• 한국컴퓨터정보학회논문지
• /
• 제19권6호
• /
• pp.109-117
• /
• 2014

냉동창고는 일반 창고와 달리 냉각설비를 갖춘 단열된 건물의 창고로서, $0^{\circ}C$이하의 다양한 유형의 냉장/냉동고에 물품들을 입고, 적재, 출고하는 일련의 업무가 운영된다. 최근 냉동창고에 RFID 기술이 도입됨으로써 창고 내 물품관리를 네트워크화, 지능화할 수 있게 되었다. 그러나 RFID 시스템으로 인한 물리적 인식 실패뿐만 아니라 논리적 인식 실패로 인한 물류정보 불일치가 발생하게 되면 RFID 냉동창고 관리시스템의 신뢰도가 떨어지고 업무의 효율이 감소하게 된다. 본 논문에서는 RFID 냉동창고 관리 시 발생하는 다양한 종류의 오류들을 즉각적으로 탐지할 수 있는 슈퍼바이저 시스템의 개발내용에 대해 기술한다. 이는 RFID 냉동창고 관리업무상 발생할 수 있는 오류들의 제약조건들을 미리 설정하고 오류의 알림을 받을 수 있는 마스터 슈퍼바이저와 냉동창고 내 업무를 처리하는 작업자가 오류에 대한 알림을 받고 그 자리에서 오류를 직접 확인하고 처리할 수 있는 모바일 슈퍼바이저로 구성된다. 본 논문에서는 슈퍼바이저 시스템이 RFID 냉동창고 관리시스템 상의 오류들을 탐지/분석하는 시간을 줄임으로써 신뢰성을 높이기 위한 평균복구시간을 줄일 수 있음을 보인다.

• 한국건설관리학회논문집
• /
• 제23권4호
• /
• pp.3-14
• /
• 2022

건설현장 생산성 및 안전성 향상을 위해 건설장비 자율화를 위해 산학에서 많은 노력을 기울이고 있다. 장비 자율화를 위해서는 다양한 환경과 많은 양의 데이터 수집이 필요하다. 하지만 실제 환경에서 데이터 수집을 위한 테스트베드 확보에 많은 시간과 비용이 소모되며 불확실성 역시 크기 때문에 효과적인 데이터 수집과 처리에 어려움이 존재한다. 이에 본 연구에서는 타워크레인을 대상으로 자율화기술 개발을 위한 데이터 수집 및 테스트가 가능한 가상환경을 개발하는 것을 목표로 한다. 본 연구에서 달성한 연구성과는 다음과 같다. 1. 타워크레인 자율운행에 필요한 기술과 기술이 적용될 수 있는 환경을 운영설계 도메인, 물체 및 이벤트 감지 및 반응, 최소기능조건이라는 세 가지 성능기준을 활용하여 정의함. 2. 정의된 환경 내에서 자율화 장비의 인지, 판단, 제어를 위한 각 기술을 학습하고 테스트하기 위한 가상 환경을 Unity를 활용하여 구축함. 3. 가상환경의 목적 달성 여부를 위한 평가지표로 Visual, Motion, Functional Fidelity를 사용해 가상환경이 현실 공사현장을 충실하게 표현하고 있음을 검증함. 본 연구에서 구축한 가상환경 플랫폼을 통해 등 타워크레인 자율화에 있어 요구되는 가상 데이터를 수집하고, 각 기능들을 테스트하는 데 소모되는 비용 및 시간을 절감할 수 있을 것이며, 또한 타워크레인 뿐 아니라 타 건설장비의 자율화기술 개발에 있어서도 기여할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• Journal of Preventive Medicine and Public Health
• /
• 제29권3호
• /
• pp.471-482
• /
• 1996

