• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.298-300
• /
• 2023

자율주행 및 robot navigation 시스템에서 물체 인식 성능향상을 위해 대부분 MSF(Multi-Sensor Fusion) 기반 설계를 한다. 따라서 각 센서로부터 들어온 정보를 정합하는 것은 정확한 MSF 알고리즘을 위한 필요조건이다. 다양한 선행 연구에서 2D 데이터에 대한 공격을 진행했다. 자율주행에서는 3D 데이터를 다루어야 하므로 선행 연구에서 하지 않았던 3D 데이터 공격을 진행했다. 본 연구에서는 스케일링 공격 기반 카메라-라이다 센서 간 정합 모델의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트 클라우드에 스케일링 공격을 적용하여 다운스케일링 단계에서 공격하고자 한다. 실험 결과, 입력 데이터에 공격하였을 때 공격 전보다 평균제곱 이동오류는 56% 이상, 평균 사원수 각도 오류는 98% 이상 증가했음을 보였다. 다운스케일링 크기 별, 알고리즘별 공격을 적용했을 때, 10×20 크기로 다운스케일링 하고 lanczos4 알고리즘을 적용했을 때 가장 효과적으로 공격할 수 있음을 확인했다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.181-190
• /
• 2011

현재 공간해상도 약 1 m 의 고해상도 X-band SAR 위성인 독일의 TerraSAR-X와 TanDEM-X, 이탈리아의 COSMO-SkyMed가 성공적으로 발사되어 운용되고 있으며 분석 결과 우수한 성능을 보이고 있다. 국내에서도 최고 공간해상도 약 1 m 의 X-band SAR 위성인 KOMPSAT-5가 향후 발사될 예정이다. 이러한 고해상도 SAR 영상 활용이 가능해짐에 따라 SAR Interferometry(InSAR) 기술을 이용한 도심지역 모니터링이 더욱 관심을 받고 있다. 하지만 기존의 InSAR 위상 시뮬레이션 알고리즘은 도심지역에 분포하는 빌딩과 같은 인공구조물 객체에 의해 나타나는 layover 현상과 빌딩 벽면에서 산란되는 신호를 충분히 고려하지 못한다. 본 연구에서는 기존 알고리즘의 한계점을 극복하기 위하여 LIDAR DSM을 이용한 정밀 InSAR 위상과 SAR 반사강도 영상 시뮬레이션 알고리즘을 개발하였다. 대전 지역에서 획득된 TerraSAR-X spotlight 영상과 비교 분석을 통해 개발된 알고리즘의 타당성 분석을 수행하였다. 시뮬레이션 결과로 생성된 InSAR 위상과 SAR 반사강도 영상은 실제 TerraSAR-X spotlight SAR 자료로부터 생성된 결과와 매우 유사하였다. 이러한 결과는 향후 고해상도 SAR 영상을 이용한 도심지역 변화 및 변위탐지 모니터링 연구에 활용될 것이다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.190-196
• /
• 2023

최근 들어, 라이다 기술의 발전에 따라 정확한 거리 측정이 가능해지면서 라이다 기반의 3차원 객체 탐지 네트워크에 대한 관심이 증가하고 있다. 기존의 네트워크는 복셀화 및 다운샘플링 과정에서 공간적인 정보 손실이 발생해 부정확한 위치 추정 결과를 발생시킨다. 본 연구에서는 고수준 특징과 높은 위치 정확도를 동시에 획득하기 위해 어텐션 기반 융합 방식과 카메라-라이다 융합 시스템을 제안한다. 먼저, 그리드 기반의 3차원 객체 탐지 네트워크인 Voxel-RCNN 구조에 어텐션 방식을 도입함으로써, 다중 스케일의 희소 3차원 합성곱 특징을 효과적으로 융합하여 3차원 객체 탐지의 성능을 높인다. 다음으로, 거짓 양성을 제거하기 위해 3차원 객체 탐지 네트워크의 탐지 결과와 이미지상의 2차원 객체 탐지 결과를 결합하는 카메라-라이다 융합 시스템을 제안한다. 제안 알고리즘의 성능평가를 위해 자율주행 분야의 KITTI 데이터 세트를 이용하여 기존 알고리즘과의 비교 실험을 수행한다. 결과적으로, 차량 클래스에 대해 BEV 상의 2차원 객체 탐지와 3차원 객체 탐지 부분에서 성능 향상을 보였으며 특히 Voxel-RCNN보다 차량 Moderate 클래스에 대하여 정확도가 약 0.47% 향상되었다.

