• 한국산학기술학회논문지
• /
• 제13권12호
• /
• pp.6013-6021
• /
• 2012

냉감을 느끼지 않을만한 온도에서 신체부위에 차가움을 느껴 일상생활이 곤란함을 호소하는 냉증환자가 늘어남에도 불구하고, 정확한 진단기구와 뚜렷한 치료기기가 없는 것이 사실이다. 그러므로 본 논문에서는 다양한 센서를 통하여 냉증을 측정 및 진단하고 환자의 냉증정도에 맞게 적응적으로 산소압과 치료시간을 조정할 수 있는 산소챔버를 냉증치료용 의료기기로 제안 설계한다. 특히 의사의 진찰과 문진을 통해 경험에 의존하던 기존의 주관적인 냉증 진단 방법에서 벗어나, 첨단 복합 생체센서의 측정데이터를 임상실험에 근거한 임계치를 바탕으로 비교함으로써 냉증을 정확히 진단하는 방법을 소개한다. 최종적으로 냉증의 진단 단계에 따라 적응적으로 산소량을 제어함으로써 냉증을 효과적으로 치료하는 산소챔버를 구현하여 한의학 의료기기의 과학화와 대중화에 기여하고자 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.150-152
• /
• 2006

The DISCOVER Project (${\underline{D}}istributed$ ${\underline{I}}nformation$ ${\underline{S}}ervices$ for ${\underline{C}}limate$ and ${\underline{O}}cean$ products and ${\underline{V}}isualizations$ for ${\underline{E}}arth$ ${\underline{R}}esearch$) is a NASA funded Earth Science REASoN project that strives to provide highly accurate, carefully calibrated, long-term climate data records and near-real-time ocean products suitable for the most demanding Earth research applications via easy-to-use display and data access tools. A key element of DISCOVER is the merging of data from the multiple sensors on multiple platforms into geophysical data sets consistent in both time and space. The project is a follow-on to the SSM/I Pathfinder and Passive Microwave ESIP projects which pioneered the simultaneous retrieval of sea surface temperature, surface wind speed, columnar water vapor, cloud liquid water content, and rain rate from SSM/I and TMI observations. The ocean products available through DISCOVER are derived from multi-sensor observations combined into daily products and a consistent multi-decadal climate time series. The DISCOVER team has a strong track record in identifying and removing unexpected sources of systematic error in radiometric measurements, including misspecification of SSM/I pointing geometry, the slightly emissive TMI antenna, and problems with the hot calibration source on AMSR-E. This in-depth experience with inter-calibration is absolutely essential for achieving our objective of merging multi-sensor observations into consistent data sets. Extreme care in satellite inter-calibration and commonality of geophysical algorithms is applied to all sensors. This presentation will introduce the DISCOVER products currently available from the web site, http://www.discover-earth.org and provide examples of the scientific application of both the diurnally corrected optimally interpolated global sea surface temperature product and the 4x-daily global microwave water vapor product.

• 한국ITS학회 논문지
• /
• 제16권2호
• /
• pp.105-115
• /
• 2017

루프 검지기, 영상 검지기 등의 기존 교통 검지기들은 설치와 유지보수에 드는 비용이 크고, 밤과 낮에 따라 상이한 검지 알고리즘이 필요하거나 날씨에 따라 검지율의 편차가 크다는 단점을 가지고 있다. 반면에 밀리미터파 레이더는 악천후에 의한 영향을 받지 않고, 주야간에 관계없이 일정한 검지 성능을 얻을 수 있다. 덧붙여 설치와 유지보수를 위하여 교통 통제의 필요가 없고, 다수의 차량을 동시에 검지 가능하다. 본 연구는 이러한 장점을 가진 레이더 센서를 활용한 다중 물체 검지 알고리즘을 기존의 단일 물체 검지 알고리즘을 응용하여 구현하였으며 이에 대한 평가를 수행하여 의미 있는 결과를 얻었다.

