• 반도체디스플레이기술학회지
• /
• 제12권2호
• /
• pp.67-72
• /
• 2013

Temperature is a critical parameter in yield improvement for wafer manufacturing. In chemical vapor deposition (CVD) equipment, crack defect in ceramic heater leads to yield reduction, however, there is no suitable ceramic heater fault detection system for conventional CVD equipment. This paper proposes a short-time zero-crossing rate based fault detection method for the ceramic heater in CVD equipment. The proposed method measures the output signal ($V_{pp}$) of RF filter and extracts the zero-crossing rate (ZCR) as feature vector. The extracted feature vectors have a discriminant power and Gaussian mixture model (GMM) based fault detection method can detect fault in ceramic heater. Experimental results, carried out by measured signals provided by a CVD equipment manufacturer, indicate that the proposed method detects effectively faults in various process conditions.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2006년도 춘계종합학술대회
• /
• pp.135-138
• /
• 2006

각종 현장 및 시설물에는 모터를 이용하여 작업하는 전기실 또는 기계실 등이 많이 있다. 이러한 경우, 모터를 제어하는 배전반의 일종인 모터제어센터(MCC)와 중앙통제실에는 데스크 판넬(desk panel)이 설치되며, 현장마다에는 각각의 로컬 판넬(local panel)이 설치되어 있다. 현재 이러한 구성요소들은 많은 유선으로 연결되어 있으며, 각각의 유니트(unit) 마다 나오는 접점신호의 온(on)/오프(off) 신호가 중앙통제실의 데스크 판넬에 전달되고 있다. 본 논문에서는 무선 LAN 환경에서 모터의 감시 및 제어를 위한 시스템에 관한 연구이다. 즉, 현장에서 근무자의 직접적인 모터의 동작 상태 확인 및 작동을 위한 불편함을 해소하기 위하여, 무선 LAN 환경을 통하여 모터제어센터의 감시 제어를 위한 시스템의 구현이다. 이를 위하여, 모터제어센터와 모터 감시 시스템(컴퓨터) 간의 데이터 전송을 위해서 무선 LAN의 블루투스 통신모듈을 이용한 RF 송 수신기 및 관리자를 위한 감시(모니터링) 프로그램을 구현하였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제13권3호
• /
• pp.331-339
• /
• 2024

Reliable and precise indoor localization is crucial for personal navigation, emergency rescue, and monitoring workers indoors. To use this technology in different applications, it is important to make it less dependent on infrastructure and to keep the error as small as possible. Fingerprinting stands out as a popular choice for indoor positioning because it leverages existing infrastructure and works with just a smartphone. However, its accuracy heavily relies on the quality of that infrastructure. For instance, having too few access points or beacons can greatly reduce its effectiveness. To reduce dependence on RF infrastructure, we have developed surface correlation (SC) using accumulated Received Signal Strength Indicator (RSSI) signals This approach constructs a user mask for radio map comparisons using an accumulated RSSI vector and the trajectory of the user, which is estimated through PDR. The location with the highest correlation is considered as the user's position after comparison. Through a simulation, the performance of short RSSI vector-based technology and SC is analyzed, and future directions for the development of SC are discussed.

• 한국전자파학회논문지
• /
• 제16권6호
• /
• pp.549-555
• /
• 2005

본 논문은 전파 수집 및 감시 시스템 등에 사용되는 초고주파 신호의 도래 방향 측정에 관한 연구로써, 방향탐지 장치의 안테나를 통해서 수신된 신호들의 진폭차를 이용하여 신호의 입사 방향을 측정하는 진폭 비교 방향 탐지 방식과 동일한 안테나로 수신된 고주파 신호들의 위상차를 이용하여 전파의 도래 방향을 측정하는 위상 비교 방향 탐지 방식을 결합하는 새로운 기술이다. 본 방식은 위상 비교 기술의 정밀한 방향 탐지 능력과 진폭 비교 방식의 측정 방위 모호성 제거 능력을 복합하여 간단한 구성으로써 모호성이 없고 정밀하게 전파 도래 방향을 측정하는 기술이다. 제시된 방향 탐지 기술을 $360^{\circ}$ 전 방위각에서 전파의 방향을 측정하기 위해서 8개의 안테나를 원주를 따라서 $45^{\circ}$ 간격으로 일정 하게 배치하고, 인접한 안테나의 수신 신호 위상차를 이용하여 전파의 도래 방향을 측정하고, 진폭차를 이용하여 도래 방향 모호성을 제거하였을 때, 설계된 방향 탐지 장치의 모사 및 측정 결과는 도래 신호의 신호 대 잡음비가 30 dB인 경우에 $2.0\~6.0$ GHz주파수 범위에서 $0.5^{\circ}$ 이하의 양호한 방향 탐지 오차를 얻었다.

