• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1397-1400
• /
• 2021

다수의 사고가 발생되는 소형 선박에 반해 대형 선박을 위주로 제공되고 있는 스마트 해상 물류 시스템을 뒷받침하기 위하여 소형 선박에서 자주 발생할 수 있는 사고의 유형과 그 예상 확률을 제공하는 시스템을 연구하고 제공한다. 로지스틱 분류를 통해 사고의 확률을 예측하며 추천 알고리즘을 활용한 발생 가능성이 높은 사고의 유형을 도출하여 소형 선박용 e-navigation 을 제공한다.

• 한국해양공학회지
• /
• 제37권5호
• /
• pp.181-189
• /
• 2023

The fuel consumption of marine diesel engines holds paramount importance in contemporary maritime transportation and shapes energy efficiency strategies of ocean-going vessels. Nonetheless, a noticeable gap in knowledge prevails concerning the influence of ship hull conditions and propeller roughness on fuel consumption. This study bridges this gap by utilizing artificial intelligence techniques in Matlab, particularly convolutional neural networks (CNNs) to comprehensively investigate these factors. We propose a time-series prediction model that was built on numerical simulations and aimed at forecasting ship hull and propeller conditions. The model's accuracy was validated through a meticulous comparison of predictions with actual ship-hull and propeller conditions. Furthermore, we executed a comparative analysis juxtaposing predictive outcomes with navigational environmental factors encompassing wind speed, wave height, and ship loading conditions by the fuzzy clustering method. This research's significance lies in its pivotal role as a foundation for fostering a more intricate understanding of energy consumption within the realm of maritime transport.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.576-581
• /
• 2021

고농도의 경우 저농도와 비교하였을 때, 발생 빈도수의 차이와 발생 환경에 대한 차이로 예측 성능의 한계를 두드러지게 보이고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 인공신경망 알고리즘을 이용하여 저농도와 고농도로 분류하고 구분된 농도별로 특성을 학습시킨 두 가지 예측 모델을 통해 예측을 수행하는 모델을 제안하였다. 저농도와 고농도를 분류하기 위해 DNN 기반의 분류 모델을 설계하고 분류모델을 통해 구분된 저농도와 고농도를 기준으로 농도별 특성을 반영하기 위한 저농도 예측 모델과 고농도 예측 모델을 설계하였다. 농도별 예측 모델의 성능 평가 결과, 저농도 예측 정확도가 90.38%, 고농도 예측 정확도는 96.37% 의 예측 정확도를 보였다.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.557-561
• /
• 2021

영상 콘텐츠를 사용자에게 추천하기 위해서는 메타데이터가 필수적인 요소로 자리 잡고 있다. 하지만 이러한 메타데이터는 영상 콘텐츠 제공자에 의해 수동적으로 생성되고 있다. 본 논문에서는 기존 수동으로 직접 메타데이터를 입력하는 방식에서 자동으로 메타데이터를 생성하는 방법을 연구하였다. 기존 연구에서 감정 태그를 추출하는 방법에 추가로 영화 오디오를 통한 장르와 제작국가에 대한 메타데이터 자동 생성 방법에 대해 연구를 진행하였다. 전이학습 모델인 ResNet34 인공 신경망 모델을 이용하여 오디오의 스펙트로그램으로부터 장르를 추출하고, 영화 속 화자의 음성을 음성인식을 통해 언어를 감지하였다. 이를 통해 메타데이터를 생성 인공지능을 통해 자동 생성 가능성을 확인할 수 있었다.

• International Journal of Automotive Technology
• /
• 제7권1호
• /
• pp.83-90
• /
• 2006

The purpose of this paper is to describe the design and implementation of an unmanned ground vehicle, called the TailGator at CIMAR (Center for Intelligent Machines and Robotics) of the University of Florida. The TailGator is a gas powered, four-wheeled vehicle that was designed for the AUVSI Intelligent Ground Vehicle Competition and has been tested in the contest for 2 years. The vehicle control model and design of the sensory systems are described. The competition is comprised of two events called the Autonomous Challenge and the Navigation Challenge: For the autonomous challenge, line following, obstacle avoidance, and detection are required. Line following is accomplished with a camera system. Obstacle avoidance and detection are accomplished with a laser scanner. For the navigation challenge, waypoint following and obstacle detection are required. The waypoint navigation is implemented with a global positioning system. The TailGator has provided an educational test bed for not only the contest requirements but also other studies in developing artificial intelligence algorithms such as adaptive control, creative control, automatic calibration, and internet-base control. The significance of this effort is in helping engineering and technology students understand the transition from theory to practice.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.521-523
• /
• 2021

