is not able to obtain the short circuit between the track circuit and the wheel, the methods by the inductive radio of non-contact type are applicated. It is represented the principles and the methods of the inductive radio train detection on MLU, Transrapid, HSST, M-Bahn, and People Mover for MAGLEV, on Kobe system for the rubber-tired vehicle, and on ICE for wheel-on-rail.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.527-544
• /
• 2018

This paper presents a nighttime sea fog detection algorithm incorporating unsupervised learning technique. The algorithm is based on data sets that combine brightness temperatures from the $3.7{\mu}m$ and $10.8{\mu}m$ channels of the meteorological imager (MI) onboard the Communication, Ocean and Meteorological Satellite (COMS), with sea surface temperature from the Operational Sea Surface Temperature and Sea Ice Analysis (OSTIA). Previous algorithms generally employed threshold values including the brightness temperature difference between the near infrared and infrared. The threshold values were previously determined from climatological analysis or model simulation. Although this method using predetermined thresholds is very simple and effective in detecting low cloud, it has difficulty in distinguishing fog from stratus because they share similar characteristics of particle size and altitude. In order to improve this, the unsupervised learning approach, which allows a more effective interpretation from the insufficient information, has been utilized. The unsupervised learning method employed in this paper is the expectation-maximization (EM) algorithm that is widely used in incomplete data problems. It identifies distinguishing features of the data by organizing and optimizing the data. This allows for the application of optimal threshold values for fog detection by considering the characteristics of a specific domain. The algorithm has been evaluated using the Cloud-Aerosol Lidar with Orthogonal Polarization (CALIOP) vertical profile products, which showed promising results within a local domain with probability of detection (POD) of 0.753 and critical success index (CSI) of 0.477, respectively.