• 한국융합학회논문지
• /
• 제10권10호
• /
• pp.107-115
• /
• 2019

인적 및 물적 피해를 크게 초래하는 건설현장의 안전사고를 효과적으로 방지할 수 있는 시스템이 절실히 필요하다. 건설현장의 안전관리 시스템은 주로 대규모 건설현장 위주로 시범 운용되고 있으나, 중소규모의 현장에서 저비용으로 운용할 수 있는 안전관리 시스템은 많이 부족한 실정이다. 건설현장의 안전사고는 예상되는 위험 지역에 허가받지 않은 작업자가 접근하지 못하도록 사전 조치를 하면 효과적으로 방지할 수 있다. 본 연구에서는 소규모 건설현장에서 저비용으로 운용할 수 있는 사물인터넷 기반의 위험구역 경보 시스템을 개발하였다. 본 시스템은 지그비 기반의 비콘기술과 셀룰러 이동통신 기술 등을 활용하여 건설현장에서 추가적인 네트워크의 구축이 없이 허가된 작업자 또는 외부인이 위험구역에 접근시에 감지하고, 안전 관리자에게 위험 경보를 즉시 통보하여 적절한 안전조치를 취할 수 있다.

• 한국항공우주학회지
• /
• 제50권7호
• /
• pp.489-496
• /
• 2022

본 논문에서는 한국항공대학교에서 설계 및 개발한 태양광 무인기인 KAU-SPUAV의 시스템을 소개하고 비행시험을 통하여 성능을 검증하였다. 두 가지 버전의 태양광 무인기의 제원과 전장 구성 그리고 지상 관제 시스템을 소개하였다. 제시한 시스템으로 전파맵 구축, 제주도 해안선 일주 그리고 장기 체공 비행의 세 가지 임무 비행을 수행하였다. 각 임무는 태양광 무인기의 특성을 이용하는 비행으로서 주로 장시간 및 장거리 임무로 구성되었다. 본 연구를 통하여 태양광 무인기의 장기체공 능력을 이용해 다양한 임무에 사용될 수 있음을 보였다. 비행 시험 결과를 기반으로 시스템 추가 개선을 통하여 성능 향상을 도모할 수 있음을 확인하였다.

• 한국통신학회논문지
• /
• 제41권4호
• /
• pp.395-403
• /
• 2016

본 논문은 이기종 네트워크(heterogeneous networks: HetNet)를 위한 다중 셀 검출 방안을 제안한다. 이기종 네트워크에서 여러 셀을 동시에 검출 시 모든 셀로부터의 채널 정보를 획득하는 것은 어렵기 때문에 채널 정보를 필요로 하지 않는 비동기(non-coherent) 검출 방식이 선호된다. 본 논문에서는 가중치 벡터를 사용하는 비동기 기반 단일 셀 검출 기법을 제안하고, 이를 이용한 순차적 간섭 제거 기반 다중 셀 방안을 고안한다. 셀 검출 능력 향상을 위해 가중치 벡터는 무선 채널이 갖는 일반적 성질을 반영하여 설계되었다. 또한 제안된 단일 셀 검출 방안의 성능이 각 채널 환경별 최적 가중치 벡터 근처에서 둔감하게 변하는 성질을 바탕으로 다양한 채널 환경 및 신호 대 잡음비 영역에서 최적 성능에 근접한 universal 가중치 벡터도 제안되었다. 모의실험 결과 제안된 다중 셀 검출 방안은 향상된 단일 셀 검출 능력을 통해 기존 방식 대비 좀 더 정확히 셀을 검출할 수 있고, 검출된 셀로부터의 신호를 수신 신호에서 제거함으로써 나머지 셀을 효과적으로 검출할 수 있음을 확인하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.457-467
• /
• 2021

이 연구에서는 COVID-19 확산에 따른 정부의 사회적 거리두기 조치가 도시민들의 공간이용행태에 미친 영향을 서울시 생활인구 자료를 이용하여 분석한다. 생활인구는 서울시와 KT가 공공빅데이터와 LTE시그널 데이터를 이용하여 추계한 특정시점, 특징지역에 존재하는 모든 인구이다. 커널밀도추정과 공간자기상관을 이용하여 COVID-19 유행 전후인 2019년과 2020년의 주중 주간생활인구를 분석한 결과, 2019년과 2020년의 생활인구분포는 전반적으로 유사한 패턴을 보였다. 이는 정부의 사회적 거리두기 조치가 COVID-19 확산을 통제하면서도 어느 정도 정상적인 활동을 가능하게 했다는 것을 의미한다. 그러나 2020년과 2019년의 차감생활인구에 대한 분석 결과는 미시적 차원에서 다른 결과를 보여주고 있다. 상업시설과 업무시설이 밀집한 지역에서는 주간생활인구가 감소하였으며 주거지역에서는 증가한 것으로 나타났다. 이는 COVID-19 사회적 거리두기 조치가 공간적으로 균등하지 않은 영향을 발생시켰다는 것을 의미한다. 공간회귀분석을 통해 지역, 토지이용, 경제, 교육, 접근성 특성의 생활인구 변화 영향을 분석한 결과, 상업과 업무시설 밀도가 높을수록, 규제를 받는 업종들과 비대면 수업을 하는 학교와 대학교가 많을수록 주간생활인구가 더 감소한 것으로 나타났다. 반면, 재택근무와 야외활동 증가로 주택과 공원이 많을수록 주간생활인구가 더 증가한 것으로 나타났다.