• Journal of Biosystems Engineering
• /
• 제28권6호
• /
• pp.511-516
• /
• 2003

컴퓨터 시각 기술은 다양한 농작업 생력화에 있어 핵심적인 역할을 해왔다. 비록 컴퓨터 시각 기술이 광범위한 분야에 성공적으로 적용되고 있다고는 하지만 인간의 시각을 통한 인지 능력에 비하면 현재의 컴퓨터 시각 기술은 여전히 매우 미흡한 수준에 있다고 하겠다. 특히, 작업환경이 비구조적이고 가변적인 농작업 환경 하에서의 작업의 생력화는 이러한 기술적 문제를 극복하는 것이 작업의 성패를 좌우하게 된다. 본 논문에서는 원격작업 개념을 도입하여 작업자와 작업기계간의 호환적인 인터페이스를 구축하고 컴퓨터와 인간의 혼합형 의사결정 시스템을 구현하여 기존의 컴퓨터 시각 기술이 갖는 인지 처리 능력의 한계를 극복하는 시스템을 제안하였다. 시설재배에 요구되는 전정, 관수, 방제, 제초, 수확, 운반 등과 같은 다양한 작업들은 작업 대상체에 대한 인식을 바탕으로 수행된다. 특히 가변적인 자연 조명 환경 하에서 수박과 줄기 그리고 잎이 혼재되어 있는 재배현장의 영상으로부터 수박을 추출하여 그 위치 좌표를 산출하는 작업은 기술적으로 매우 어려운 작업이며 수박이 잎과 줄기로 덮혀 있는 경우 더욱 어려워진다. 제안한 개념을 구현하기 위하여 무선으로 수신되는 재배 현장의 수박 영상으로부터 수박을 인식하도록 하였다. 개발한 시스템은 작업자(농민), 컴퓨터 그리고 자동화 작업설비가 상대적으로 수월성을 갖는 기능을 중심으로 역할을 분담하도록 구축하였다 개발 시스템은 크게 무선원격 모니터링 및 작업제어 모듈, 무선원격 영상 획득 및 데이터 송수신 모듈, 작업자와 컴퓨터간의 인터페이스 모듈로 구성하였다 작업자는 RF 송수신 모듈을 통하여 무선으로 획득되어 터치 스크린에 보여지는 영상을 통하여 작업 지시를 하게 되고 이 작업 지시로부터 컴퓨터는 국부 영상처리 시퀀스를 통하여 수박을 추출하고 위치를 산출하게 된다. 개발한 인터페이스 시스템은 가변적이고 복잡한 작업 환경하에서 작업 대상체의 정보를 실시간으로 성공적으로 추출하였다. 제안한 원격작업 인터페이스 시스템은 다양한 생물생산 작업의 생력화를 촉진하는 중심적 역할을 할 것으로 기대된다.

• 대한의용생체공학회:의공학회지
• /
• 제28권4호
• /
• pp.494-502
• /
• 2007

Ubiquitous location based services (u-LBS) will be interested to an important services. They can easily recognize object position at anytime, anywhere. At present, many researchers are making a study of the position recognition and tracking. This paper consists of postion recognition and user identification system. The position recognition is based on location under services (LBS) using a signal strength map, a database is previously made use of empirical measured received signal strength indicator (RSSI). The user identification system automatically controls instruments which is located in home. Moreover users are able to measures body signal freely. We implemented the multi-hop routing method using the Star-Mesh networks. Also, we use the sensor devices which are satisfied with the IEEE 802.15.4 specification. The used devices are the Nano-24 modules in Octacomm Co. Ltd. A RSSI is very important factor in position recognition analysis. It makes use of the way that decides position recognition and user identification in narrow indoor space. In experiments, we can analyze properties of the RSSI, draw the parameter about position recognition. The experimental result is that RSSI value is attenuated according to increasing distances. It also derives property of the radio frequency (RF) signal. Moreover, we express the monitoring program using the Microsoft C#. Finally, the proposed methods are expected to protect a sudden death and an accident in home.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• Radiation Oncology Journal
• /
• 제24권4호
• /
• pp.300-308
• /
• 2006