• 터널과지하공간
• /
• 제34권1호
• /
• pp.1-14
• /
• 2024

폐광산의 갱도 입구를 통해 고속 라이다(Light Detection And Ranging, LiDAR) 장비가 탑재된 무인이동체를 투입하여 폐광의 갱도를 형상화하기 위한 기술이 제안되었다. 직경이 1.5 m 이상인 좁은 갱도에 바닥이 슬러지 형태로 미끄럽고 장애물이 있는 환경에서 무인 이동체를 운영할 때 고려할 사항을 검토하였다. 육상환경 이동을 위해 4족 보행 로봇을 활용하였으며 항공 환경 이동을 위해 쿼드콥터 드론이 활용되었다. 수중환경의 갱도에 투입하기 위해서 수중 드론이 사용되었다. 무인 이동체를 실제 광산 현장에 투입하여 폐광 현장용 이동체가 고려해야 할 변수들을 도출하였다. 폐광산 갱도 형상화용 센서로서 2차원 영상 기반의 solid-state 라이다가 사용되었다. 방사형으로 측정되는 라이다의 특성을 고려하여 고정 경사각을 두어 회전시켜 운영하여 갱도 형상화를 위한 효율성을 높이고 동시에 장애물 감지도 같이 수행할 수 있도록 제안하였다. Solid-state 라이다를 이용하여 측정데이터로부터 센서의 자세와 로봇의 자세를 반영하여 현실 좌표계 데이터로 변환하기 위한 계산기법이 도출되었다. 라이다 센서와 무인 비행체가 결합하여 실제 현장에 투입하여 갱도 형상을 추출하였다. 마지막으로 실제 현장에서 효용성을 높이기 위한 요소를 도출하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.497-498
• /
• 2018

화재 현장은 정전과 연기와 유독가스로 인해 열영상카메라 및 제논탐조등으로도 전방 가시거리 1m를 확보하기 힘든 것이 현실이다. 화재현장의 연기입자를 분석해보면, 파장 $5{\mu}m$ 이하의 흰색 연기일지라도, 가시거리가 1미터 이상이 되면 기존의 열영상 카메라 등을 이용할 경우 전방시야 확보가 어렵다. 입자 파장 $5{\mu}m$ 이상의 검은 연기에는 화학소재와 가스, 물분자가 섞여 있어 단일 센서가 아닌 다양한 센서를 이용한 공간투과 센서 기술이 필요하다. 전방 안전시야 확보를 위해 연기투과 및 공간정보 가시화를 위한 라이다 센싱 기술이 필요하다. 본 논문에서는 32bit CPU코어 및 주변회로를 갖춘 정보처리 시스템의 인터페이스를 설계하였다. 또한 라이다 센서와의 인터페이스를 구현하고 이를 시뮬레이션 하였으며 이를 통해 향후 휴먼 증강 소방헬멧의 정보처리 시스템을 구현 가능한 인터페이스를 제공하였다.

• 보건의료생명과학 논문지
• /
• 제8권2호
• /
• pp.121-125
• /
• 2020

인원계수는 특정 시설의 혼잡도나 이용량을 파악하여 시설을 효율적으로 관리하거나 화장실 등 특정 장소의 출입인원을 파악하여 자동으로 절전기능을 구현함으로써 에너지 절약을 최대화하기 위한 용도로 늘 관심있는 방법이었다. 영상처리에 의한 인원계수 방법은 매우 비용이 비싸며 조명의 주위환경에 심하게 영향을 받는 단점이 있고 area sensor의 경우 인원이 팔짱을 끼고 근접하여 통과할 경우 1명의 인원으로 계수하는 단점이 있다. 비용이 비싸고 조명에 영향을 받거나 특정한 경우 인원계수가 부정확한 기존의 방법을 해결하기 위하여 본 논문에서는 라이다(LIADAR)의 원리를 이용한 새로운 인원계수 방법을 제안한다. 병원 출입인원을 정확하기 계수하는 것은 병원시설을 관리하는 데도 도움이 되겠지만 코로나19가 만연한 현시점에서 효율적인 방역대책을 세우는 데도 도움이 될 것이다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1125-1139
• /
• 2022