• 제어로봇시스템학회논문지
• /
• 제18권6호
• /
• pp.584-593
• /
• 2012

This paper introduces an AVP (Automated Valet Parking) system which applies an autonomous driving concept into the current PAS (Parking Assistant System). The present commercial PAS technology is limited into vehicle. It means vehicle only senses and controls by and for itself to assist the parking. Therefore, the present PAS is restricted to simple parking events. But AVP includes wider parking events and planning because it uses infra-sensor network as well as vehicle sensor. For the realization of AVP, the commercial steering system of a compact vehicle was modified into steer-by-wire structure and various sensors like LRF (Long Range Finder) and camera were installed in a parking area. And local & global server decides where and when the vehicle can go and park in the testing area after recognized the status of environment and vehicle from those sensors. GPS solution was used to validate the AVP performance. More various parking situations, vehicles and obstacles will be considered in the next research stages based on these results. And we expect this AVP solution with more intelligent vehicles can be applied in a big parking lot like a market, an amusement park, etc.

• 센서학회지
• /
• 제5권1호
• /
• pp.43-50
• /
• 1996

본 논문은 $1.5{\mu}m$ n-well CMOS 공정 기술에 의해 제조된 다중 바이오텔레미트리 시스템의 동작 특성을 기술하였다. 이 시스템은 체내에 삽입된 서로 다른 센서로부터 계측한 생체 정보를 무선으로 전송하여 외부에서 수신하는 것으로 8개의 피측정체로부터 선택된 7개의 생체 신호를 연속적으로 체외로 전송 한다. FM송신기와 센서 인터페이스 회로를 제외한 체내 삽입 시스템은 $4{\times}4mm^{2}$의 크기로 집적화 하였고, 집적 화한 IC는 $3{\times}3{\times}2.5cm$의 하이브리드 패키지에 수용하였다. 이 시스템의 특징은 8개의 피측정체중에서 임의의 피측정체를 선택할 수 있을 뿐 아니라, 외부 시스템의 커맨드 신호와 선택 신호에 의해 체내 삽입된 전원의 ON/OFF가 가능하다. 이와 같은 전원의 간헐적 동작으로 커맨드 수신기 자체의 소비 전력도 줄일 수 있다. 현재 국내에서 개발되고 있는 각종센서를 이 시스템과 결합해서 삽입하면 혈압 ECG, EMG, 체온 등의 생체정보를 측정하고 분석하는데 매우 편리할 것으로 기대한다.

• 한국정보통신학회논문지
• /
• 제15권3호
• /
• pp.700-712
• /
• 2011

현대의 인간은 시간과 공간에 상관없이 정보기기를 이용하여 네트워크에 접근할 수 있는 환경에 노출되어 있다. 이러한 환경에서 사용자들은 다수의 온라인 정보 기기들을 통해 정보를 수신, 입력, 가공이 가능하다. 하지만, 현대에 널리 사용되는 마우스, 조이스틱, 트랙볼 등과 같은 포인팅 시스템은 휴대가 불편하고, 사용시 손이 자유롭지 않기에 유비쿼터스 환경에서 사용하기 어렵다. 본 논문에서는 휴대 및 설치가 간편하고, 사용시 사용자의 손이 자유로운 무선 센서기반의 다차원 사용자 움직임 탐지 시스템을 구현하였다. 본 시스템은 사용자 팔 움직임을 감지하여 수신기로 전달하는 입력기와 입력기로부터 받은 데이터를 응용프로그램으로 전달하는 수신기, 수신한 데이터를 처리하여 명령을 수행하는 응용프로그램으로 구성된다. 실험을 통하여 제안된 시스템이 사용자의 팔 움직임을 정확히 탐지하고, 해당된 입력 요구사항을 충분히 수행함을 보인다.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.63-68
• /
• 2018

최근 실험실에서 발생하는 안전사고가 다양한 형태로 발생함에 따라 실험실의 안전사고를 줄일 수 있는 시스템이 요구되고 있다. 기존 시스템은 온도, 습도의 변화에 따라 위험상황을 식별하지만 위험상황의 유형을 알 수 없고 기기의 동작이 수동으로 이루어지는 단점이 있다. 이에 본 논문에서는 다중 센서를 활용하여 시약장의 위험상황을 식별하고 기기를 자동으로 동작시키는 시스템을 제안한다. 시약장의 내부 환경은 센서들을 통해 실시간으로 측정되며 센서 데이터는 위험상황을 식별하는 것에 활용된다. 또한 위험상황이 식별되었을 경우 이에 맞는 기기를 선택하고 자동으로 동작시킨다. 이와 같이 시약장의 위험상황을 식별하고 기기를 자동으로 동작시킴으로써 시약장에서 발생하는 안전사고를 줄일 수 있을 것으로 사료된다.