Early recognition of coalescence in pneumoconiotic lesions is important because such coalescence is associated with the respiratory symptoms and deterioration of lung function. This complicated form of pneumoconiosis also has worse prognosis than does simple pneumoconiosis. High resolution computerized tomography(HRCT) provides significant additional information on the stage of the pneumoconiosis because it easily detects coalescence of nodules and emphysema that may not be apparent on the simple radiograph. The purpose of this study is to clarify the role of HRCT in detection of large opacity and the relationship of change between the coalescence of nodules or emphysema and lung function in dust exposed workers. 1. There was good correlation between the HRCT grade of pneumoconiosis and ILO category of profusion. 5(9.09%) in 55 study population had confluent nodule extending eve, two o, more cuts on HRCT. HRCT could identify the pneumoconiotic nodules which was not found by simple radiogrphy in 6 workers with category 0/0. 2. No significant difference was observed coalescence of nodules and emphysema by dust type. 3. There was no significant difference in pulmonary function according to ILO and HRCT classification. 4. HRCT could detect the significant reduction in $FEV_1,\;FEV_1/FVC$, PEFR, $FEF_{25},\;FEF_{50},\;and\;FEF_{75}$ and remarkable increase in RV and TLC in study persons with emphysema compared with non-emphysema group. 5. Emphysema was found more often in nodules-coalescence group than small opacity group by HRCT. We found that HRCT could easily detect areas of coalescence and complicated emphysema compared to plain chest X-ray. Also our data suggest that it is primarily the degree of emphysema rather than the degree of pneumoconiosis that determines the level of pulmonary function.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.50-53
• /
• 2022

최근 위조 외국 선박이 국내항을 여러번 입출항한 경우가 있었다. 선박에는 국제해사기구(IMO)가 선박을 식별하기 위해 부여한 선박 고유 일련번호가 있으며 2004년 이후 건조된 모든 선박에 IMO 표시를 의무적으로 해야 한다. 대표적인 물류 플랫폼인 공항과 항만의 경우 보안체계가 필수적이지만 항만에서의 보안체계를 세우는 것은 어렵고 사각지대가 많아 보안체계의 미흡으로 인한 보안문제가 발생할 수 있다. 본 논문에서는 딥러닝 객체인식 및 OpenCV를 이용하여 항만 보안시스템을 설계한다. 보안시스템 프로세스는 선박 입항시 객체 인식 후, 선박의 IMO번호를 추출하여 입항 기록이 있는 선박의 경우 특징점 매칭을 통해 동일한 선박인지 판단하고, 최초 입항 선박의 경우 입출항 DB에 선박 이미지 및 IMO번호를 저장한다. 본 논문의 시스템을 통해 항만보안시스템을 활용하여 입항 관리 인력 단축으로 인한 효율성 증가와 미허가 입항으로 발생하는 부대 비용 절감을 통한 항만 물류 업무 효율성 및 체계 개선과 보안시스템 도입을 통해 항만 보안을 강화할 수 있다.

• 한국터널지하공간학회 논문집
• /
• 제25권6호
• /
• pp.569-582
• /
• 2023

최근 국내 주요 SOC 시설물의 사용 연수가 30년 이상을 넘어가고 있어, 10년 내 노후화가 급속도로 진행될 것으로 예상되면서 시설물의 선제적 유지관리에 대한 필요성이 대두되고 있다. 이에 따라 유지관리 분야에도 스마트 점검 기술을 도입하기 위한 연구가 다수 수행되고 있다. 하지만 현재 시설물 유지관리는 인력위주의 안전점검 및 진단에 맞춰 제도가 마련되어 있어, 실제 현장에서 육안조사에 의존하여 조사가 이뤄지고 있는 실정이다. 인력점검의 경우 점검시간이 과다 소요되고 결과 분석 시에 주관적인 오류 등이 발생할 수 있으며, 터널의 경우 일부 구간 차단으로 사회간접비용 손실 등이 발생한다는 단점이 있다. 따라서 스마트 안전점검을 제도적으로 도입하기 위해서는 첨단 장비 사용, 전문가 자격 변경 등 구체적인 방안 마련을 위한 검토가 필요하다. 또한 제도적 변경에 앞서 첨단 장비를 통한 안전점검 결과에 대한 확인 및 검증이 필요하므로, 국가차원의 공식적인 연구나 검증 기관 운영 등이 필요하다. 이를 통해 유지관리 분야에 스마트 점검 기술이 도입되면, 터널 등 SOC 시설물의 일상적인 점검이 가능해질 것으로 예상된다. 결과적으로 시설물 상태변화에 의한 안전사고를 미리 인지하고 선제적으로 대응할 수 있는 유지관리 기술이 정착될 수 있을 것으로 기대된다.

