• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.28-34
• /
• 2010

본 논문에서는 마찰계수의 비접촉 추정을 위한 영상정보 활용방법을 제안한다. 마찰계수는 이동체의 도로주행 또는 장애물 극복에 있어 매우 중요한 요소이다. 이동체가 이동경로의 마찰계수를 미리 알 수 있다면 이동성향상을 기대할 수 있다. 본 논문의 마찰계수 추정방법은 영상정보를 활용하기 때문에 이동체가 지면과 접촉하기 전에 마찰계수를 추정 할 수 있다는 장점이 있다. 마찰계수의 비접촉 추정을 위한 영상정보 활용방법은 마찰계수측정실험과 물질그룹생성을 포함한 학습단계와 물질그룹 분류과정과 마찰계수 함수 활용을 포함한 마찰계수 추정단계로 구성되어 있으며 물질 조성비를 생성하는 영상처리는 두 단계에 모두 포함된다. 이 과정을 통해 얻은 마찰계수는 무인이동로봇이 이동경로 진입 전에 미끄러움을 판단하여 미끄럼지역을 회피 할 수 있도록 하며, 저속으로 이동이 가능한 경우 미끄럼이 발생하지 않는 적정속도를 계산하는데 확용 가능하다. 본 논문에서 사용한 지형의 마찰계수와 영상정보는 마찰계수 측정실험을 통해 취득하였다. 마찰계수 추정방법을 평가하기 위해 실험지형의 실제 마찰계수와 추정 마찰계수의 차이를 비교하였다.

• 대한전자공학회논문지SP
• /
• 제47권6호
• /
• pp.39-47
• /
• 2010

영상 기반의 모션 캡처에 대한 연구는 인체의 특징 영역 검출, 정확한 자세 추정 및 실시간 성능 등의 문제를 풀기 위해 많은 연구가 진행되고 있다. 특히, 인체의 많은 관절 정보를 복원하기 위해 다양한 방법이 제안되고 있다. 본 논문에서는 수치적인 역운동학 방법의 단점을 개선한 실시간 모션 캡처 방법을 제안한다. 기존의 수치적인 역운동학 방법은 많은 반복 연산이 필요하며, 국부최소치 문제가 발생할 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 기존의 수치적인 역운동학 해법과 UKF를 결합하여 중간관절을 복원하는 방법을 제안한다. 수치적인 역운동학의 해와 UKF를 결합함으로써, 중간 관절 추정 시 최적값에 보다 안정적이고 빠른 수렴이 가능하다. 모션 캡처를 위해 먼저, 배경 차분과 피부색 검출 방법을 이용하여 인체의 특징 영역을 추출한다. 다수의 카메라로부터 추출된 2차원 인체 영역 정보로부터 3차원 정보를 복원하고, UKF와 결합된 수치적인 역운동학 해법을 통해 동작자의 중간 관절 정보를 추정한다. 수치적인 역운동학의 해는 UKF의 상태 추정 시 안정적인 방향을 제시하고, UKF는 다수의 샘플을 기반으로 최적 상태를 찾음으로써, 전역해에 보다 빠르게 수렴한다.

• 대한전자공학회논문지SP
• /
• 제39권6호
• /
• pp.623-629
• /
• 2002

네트워크 혼잡으로 인한 패킷 손실은 인터넷 망에서는 필수 불가결이고, 압축된 비디오 비트 스트림을 인터넷 망에 전송할 경우 공-시간적 도메인상에 에러 전파을 야기하므로 화질에 심각한 화질열화를 초래한다. 본 논문에서는 수신측에서 손상된 영상 일부분을 복구하기 위하여 새로운 에러 은닉 알고리즘인 EBMA(Edge Detection on Boundary Matching Algorithm)를 제안한다. 기존 BMA는 부호화된 인접한 블록의 움직임벡터들이 상당히 높은 유사도 혹은 상관도(correlation)를 갖고 있다는 점과 손실블록과 인접블록 경계에 존재하는 화소간의 유사도를 이용하기 때문에 비교적 신뢰할 수 있지만, 손실블록과 정확히 복원된 인접블록 화소간의 방향성을 고려 하지않는 단점이 있다. 따라서 제안한 알고리즘은 에지영역을 검출하고, 검출된 에지영역에서 방향성을 조사하므로 기존 BMA 방법 보다 성능이 향상되었다. 실험결과는 제안한 알고리즘이 기존 BMA 및 MBMA 방법보다 계산 및 화질측면에서 우월하였을 뿐만 아니라, PSNR 값과 주관적인 화질상에서도 좋은 결과를 나타내었다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.97-105
• /
• 2020