자동차의 발명과 차량용 도로의 건설이 시작되면서 교통사고의 발생이 늘어나기 시작하였다. 이에 도로 건설 방법의 변경 및 신호등의 신호체계들을 이용하여 교통사고를 방지하기 위한 노력이 있었으나, 현재까지도 기상악화로 인한 도로의 결빙이 원인이 된 교통사고로 매년 수많은 인명과 재산피해가 발생하고 있었다. 본 논문에서는 도로의 결빙으로 인한 교통사고 경감을 위해서 적외선 카메라를 사용하여 얻은 적외선 파장 데이터를 딥러닝 학습을 시도하여 얻어낸 결빙감지 정보를 차량의 내비게이션으로 전달하는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.896-898
• /
• 2022

최근 인건비보다 저렴하게 사용할 수 있는 자율주행 로봇에 대한 수요가 증가하고 있다. 팬데믹의 영향으로 마스크 착용과 체온 측정이 의무화되어 키오스크, 체온 측정기와 같은 비대면 서비스의 수요 또한 증가하였다. 하지만 이러한 기능들은 각기 다른 기계에서 독립적으로 사용되며, 현재 보급된 자율주행 로봇을 병원에서 사용하기에는 적합하지 않다고 판단하였다. 본 연구에서 개발한 마스크 착용 여부 확인, 체온 확인, 자율주행을 활용한 안내 기능을 탑재한 인공지능 병원 안내 로봇을 통해 의료진의 업무 효율화 및 잠재적 비용 감소 효과를 기대한다. 본 연구에서는 마스크 착용 여부 확인을 위해 사용한 YOLOv5 알고리즘 훈련 결과를 통하여 높은 성능을 확인하였고 열화상 카메라를 사용한 체온 측정 알고리즘을 개발하였다. 또한, 실내 자율주행 실험을 통하여 Cartographer, Navigation 기능이 정상적으로 작동함을 확인하였다.

• 대한조선학회논문집
• /
• 제61권2호
• /
• pp.106-114
• /
• 2024

In the 21st century, the rapid development of automation and artificial intelligence technologies is driving innovative changes in various industrial sectors. In the transportation industry, this is evident with the commercialization of autonomous vehicles. Moreover research into autonomous navigation technologies is actively underway in the aviation and maritime sectors. Consequently, for the practical implementation of autonomous ships, an effective collision avoidance algorithm has become a crucial element. Therefore, this study proposes a collision avoidance algorithm based on the Obstacle Zone by Target(OZT), which visually represents areas with a high likelihood of collisions with other ships or obstacles. The A-star algorithm was utilized to represent obstacles on a grid and assess collision risks. Subsequently, a collision avoidance algorithm was developed that performs fuzzy control based on calculated waypoints, allowing the vessel to return to its original course after avoiding the collision. Finally, the validity of the proposed algorithm was verified through collision avoidance simulations in various encounter scenarios.

• International journal of advanced smart convergence
• /
• 제13권1호
• /
• pp.37-47
• /
• 2024

This study presents the results of designing a system that determines the location of a person in an indoor environment based on a single IMU sensor attached to the tip of a person's shoe in an area where GPS signals are inaccessible. By adjusting for human footfall, it is possible to accurately determine human location and trajectory by correcting errors originating from the Inertial Measurement Unit (IMU) combined with advanced machine learning algorithms. Although there are various techniques to identify stepping, our study successfully recognized stepping with 98.7% accuracy using an artificial intelligence model known as Long Short-Term Memory (LSTM). Drawing upon the enhancements in our methodology, this article demonstrates a novel technique for generating a 200-meter trajectory, achieving a level of precision marked by a 2.1% error margin. Indoor pedestrian navigation systems, relying on inertial measurement units attached to the feet, have shown encouraging outcomes.

• 한국항행학회논문지
• /
• 제24권3호
• /
• pp.224-231
• /
• 2020

광학계측분야는 레이더 계측이 어려운 저고도 구간의 계측을 담당하여 비행체 추적에 있어서 중요한 역할을 차지하고 있다. 기존의 광학추적시스템은 외국의 장비를 도입해 사용하고 있기 때문에 시험장 상황에 적합하게 수정하기 어렵고, 대부분 차량 탑재형으로 제작되어 있어 계측 장소에 제한이 있다. 자체 개발 소형 광학추적기는 이러한 단점을 보완하기 위해서 단순한 구성으로 설계하여 시험장 내 어떠한 장소에서도 설치하여 운용할 수 있는 것을 주목적으로 하였다. 뿐만 아니라 인공지능 기술을 적용한 광학추적기술 연구를 위해서 자체 개발 광학추적기를 보유할 필요성이 제기되고 있다. 본 논문에서는 소형 광학추적기의 설계 개념, 기본적인 추적기능 구현을 위한 장비의 구성, 그리고 비행체 특성에 맞는 환경설정을 위한 시뮬레이션을 진행하였다. 이를 위해 팬/틸트의 입출력 데이터를 사용하여 모델링을 구하였으며, 시뮬레이션을 통해 얻어진 결과와 실제 비행시험 결과를 비교하여 전반적인 시뮬레이션의 구성에 대한 타당성을 검증하였다.