• Advances in robotics research
• /
• 제2권1호
• /
• pp.45-57
• /
• 2018

Even though the popularity of projection mapping continues to increase and it is being implemented in more and more settings, most current projection mapping systems are limited to special purposes, such as outdoor events, live theater and musical performances. This lack of versatility arises from the large number of projectors needed and their proper calibration. Furthermore, we cannot change the positions and poses of projectors, or their projection targets, after the projectors have been calibrated. To overcome these problems, we propose a projection mapping method using a projector robot that can perform projection mapping in more general or ubiquitous situations, such as shopping malls. We can estimate a projector's position and pose with the robot's self-localization sensors, but the accuracy of this approach remains inadequate for projection mapping. Consequently, the proposed method solves this problem by combining self-localization by robot sensors with position and pose estimation of projection targets based on a 3D model. We first obtain the projection target's 3D model and then use it to accurately estimate the target's position and pose and thus achieve accurate projection mapping with a projector robot. In addition, our proposed method performs accurate projection mapping even after a projection target has been moved, which often occur in shopping malls. In this paper, we employ Ubiquitous Display (UD), which we are researching as a projector robot, to experimentally evaluate the effectiveness of the proposed method.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.553-557
• /
• 2009

USS(Ubiquitous Smart Space)는 공간내에서 벌어지는 다양한 상황을 인지하고, 사물이나 서비스들이 자율적으로 협업함으로써 사용자의 목표에 맞는 서비스를 제공한다. U-Safety는 USS 상에서 다중센서를 통해 좀더 정확한 상황을 인지하고 이에 대처하여 조처를 취하는 시스템이다. U-Safety 에서 사용되는 다양한 센서들이 수집한 데이터 중에 영상데이터는 사람이 객관적으로 상황을 추론하기에 가장 이상적이다. 센터는 다양한 곳에 설치된 영상입력 장치로 부터 많은 양의 영상 데이터를 수집하여 이를 바탕으로 다중의 상황인지 및 추론을 수행하게 된다. 이에 센터는 방대한 양의 데이터를 처리하기 위해 매우 많은 자원을 소비하게 된다. 본 논문에서는 제안하는 계층적 영상 처리 방법은 영상입력 장치에서 1차 상황인지를 하고 전체 영상중 상황인지의 가능성이 높은 부분만을 블럭화하여 센터로 전송하는 방법을 제안한다. 이는 센터가 영상처리를 위해 소비하는 자원을 줄여 원활한 상황인지의 효율을 높이고 U-Safety 망에 영상데이터가 차지하는 비율을 줄인다.

• 대한임베디드공학회논문지
• /
• 제14권5호
• /
• pp.277-286
• /
• 2019

In this paper, we propose an efficient hyperplane generation technique to classify human activity from combination of events and sequence information obtained from multiple-event sensors. By generating hyperplane efficiently, our machine learning algorithm classify with less memory and run time than the LSVM (Linear Support Vector Machine) for embedded system. Because the fact that light weight and high speed algorithm is one of the most critical issue in the IoT, the study can be applied to smart home to predict human activity and provide related services. Our approach is based on reducing numbers of hyperplanes and utilizing robust string comparing algorithm. The proposed method results in reduction of memory consumption compared to the conventional ML (Machine Learning) algorithms; 252 times to LSVM and 34,033 times to LSTM (Long Short-Term Memory), although accuracy is decreased slightly. Thus our method showed outstanding performance on accuracy per hyperplane; 240 times to LSVM and 30,520 times to LSTM. The binarized image is then divided into groups, where each groups are converted to binary number, in order to reduce the number of comparison done in runtime process. The binary numbers are then converted to string. The test data is evaluated by converting to string and measuring similarity between hyperplanes using Levenshtein algorithm, which is a robust dynamic string comparing algorithm. This technique reduces runtime and enables the proposed algorithm to become 27% faster than LSVM, and 90% faster than LSTM.