최근 스마트시티 구축을 위하여 지능형 도로인프라를 이용한 차량의 교통정보를 취득하고, 이를 효율적으로 관리하기 위한 기술의 개발이 요구되고 있다. 그동안 도로의 교통정보를 분석하기 위해서는 루프 검지기, 초음파 검지기, 영상식 검지기 등의 다양한 기술들이 활용되고 있었다. 그런데, 이러한 종래의 기술들은 도로내에서 이동하는 차량을 대상으로 교통정보 DB 구축을 위해 필요한 교통 밀도, 대기행렬의 길이등 다양한 교통 DB의 수집에 어려움이 있었다. 따라서, 본 논문에서는 도로위에 지능형 CCTV등 카메라 인프라를 기본으로 구축되는 스마트 시티를 가정하여 도로의 CCTV카메라를 이용하여 도로 CCTV의 Vision Tracking을 이용한 주행차량의 교통DB산출하는 솔루션을 제시하고, 이에 대한 모의실험과 기초성능 검증을 행하였다. 본 논문에서 제시한 솔루션은 일반론으로 발전시켜야할 숙제는 여전히 남아있지만, 가변하는 스마트시티 도로환경속에서 도로부착형 CCTV카메라 이동차량 환경을 반영한 새로운 지능형 교통DB산출솔루션으로 관련 분야에서 유용하게 활용될수 있을것으로 기대된다.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.1036-1043
• /
• 2022

본 논문은 자동계류 장치에 설치하여 선박의 접안 상황을 검출할 수 있는 시각 센서의 개발에 대하여 논하고 있다. 선박의 접안 시 사고방지를 위해 선박의 속도를 통제하고 위치를 확인하고 있음에도 불구하고 부두에서의 선박 충돌사고는 매년 발생하고 있으며, 이로 인한 경제적, 환경적 피해가 매우 크다. 따라서 부두에 접안하는 선박에 대한 안전성 확보를 위해 선박의 위치 및 속도 정보를 신속하게 확보할 수 있는 시각 시스템의 개발은 중요하다. 이에 본 연구에서는 선박의 접안 시 사람과 유사하게 영상을 통해 접안하는 선박을 관찰하고, 주변 환경에 따른 선박의 접안 상태를 적절하게 확인할 수 있는 시각센서를 개발하였다. 먼저, 개발하고자 하는 시각 센서의 적정성을 확보하기 위해 기존 센서로부터 제공되는 정보, 감지 범위, 실시간성, 정확도 및 정밀도 측면에서 센서 특성을 분석하였다. 이러한 분석 자료를 바탕으로 LiDAR형태의 3D시각 시스템의 개념 설계, 구동메커니즘 설계 및 모션 구동부의 힘과 위치 제어기 설계 등을 수행하여 대상물의 정보를 실시간으로 획득할 수 있는 3D 시각 모듈을 개발하였다. 최종적으로 시스템 구동을 위한 제어 시스템의 성능평가와 스캔 속도에 대한 성능을 분석하였고, 실험을 통해 개발된 시스템의 유용성을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.913-924
• /
• 2022