무인항공기에 부착된 위성 항법 시스템/관성 측정 센서(global positioning system/inertial measurement unit, GPS/IMU)와 관측 센서 사이에는 물리적인 위치와 자세 오차가 존재한다. 해당 물리 오프셋으로 인해, 관측 데이터는 비행 방향에 따라 서로 위치가 어긋나는 이격 오차가 발생한다. 특히나, 다중 센서를 활용하여 데이터를 취득하는 다중 센서 무인항공기의 경우, 관측 센서가 변경될 때마다 고액의 비용을 지불하고 외산 소프트웨어 의존하여 물리 오프셋을 조정하고 있는 실정이다. 본 연구에서는 다중 센서에 적용 가능한 초기 센서 모델식을 수립하고 물리 오프셋 추정 방법을 제안한다. 제안된 방안은 크게 3가지 단계로 구성된다. 먼저, 직접지리 참조를 위한 회전 행렬 정의 및 초기 센서 모델식을 수립한다. 다음으로, 지상기준점과 관측 센서에서 취득된 데이터 간의 대응점을 추출하여 물리 오프셋 추정을 위한 관측방정식을 수립한다. 마지막으로, 관측 자료를 기반으로 물리 오프셋을 추정하고, 추정된 파라미터를 초기 센서 모델식에 적용한다. 전주, 인천, 알래스카, 노르웨이 지역에서 취득된 데이터셋에 적용한 결과, 4개 지역 모두 물리 오프셋 적용 전에 발생되던 영상 접합부의 이격 오차가 물리 오프셋을 적용 후 제거되는 것을 확인했다. 인천 지역의 지상기준점 대비 절대 위치 정확도를 분석한 결과, 초분광 영상의 경우, X, Y 방향으로 약 0.12 m 위치 편차를 보였으며, 라이다 포인트 클라우드의 경우 약 0.03 m의 위치 편차를 보여줬다. 더 나아가 영상 내 특징점에 대하여 초분광, 라이다 데이터의 상대 위치 정확도를 분석한 결과, 센서 데이터 간의 위치 편차가 약 0.07 m인 것을 확인했다. 따라서, 제안된 물리 오프셋 추정 및 적용을 통해 별도 기준점 없이 정밀한 데이터 매핑이 가능한 직접 지리 참조가 가능하다는 것을 확인했으며, 다중 센서를 부착한 무인항공기에서 취득된 센서 데이터 간의 융합 가능성에 대해 확인하였다. 본 연구를 통해 독자적인 물리 파라미터 추정 기술 보유를 통한 경제적 비용 절감 효과 및 관측 조건에 따른 유연한 다중 센서 플랫폼 시스템 운용을 기대한다.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.240-251
• /
• 2016

This paper presents a real-time indoor location and pose estimation method that utilizes simple artificial markers and image analysis techniques for the purpose of warehouse automation. The conventional indoor localization methods cannot work robustly in warehouses where severe environmental changes usually occur due to the movement of stocked goods. To overcome this problem, the proposed framework places artificial markers having different interior pattern on the predefined position of the warehouse floor. The proposed algorithm obtains marker candidate regions from a captured image by a simple binarization and labeling procedure. Then it extracts maker interior pattern information from each candidate region in order to decide whether the candidate region is a true marker or not. The extracted interior pattern information and the outer boundary of the marker are used to estimate location and heading angle of the localization system. Experimental results show that the proposed localization method can provide high performance which is almost equivalent to that of the conventional method using an expensive LIDAR sensor and AMCL algorithm.

• 센서학회지
• /
• 제23권6호
• /
• pp.377-382
• /
• 2014

Detecting and segmenting diffuse targets in laser ranging data is a critical problem for tactical reconnaissance. In this study, we propose a new method that facilitates the characterization of diffuse irregularly shaped objects using "spin images," i.e., local 2D histograms of laser returns oriented in 3D space, and a clustering process. The proposed "cluster-based spin imaging" method resolves the problem of using standard spin images for diffuse targets and it eliminates much of the computational complexity that characterizes the production of conventional spin images. The direct processing of pre-segmented laser points, including internal points that penetrate through a diffuse object's topmost surfaces, avoids some of the requirements of the approach used at present for spin image generation, while it also greatly reduces the high computational time overheads incurred by searches to find correlated images. We employed 3D airborne range data over forested terrain to demonstrate the effectiveness of this method in discriminating the different geometric structures of individual tree clusters. Our experiments showed that cluster-based spin images have the potential to separate classes in terms of different ages and portions of tree crowns.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2006년도 춘계학술발표회 논문집
• /
• pp.205-210
• /
• 2006

With the development of recent technology such as telematics, LBS, and ubiquitous, the applications of 3D GIS are rapidly increased. As 3D GIS is mainly based on urban models consisting of the realistic digital models of the objects existing in an urban area, demands for urban models and its continuous update is expected to be drastically increased. The purpose of this study is thus to propose more efficient and precise methods to construct urban models with its experimental verification. Applying the proposed methods, the terrain and sophisticated building models are constructed for the area of $270,600m^2$ with 23 buildings in the University of Seoul. For the terrain models, airborne imagery and LIDAR data is used, while the ground imagery is mainly used for the building models. It is found that the generated models reflect the correct geometry of the buildings and terrain surface. The textures of building surfaces, generated automatically using the projective transformation however, are not well-constructed because of being blotted out and shaded by objects such as trees, near buildings, and other obstacles. Consequently, the algorithms on the texture extraction should be improved to construct more realistic 3D models. Furthermore, the inside of buildings should be modeled for various potential applications in the future.