목 적: 본 연구에서는 선형가속기 갠트리 헤드에 부착된 무선 CCTV 카메라를 이용한 영상처리를 통하여 환자 고정과 치료에 있어서의 정확성과 재현성 향상 방안을 개발하고자 하였다. 대상 및 방법: 선형가속기의 유사-빔 방향상(semi-beams eye view, semi-BEV)을 얻기 위하여 무선 CCTV 모듈을 자체 제작된 아크릴 어플리케이터를 이용하여 갠트리 헤드에 부착하였다. CCTV 카메라의 영상은 2.4 GHz의 고주파를 통해 치료실 벽면의 수신기로 전송된다. 선형가속기 작동 시 발생하는 무선 주파수에 의한 간섭현상(RF interference)과 누설 방사선으로 영상에 잡음이 발생하는데, 구리 호일로 카메라를 차폐하고 미디안 필터링과 같은 영상처리 기법을 이용하여 이러한 잡음을 최소화할 수 있었다. 스테레오 정합 기법과 Gauss-Newton 최적화 방법론을 기반으로 자체 제작된 소프트웨어를 통해, 환자의 고정 상태를 나타내는 3차원적 위치, 이동, 회전 정도를 정량적으로 평가하였다. 시스템의 정확도를 평가하기 위하여 팬톰 실험을 수행하였다. 또, 환자 호흡에 대한 실시간 영상분석을 통해 호흡 동기 시스템(respiratory gating system)을 구현하기 위한 방법론을 개발하였다. 결 과: 구리 호일 차폐와 영상처리를 통해 잡음을 80% 이상 줄일 수 있었다. 3차원 위치정보의 오차는 팬톰 실험을 통해 $1.5{\pm}0.7\;mm$로 나타났고, 이동 및 회전량에 대한 오차는 각각, 1 mm, $1^{\circ}$ 미만으로 나타났다. 환자 호흡에 따른 호흡 동기 시스템을 구현한 결과, 0.2초의 오차 범위 내에서 실시간 모니터링이 가능한 것으로 나타났다. 결 론: 선형가속기에 부착된 CCTV를 이용한 환자 고정 보조기술은 기존의 높은 비용을 필요로 하는 타 IGRT 기법에 비하여 설치와 이용이 간편하다. 시스템이 선형가속기와 근접해 있기 때문에 야기되는 문제점은 본 연구에서 제시된 방법을 통해 해결될 수 있었다. 시스템의 정확도를 평가해 볼 때, 임상적으로 적용이 가능할 것으로 판단된다.

• 정보처리학회논문지C
• /
• 제15C권4호
• /
• pp.297-302
• /
• 2008

모바일 디바이스에서 다량의 정보를 표시할 경우에 제한된 대역폭과 작은 스크린 사이즈로 인해 많은 정보를 디스플레이하기 어렵기 때문에 제어 명령을 수행하기 위해 모바일 장치를 리모컨으로 사용하여 TV와 같은 원격 장치에 디스플레이하는 시스템이 개발되고 있다. 이런 시스템들은 각각의 원격 디스플레이 장치에 해당하는 인터페이스 설계 및 개발에 필요한 비용이 많이 요구된다. 본 논문에서는 고유의 'Mote ID'에 대한 상황 데이터의 연속적인 모니터링을 위해서 유비쿼터스와 무선 모바일 환경 기반의 실시간 원격 디스플레이 기법을 제안한다. 또한, 유비쿼터스 컴퓨팅의 환경 데이터 처리를 통해서 상황 인식 기반의 실시간 원격 디스플레이의 응용으로 ZigbeX와 같은 센서 네트워크 장비를 통해서 원거리의 데이터를 수집 및 모니터링하고 PDA의 무선 모바일을 통해서 실시간 원격 디스플레이 어플리케이션을 구현한다. 본 논문에서 제안하는 시스템은 원격 디스플레이 및 제어를 위한 PDA, 데이터 수집 및 무선 통신(Radio Frequency: RF)을 위한 모트 임베디드 응용 프로그래밍, 수집한 데이터 분석 및 처리를 위한 서버 모듈, 가상 기계에 의한 모니터링 및 제어를 위한 가상 프로토타이핑으로 구성된다. 구현 결과, 인간 중심적인 설계 관점에서 이동성, 정보 접근의 유용성이 좋을 뿐 아니라 데이터 전송이 효율적임을 알 수 있었다.

• 농업과학연구
• /
• 제47권3호
• /
• pp.633-644
• /
• 2020

Rice paper is an element of Vietnamese cuisine that can be used to wrap vegetables and meat. Rice and starch are the main ingredients of rice paper and their mixing ratio is important for quality control. In a commercial factory, assessment of food safety and quantitative supply is a challenging issue. A rapid and non-destructive monitoring system is therefore necessary in commercial production systems to ensure the food safety of rice and starch flour for the rice paper wrap. In this study, fluorescence hyperspectral imaging technology was applied to classify grain flours. Using the 3D hyper cube of fluorescence hyperspectral imaging (fHSI, 420 - 730 nm), spectral and spatial data and chemometric methods were applied to detect and classify flours. Eight flours (rice: 4, starch: 4) were prepared and hyperspectral images were acquired in a 5 (L) × 5 (W) × 1.5 (H) cm container. Linear discriminant analysis (LDA), partial least square discriminant analysis (PLSDA), support vector machine (SVM), classification and regression tree (CART), and random forest (RF) with a few preprocessing methods (multivariate scatter correction [MSC], 1^st and 2^nd derivative and moving average) were applied to classify grain flours and the accuracy was compared using a confusion matrix (accuracy and kappa coefficient). LDA with moving average showed the highest accuracy at A = 0.9362 (K = 0.9270). 1D convolutional neural network (CNN) demonstrated a classification result of A = 0.94 and showed improved classification results between mimyeon flour (MF)1 and MF2 of 0.72 and 0.87, respectively. In this study, the potential of non-destructive detection and classification of grain flours using fHSI technology and machine learning methods was demonstrated.