• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.150-158
• /
• 2018

본 논문에서는 전력선 통신을 이용하는 전기자동차 충전 시스템에 대해 소개하고 전력선 통신을 이용하는 전기자동차 충전 시스템의 제어 신호에 오류가 발생했을 때 딥 러닝 알고리즘을 적용하여 오류를 정정하는 방식을 제안한다. 제어 신호의 오류 발견과 정정은 기존의 오류정정부호 기법을 통해 해결할 수 있으나 딥 러닝 기반의 오류정정부호 기법을 이용하여 더욱 효율적으로 오류를 발견하고 정정한다. 그래서 딥 러닝 기반의 오류정정부호 기법에 대해 소개하며 이 기법을 전력선 통신을 이용하는 전기자동차 충전 시스템에 적용하여 시뮬레이션을 진행하고 비트 오류율로 성능을 확인하여 딥 러닝 기반의 오류정정부호 기법이 기존의 기법보다 효율적인지를 판단한다.

• 한국ITS학회 논문지
• /
• 제15권3호
• /
• pp.52-59
• /
• 2016

서울시에서 실시간 신호제어를 위해 개발하였던 COSMOS 시스템은 도로의 교통상황을 판단하여 신호운영을 시행하도록 설계되었다. 하지만 COSMOS 시스템에서 사용하고 있는 정지선 검지기나 대기길이 검지기의 경우 도로의 과포화상황을 정확하게 판단하지 못해 신호운영의 효율성이 떨어지는 문제점이 발생하고 있다. 따라서 본 연구에서는 기존의 정지선 검지기, 대기길이 검지기 체계에서 벗어나 서울시 법인택시 GPS 데이터를 가공하여 통행속도를 산출하였으며 또한 본 연구와 같이 진행한 "GPS 데이터를 이용한 대기행렬 길이 산출에 관한 연구"에서 산출한 대기행렬 길이를 기반으로 도로의 혼잡상황 판단 알고리즘을 수립하였다. 이를 도로의 혼잡상황이 지속적으로 나타나는 국기원 입구 ${\rightarrow}$ 강남역 사거리, 역삼역 사거리 ${\rightarrow}$ 국기원 입구로 구성된 실제 네트워크에 적용하여 실제 교통상황을 반영하고 있는지를 확인해 보았다.

• 한국ITS학회 논문지
• /
• 제8권2호
• /
• pp.53-59
• /
• 2009

교통 분야와 IT 분야의 접목은 기반시설 투자를 통해 해결하려했던 사회적 경제적 문제를 해결하는 새로운 해결책으로 떠오르게 되었고 지능형 교통 시스템 및 텔레매틱스와 같은 새로운 산업을 창출하였다. 특히, 지능형 교통 시스템 및 텔레매틱스 기술 분야 중 차량 통신 분야는 중요 부분으로 인식되고 있으며, 최근 단거리 전용 무선 통신 기술은 국내 지능형 교통 시스템 산업 분야에서 중요한 기술 분야로 인식되고 있다. 단거리 전용 무선 통신은 자동요금징수(ETCS) 시스템을 통해 운전자용 단말기 보급이 활발히 진행되고 있다. 교통 신호 제어 분야에서도 이 기반 시설을 활용한 양질의 실시간 정보를 활용하여 최적의 교통 신호 제어 시스템을 구현하려는 연구가 활발히 진행되고 있으며 WISDOM의 연구개발이 성공적으로 마무리되어졌다. 본 논문에서는 연구 개발된 개별 차량 기반의 신호제어 시스템 WISDOM을 활용하여 교차로 안전 지원 동적 딜레마 경고 서비스를 개발하고 현장 실험을 통하여 신뢰성과 실용성을 평가하였다. 제안된 동적 딜레마 경고 시스템은 교차로에서 WISDOM에 의해 최적화된 동적 교차로 신호에 대한 정보를 방송하고 이를 수신한 차량 단말기는 자신의 위치와 속도를 바탕으로 딜레마 영역을 만들고 운전자에게 경고하도록 하였다.

• 전자통신동향분석
• /
• 제34권5호
• /
• pp.14-25
• /
• 2019

As the Internet of Things, artificial intelligence and big data have received a lot of attention as key growth engines in the era of the fourth industrial revolution, data acquisition and utilization in mobile, automotive, robotics, manufacturing, agriculture, health care and national defense are becoming more important. Due to numerous data-based industrial changes, demand for sensor technologies is exploding, especially for intelligent sensor technologies that combine control, judgement, storage and communication functions with the sensors's own functions. Intelligent sensor technology can be defined as a convergence component technology that combines intelligent sensor units, intelligent algorithms, modules with signal processing circuits, and integrated plaform technologies. Intelligent sensor technology, which can be applied to variety of smart IT convergence services such as smart devices, smart homes, smart cars, smart factory, smart cities, and others, is evolving towards intelligent and convergence technologies that produce new high-value information through recognition, reasoning, and judgement based on artificial intelligence. As a result, development of intelligent sensor units is accelerating with strategies for miniaturization, low-power consumption and convergence, new form factor such as flexible and stretchable form, and integration of high-resolution sensor arrays. In the future, these intelligent sensor technologies will lead explosive sensor industries in the era of data-based artificial intelligence and will greatly contribute to enhancing nation's competitiveness in the global sensor market. In this report, we analyze and summarize the recent trends in intelligent sensor technologies, especially those for four core technologies.

