• Smart Structures and Systems
• /
• 제30권1호
• /
• pp.107-119
• /
• 2022

Modal parameters are widely used in bridge damage detection, finite element model (FEM) updating and design optimization. However, the conventional modal identification approaches require large number of sensors, enormous data processing workload, but normally result in mode shapes with low accuracy. This paper proposes a modal identification method of time-varying vehicle-bridge system using a single sensor. Firstly, the essential physical relationship between the instantaneous frequency of the vehicle-bridge system and the bridge mode shapes are derived. Subsequently, based on the synchroextracting transform, the instantaneous frequency of the system is tracked through the dynamic response collected by a single sensor, and further the modal parameters are estimated by using the derived physical relationship. Then numerical and experimental examples are conducted to examine the feasibility and effectiveness of the proposed method. Finally, the modal parameters identified by the proposed method are applied in bridge FEM updating. The results manifest that the proposed method identifies the modal parameters with high accuracy via a single sensor, and can provide reliable data for the FEM updating.

• 한국지능시스템학회논문지
• /
• 제25권4호
• /
• pp.377-385
• /
• 2015

본 논문에서는 파티클 필터를 장착하고 WMIL(Weighted Multiple Instance Learning)을 이용한 전방차량 추적 알고리즘을 제안하였다. 제안된 알고리즘에서 영상표현은 Haar-like 특징들을 사용하고 차량인식 결과는 추적하고자 하는 전방차량의 위치를 알아내는데 사용된다. 제안된 방식에서 WMIL과 파티클 필터를 결합하기 위해 기존의 외관모델을 이용한 추적에서 탐색영역에서 영상조각의 추적객체 신뢰도 맵을 계산하는 대신에 파티클 필터의 전파, 관측, 추정, 선택 그리고 분류기 훈련 등의 단계를 매 프래임 마다 순차적으로 수행하여 객체의 새로운 위치를 갱신하였다. 제안된 전방차량 추적방식은 실험을 통해 Ada-boost, MIL(Multiple Instance Learning)이나 WMIL 방법을 이용하는 추적에 비해 파티클 필터로 인해 계산량 증가는 불가피하나 추적의 질적인 정확도는 국도, 고속도로, 터널 및 시내도로 등의 실험 동영상에서 추적대상의 위치오차가 평균 4.5화소 정도로 기존의 추적방법들에 비해 크게 개선되는 것을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제20권12호
• /
• pp.1259-1266
• /
• 2014

Road signs provide important safety information about road and traffic conditions to drivers. Road signs include not only common traffic signs but also warning information regarding unexpected obstacles and road constructions. Therefore, accurate detection and identification of road signs is one of the most important research topics related to safe driving. In this paper, we propose a 3-D vision technique to automatically detect and track road signs in a video sequence which is acquired from a stereo vision camera mounted on a vehicle. First, color information is used to initially detect the sign candidates. Second, the SVM (Support Vector Machine) is employed to determine true signs from the candidates. Once a road sign is detected in a video frame, it is continuously tracked from the next frame until it is disappeared. The 2-D position of a detected sign in the next frame is predicted by the 3-D motion of the vehicle. Here, the 3-D vehicle motion is acquired by using the 3-D pose information of the detected sign. Finally, the predicted 2-D position is corrected by template-matching of the scaled template of the detected sign within a window area around the predicted position. Experimental results show that the proposed method can detect and track many types of road signs successfully. Tracking comparisons with two different methods are shown.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1996년도 Proceedings of the Korea Automatic Control Conference, 11th (KACC); Pohang, Korea; 24-26 Oct. 1996
• /
• pp.145-148
• /
• 1996

In moving object tracking based on the visual sensory feedback, a prerequisite is to determine which feature or which object is to be tracked and then the feature or the object identification precedes the tracking. In this paper, we focus on the object identification not image feature identification. The target identification is realized by finding out corresponding line segments to the hypothesized model segments of the target. The key idea is the combination of the Mahalanobis distance with the geometrica relationship between model segments and extracted line segments. We demonstrate the robustness and feasibility of the proposed target identification algorithm by a moving vehicle identification and tracking in the video traffic surveillance system over images of a road scene.

• 한국BIM학회 논문집
• /
• 제7권1호
• /
• pp.45-53
• /
• 2017

Continuous research efforts have been made on acquiring location data on construction sites. As a result, GPS and RFID are increasingly employed on the site to track the location of equipment and materials. However, these systems are based on radio frequency technologies which require attaching tags on every target entity. Implementing the systems incurs time and costs for attaching/detaching/managing the tags or sensors. For this reason, efforts are currently being made to track construction entities using only cameras. Vision-based 3D tracking has been presented in a previous research work in which the location of construction manpower, vehicle, and materials were successfully tracked. However, the proposed system is still in its infancy and yet to be implemented on practical applications for two reasons. First, it does not involve entity matching across two views, and thus cannot be used for tracking multiple entities, simultaneously. Second, the use of a checker board in the camera calibration process entails a focus-related problem when the baseline is long and the target entities are located far from the cameras. This paper proposes a vision-based method to track multiple workers simultaneously. An entity matching procedure is added to acquire the matching pairs of the same entities across two views which is necessary for tracking multiple entities. Also, the proposed method simplified the calibration process by avoiding the use of a checkerboard, making it more adequate to the realistic deployment on construction sites.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2006년 창립20주년기념 정기학술대회 및 국제워크샵
• /
• pp.311-314
• /
• 2006

This paper concerns about total dynamic analysis of integrated mining system. This system consists of vertical steel pipe, intermediate buffer station, flexible pipe and self-propelled miner. The self-propelled miner and buffer are assumed as rigid-body of 6-dof. Discrete models of vertical steel pipe and flexible pipe are adopted, which are obtained by means of lumped-parameter method. The motion of mining vessel is not considered. Instead, the motion of mining vessel is taken into account in form of various boundary conditions (e.g. forced excitation in slow motion and/or fast oscillation and so on). A terramechanics model of extremely soft cohesive soil is applied to the self-propelled miner. The hydrodynamic forces and moments are included in the dynamic models of vehicle and lifting pipe system. Hinged and fixed constraints are used to define the connections between sub-systems (vertical steel pipe, buffer, flexible pipe, miner). Equations of motion of the coupled model are derived with respect to the each local coordinates system. Four Euler parameters are used to express the orientations of the sub-systems. To solve the equations of motion of the total dynamic model, an incremental-iterative formulation is employed. Newmark-b method is used for time-domain integration. The total dynamic responses of integrated mining system are investigated.