이 연구에서는 국내 연안어장을 대상으로 조식동물 및 서식지에 대한 수중영상 기반의 인공지능 학습자료를 구축하고, state-of-the-art (SOTA) 모델인 High Resolution Network-Object Contextual Representation(HRNet-OCR)과 Shifted Windows-L (Swin-L)을 이용하여, 조식동물 서식지 수중영상의 의미론적 분할을 수행함으로써 화소 또는 화소군 간의 공간적 맥락(상관성)을 반영하는 보다 실제적인 탐지 결과를 제시하였다. 조식동물 서식지인 감태, 모자반의 수중영상 레이블 중 1,390장을 셔플링(shuffling)하여 시험평가를 수행한 결과, 한국수산자원공단의 DeepLabV3+ 사례에 비해 약 29% 향상된 정확도를 도출하였다. 모든 클래스에 대해 Swin-L이 HRNet-OCR보다 판별율이 더 좋게 나타났으며, 특히 데이터가 적은 감태의 경우, Swin-L이 해당 클래스에 대한 특징을 더 풍부하게 반영할 수 있는 것으로 나타났다. 영상분할 결과 대상물과 배경이 정교하게 분리되는 것을 확인되었는데, 이는 Transformer 계열 백본을 활용하면서 특징 추출능력이 더욱 향상된 것으로 보인다. 향후 10,000장의 레이블 데이터베이스가 완성되면 추가적인 정확도 향상이 가능할 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 한국건설순환자원학회논문집
• /
• 제11권2호
• /
• pp.130-137
• /
• 2023

이 연구는 다중벽 탄소나노튜브(MWCNTs) 혼입 PVA 섬유보강 시멘트 복합체에서 배합 순서에 따른 영향을 분석하기 위해 배합 순서를 변수로 고려한 실험을 통해 유동성, 압축 및 휨인장 성능을 분석하였다. 실험 결과, CNT 혼입으로 인하여 유동성이 크게 감소하였으며, CNT가 혼입된 경우 배합 순서에 따라 유동성이 크게 영향을 받는 것으로 나타났다. 압축 강도는 물과 CNT 수용액을 미리 섞어 혼입한 후 PVA 섬유를 혼입하는 순서가 가장 강도 증진 효과가 뛰어난 것으로 나타났으며, 휨인장강도는 건비빔 후 물과 CNT 수용액, PVA 섬유를 미리 섞은 후 배합한 방식이 가장 높은 것으로 나타났다. 다만, 휨인장 거동에서 연성도는 배합 순서와의 연관성이 명확하게 나타나지 않았다. 또한, 미세구조에의 영향을 분석하기 위해 주사전자현미경(SEM) 이미지 분석을 수행하였다. SEM 이미지 분석 결과, 모든 시편에서 CNT가 골고루 분산되어 분포하고 있는 것으로 나타나 CNT가 강도 증진 효과에 기여하고 있는 것을 확인할 수 있었으나, 배합방식으로 인한 차이는 명확하게 나타나지 않았다. 이 연구의 주요 결과는 향후 CNT 혼입 PVA 섬유보강 시멘트 복합체의 작업성 및 재료성능 평가 관련 연구에 유용할 것으로 기대된다.

• 한국지리정보학회지
• /
• 제26권4호
• /
• pp.237-250
• /
• 2023

본 연구에서는 UAV기반 항공사진측량에 의해 정사사진 및 DEM을 생성하고 이를 침수흔적도 제작을 위한 정밀조사에 적용하고자 하였다. 2012년 9월 제6호 태풍 산바(Sanba)의 영향으로 제방붕괴 및 내수침수 피해가 발생한 구미시 고아읍 농경지를 연구대상지역으로 선정하였다. UAV사진측량 성과의 최적 정확도를 얻기 위해 연구지역에 19점의 GCP 최적 배치상태에서 Pix4Dmapper 소프트웨어를 이용한 영상처리를 통하여 점군 데이터, DEM 및 정사영상을 생성하였다. loudCompare의 CSF Filtering를 적용하여 지면요소와 비지면요소로 point cloud를 분리한 후 GRASS GIS 소프트웨어에서 비지면요소만을 사용하여 최종적으로 보정된 DEM을 생성하였다. 최종 생성된 DEM으로부터 추출한 침수위 및 침수심 데이터와 한국국토정보공사(LX)의 공공데이터 포털사이트를 통하여 제공된 2012년 당시 같은 지역에 대한 기존 자료의 침수위 및 침수심 데이터를 비교하여 제시하였다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.111-120
• /
• 2024

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 "cloudynight"을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량("Cloudiness")은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.