• 한국산업융합학회 논문집
• /
• 제22권2호
• /
• pp.137-146
• /
• 2019

This study proposed a new technique to control of mobile robot based on voice command for (Human-Robot Cooperative operation in manufacturing precess). High performance voice recognition and control system was designed In this paper for smart factory. robust voice recognition is essential for a robot to communicate with people. One of the main problems with voice recognition robots is that robots inevitably effects real environment including with noises. The noise is captured with strong power by the microphones, because the noise sources are closed to the microphones. The signal-to-noise ratio of input voice becomes quite low. However, it is possible to estimate the noise by using information on the robot's own motions and postures, because a type of motion/gesture produces almost the same pattern of noise every time it is performed. In this paper, we describe an robust voice recognition system which can robustly recognize voice by adults and students in noisy environments. It is illustrated by experiments the voice recognition performance of mobile robot placed in a real noisy environment.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.993-996
• /
• 1993

This paper addresses the structure and its associated learning algorithms of a feedforward multi-layered connectionist network, which has distributed learning abilities, for realizing the basic elements and functions of a traditional fuzzy logic controller. The proposed neural-network-based fuzzy logic control system (NN-FLCS) can be contrasted with the traditional fuzzy logic control system in their network structure and learning ability. An on-line supervised structure/parameter learning algorithm dynamic learning algorithm can find proper fuzzy logic rules, membership functions, and the size of output fuzzy partitions simultaneously. Next, a Reinforcement Neural-Network-Based Fuzzy Logic Control System (RNN-FLCS) is proposed which consists of two closely integrated Neural-Network-Based Fuzzy Logic Controllers (NN-FLCS) for solving various reinforcement learning problems in fuzzy logic systems. One NN-FLC functions as a fuzzy predictor and the other as a fuzzy controller. As ociated with the proposed RNN-FLCS is the reinforcement structure/parameter learning algorithm which dynamically determines the proper network size, connections, and parameters of the RNN-FLCS through an external reinforcement signal. Furthermore, learning can proceed even in the period without any external reinforcement feedback.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1998년도 제13차 학술회의논문집
• /
• pp.75-80
• /
• 1998

This paper proposes a novel computer human interface, named Virtual Wireless Microphone (VWM), which utilizes computer vision and signal processing. It integrates real-time face tracking and sound signal processing. VWM is intended to be used as a speech signal input method for human computer interaction, especially for autonomous intelligent agent that interacts with humans like as digital secretary. Utilizing VWM, the agent can clearly listen human master's voice remotely as if a wireless microphone was put just in front of the master.

• 제어로봇시스템학회논문지
• /
• 제16권12호
• /
• pp.1220-1225
• /
• 2010

This paper proposes a novel active noise control (ANC) approach that uses an IIR filter and neural network techniques to effectively reduce interior noise. We construct a multiple-channel IIR filter module which is a linearly augmented framework with a generic IIR model to generate a primary control signal. A three-layer perceptron neural network is employed for establishing a secondary-path model to represent air channels among noise fields. Since the IIR module and neural network are connected in series, the output of an IIR filter is transferred forward to the neural model to generate a final ANC signal. A gradient descent optimization based learning algorithm is analytically derived for the optimal selection of the ANC parameter vectors. Moreover, re-estimation of partial parameter vectors in the ANC system is proposed for online learning. Lastly, we present the results of a numerical study to test our ANC methodology with realistic interior noise measurement obtained from Korean railway trains.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.444-450
• /
• 2013

지능형 차량의 안전 주행을 위해서 주변 차량의 상태를 파악하고, 충돌 위험도를 판단하는 일은 매우 중요하다. 특히 중앙선을 침범하여 주행하는 차량과의 충돌은 치명적일 수 있다. 맞은편에서 다가오는 차량의 중앙선 침범을 지능형 차량의 주요 센서 가운데 하나인 레이더 센서만을 이용하여 예측하면 센서의 특성상 발생하는 노이즈로 인해 오인식의 가능성이 높다. 오인식은 중앙선 침범보다 더 위험한 결과를 초래하기도 한다. 본 논문에서는 레이더 신호에 IMM을 사용한 추적 알고리즘과 퍼지 논리를 적용하여 중앙선 침범 예측의 정확도를 높이고 오인식을 감소시킬 수 있는 알고리즘을 제안한다. 퍼지 로직은 레이더 신호와 IMM알고리즘의 결합을 적절히 조절하는 기능을 한다. 제안된 알고리즘은 컴퓨터 모의 실험을 통해 오인식의 감소가 효과적으로 이루어짐이 검증되었다.

• 한국지능시스템학회논문지
• /
• 제23권4호
• /
• pp.304-309
• /
• 2013

본 논문은 소나 방정식내의 성능지수를 판단하는 지능형 접근방법을 제안한다. 알 수 없는 수중표적의 거리와 고정적이지 않은 신호초과량은 추적과정에 대해 불확실성을 증가시킨다. 탐지거리와 연관된 신호 초과량의 입력 데이터들을 이용하여, 퍼지집합의 규칙을 세우고, 소나의 수신기로부터 얻어지는 데이터를 퍼지화 된 데이터 집합으로 변화시킨다. 알 수 없는 데이터들에 의해 발생되는 오차값들을 감소시키기 위하여 퍼지 집합으로 변환된 새로운 데이터를 이용한다. 구간별 최소값, 최대값 그리고 평균값이 계산되어, 수중 표적의 거리를 추정하는데 사용된다. 데이터들의 증감에 대한 분석을 통해 표적의 위치와 기동특성을 예측할 수 있다. 제안된 기법의 성능과 효과를 보여주기 위하여 몇 가지 예를 보였다.