• 항공우주기술
• /
• 제10권1호
• /
• pp.116-121
• /
• 2011

나로우주센터 추적레이더가 획득한 실시간 위치 정보는 발사통제시스템에서 위치, 속도, 비행궤도 표시, 예상궤도 진입여부 및 안전을 위한 비행종료시점 판단 등의 중요한 데이터로 사용된다. 추적레이더에서 발사통제시스템으로 전송하는 표적의 위치 정보는 추적레이더 중심의 좌표값 데이터이며, 발사통제시스템에서 추적레이더로 전송하는 Slaving 데이터는 발사대 중심의 좌표값 데이터이다. 이렇듯 추적레이더와 발사통제시스템 간의 송수신 데이터는 각 시스템에 맞게 적절하게 좌표 변환이 수행되어야 한다. 본 연구에서는 나로우주센터 추적레이더 간의 상호 데이터 송수신 및 발사통제시스템과의 데이터 통신에 사용되는 각각의 좌표계 및 좌표계 간의 좌표 변환에 대해 기술하였다.

• 한국정보통신학회논문지
• /
• 제24권7호
• /
• pp.834-841
• /
• 2020

시각센서 기반 자율주행 시스템 중 소실점을 이용한 제어기법은 자율주행에 있어 가장 보편적인 방법이다. 그러나 차선이 존재하지 않거나 소실된 경우, 차선검출과 소실점 추정이 매우 어렵다. 본 논문에서는 카메라 영상 이미지를 CNN에 적용하여 도로의 소실점과 소실점을 만드는 좌, 우측의 소실점 라인을 예측하고, 예측된 결과로부터 자율주행을 위한 조향 제어기를 설계하였다. 모의실험 결과 CNN을 적용한 제안한 방법이 실선 차선의 유무와 관계없이 도로의 중심을 잘 추종하였으며, 일반적인 소실점을 사용한 제어기법보다 성능이 뛰어남을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권1호
• /
• pp.45-55
• /
• 2021

본 논문은 고해상도를 가지는 영상에서 겹쳐져있는 소형 물체를 효과적으로 검출하고 추적하는 알고리즘을 제안한다. Coarse to Fine 방식을 기본으로 하는 두 개의 Deep-Learning Network을 앙상블 형태로 구성하여 차량이 존재할 위치를 미리 판단하고 서브영역으로 선택한 이미지로부터 차량을 정확하게 검출한다. Coarse 단계에서는 서로 다른 다수의 Deep-Learning Network 에 대한 각각의 결과로 Voting Space를 생성한다. 각 Voting Space 의 조합을 통해 Voting Map을 만들고 차량이 존재할 위치를 선택한다. Fine 단계에서는 Coarse 단계에서 선택된 영역을 기준으로 서브영역을 추출하고 해당 영역을 최종 Deep-Learning Network 에 입력한다. 서브 영역은 Voting Map을 이용하여 영상에서의 높이에 적합한 크기의 동적 윈도우를 생성함으로써 정의되며, 본 논문에서는 원거리에서 근거리로 접근하는 도로의 이미지를 대상으로 미리 계산된 매핑테이블을 적용하였다. 각 서브 영역 간 이동하는 차량의 동일성 판단은 검출된 영역의 하단 중심점에 대한 근접성을 기반으로 하였으며, 이를 통해 이동하는 차량의 정보를 트래킹 하였다. 실제 주야간 도로 CCTV를 통해 획득한 실시간 영상에서 처리 속도 및 검출 성능을 비교 실험하여 제안한 알고리즘을 평가하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.93-101
• /
• 2023

이 논문은 영상 카메라를 이용하여 교통 객체를 인식하고자 하는 경우, 영상 내 객체 인식 정확도를 높이기 위해 소실점을 이용하여 객체에 대한 3D 바운딩 박스를 생성하는 방법이다. 최근 인공지능을 이용하여 교통 영상 카메라로 촬영된 차량을 검출하고자 하는 경우 이 3D 바운딩 박스 생성 알고리즘을 적용하고자 한다. 카메라 설치 각도와 카메라가 촬영한 영상의 방향성을 분석하여 종 방향 소실점(VP1)과 횡 방향 소실점(VP2)을 도출하고 이를 기반으로 분석 대상 동영상에서 이동하는 객체를 특정하게 된다. 이 알고리즘을 적용하면 감지된 객체의 위치, 종류, 크기 등 객체 정보 검출이 용이하고, 이를 자동차와 같은 이동류에 적용하는 경우 이를 트래킹하여 각 객체가 이동한 위치와 좌표, 이동속도 및 방향 등을 알 수 있다. 실제 도로에 적용한 결과 트래킹이 10% 향상되었으며 특히 음영지역(큰 차에 가려진 극히 적은 차량 부위)의 인식율과 트래킹이 100% 개선되는 등 교통 데이터 분석 정확성을 향상시킬 수 있었다.