• 한국안전학회지
• /
• 제24권6호
• /
• pp.72-78
• /
• 2009

차량수리작업장에 일반적으로 사용하고 있는 HDI의 노출은 직업성 천식을 발생시키는 주요 원인이 된다. 비록 피부나 눈의 오염이 흡수경로로 고려되고 있음에도 불구하고 이들의 폭로에 관한 작업장의 노출허용 기준이 규정되어 있지 않으므로 많은 실험 자료들이 제공되어져야 한다. 따라서 이 연구는 피부, 눈 그리고 호흡보호구와 눈보호구의 표면에 대한 HDI의 오염정도를 확인하였으며, 손잡이, 작업대 그리고 분사건과 같이 다양한 오염표면이 있다는 것도 명확히 하였다. 상대적으로 짧은 시간의 분사임에도 불구하고 목, 이마, 손등, 팔과 손목 등에서 채취한 시료의 많은 부분(47~80%)이 HDI오염에 양성이었다. 분사실 내부에서의 오염정도는 좋지 못한 작업여건이나 보호경과 같은 부적절한 개인보호구 때문에 분사실 외부의 오염정도보다 일반적으로 높다. 경험이 있는 페인트 공보다 초보자들의 폭로수준이 높은 것은 안전이나 보건의식의 결여 때문인 것으로 사료되고, 보호구내부의 오염 정도는 호흡기관, 피부 및 눈의 잠재적인 노출을 야기할 것이다. 작업자 14명중에서 4명의 눈물시료로부터 HDI양성반응을 보였으며, 이것은 부적절한 눈 보호구에 의한 것으로 나타났다. 호흡기의 과민반응을 포함한 건강징후에 관여되는 피부와 눈의 노출 잠재성을 고려해볼 때 실질적 자료는 작업자들의 근무여건개선, 적절한 보호구의 선택과 사용 그리고 관리의 중요성을 잘 보여 주고 있다.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.251-261
• /
• 2019

최근 자율주행자동차의 개발이 활발하게 진행되면서 더욱 안전하고 쾌적한 주행을 위해 V2V, V2I 등 V2X 서비스를 활용하는 자율주행시스템의 중요성이 높아지고 있다. 환경 센서에 기반한 부분 자율주행자동차는 장착된 센서의 인식 거리를 벗어나는 영역에 대한 예측 및 판단과 센서가 검지하기 힘든 비정형 물체에 대한 대응에 한계가 있다. 따라서 센서 검지 성능의 한계를 개선하고 보다 안전하고 쾌적한 주행을 위한 V2X 서비스 활용은 중요하다. 하지만 V2X의 잘못된 정보 제공으로 인한 자율주행자동차의 사고 위험도 존재할 수 있어 이를 방지하기 위한 기술의 적용 또한 고려되어야 할 것이다. 본 논문에서는 ISO-26262 Part3 프로세스를 활용하고 HARA를 수행하여 V2X 중에서 차량과 인프라의 통신을 활용한 V2I 오작동에 의한 자율주행자동차의 위험원을 도출하고 주요 V2I 사용례의 오작동 시뮬레이션 및 실차 시험을 기반으로 ASIL 등급을 산정하였다.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.91-108
• /
• 2022

대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.