• 한국인터넷방송통신학회논문지
• /
• 제20권6호
• /
• pp.101-107
• /
• 2020

노면측정은 노면 관리에서 노면의 평탄화된 정도 및 변위를 정량화하는 필수적인 과정이다. 보다 안전한 노면 관리 및 신속한 유지보수를 위해 이동체에서의 정밀한 노면 측정은 매우 중요하다. 본 논문에서는 이동체에서 측정가능한 정밀 노면측정 시스템을 제안한다. 제안 노면측정 시스템은 고성능의 선레이저 센서를 사용하여 노면 표면의 정밀한 측정을 지원한다. 또한 RTK로 부터 획득한 위치 데이터를 정합하여 종/횡방향 프로파일 측정이 가능하고 속도기반 적응적인 갱신 알고리즘을 통해 실시간적인 모니터링이 가능하다. 제안 시스템을 평가하기 위하여 Gocator 선레이저 센서, MRP 모듈, 및 NVIDIA Xavier 프로세서를 시험용 이동체에 탑재하여 노면에서 시험하였다. 시험 결과 MSE(mean square error) 기준 정확한 프로파일 측정이 가능함을 보인다. 제안 시스템은 도로의 상태 평가뿐 만 아니라 인접 지반의 영향도 평가에 활용될 수 있다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.174-192
• /
• 2021

카메라나 레이더에 비해 높은 인지 성능을 제공하는 라이다 센서는 높은 가격으로 의해 ADAS나 자율주행에 적용되기 어려웠으나, 최근 가격이 빠르게 낮아지고 있어 라이다를 활용한 기존 자율주행 기능 개선에 관한 기대가 높아지고 있다. 레벨3 자율주행자동차의 경우, 센서의 결함 또는 한계 등 인지시스템에 위험한 상황이 발생했을 때 운전자에게 수동모드로의 제어권 전환을 요청하며, 만약 이러한 요청에도 운전자가 반응하지 않을 경우 MRM 즉 최소위험기동을 구현하여야 한다. 본 연구에서는 이러한 배경을 바탕으로 인지 시스템에서 생기는 위험으로 인해 LKS의 정상작동이 힘든 경우에 대한, 라이다 기반의 MRM 알고리즘을 개발하였다. 본 논문의 LKS MRM 기술은 라이다에서 수집된 포인트 클라우드 데이터를 기반으로 객체 군집화를 통해 전방에 있는 차량의 이동 경로를 생성하고, 이를 자차량의 목표 경로점으로 변환하여, 카메라 기반의 LKS가 정상 작동을 할 수 없는 경우 라이다 기반의 경로 추종제어를 통해 최소위험기동을 수행한다. 제안된 알고리즘의 성능을 검증하기 위하여 HAZOP 기법을 사용하여 위험원을 식별하였고 이를 바탕으로 검증용 시나리오 3가지를 도출하여, 뵨 연구에서 구축한 시뮬레이션 환경에서 알고리즘 검증을 수행하였다. 그 결과 본 연구에서 제안한 라이다 기반 LKS MRM 알고리즘이 여러 가능한 인지시스템의 위험 상황에 대해 차선이탈을 방지하고 이를 통해 교통사고를 방지하는 것을 확인할 수 있었다.

• 한국습지학회지
• /
• 제23권1호
• /
• pp.74-84
• /
• 2021

도시 개발로 인한 영향을 최소화하여 물 순환 체계를 개선하기 위해서는 적극적인 강우유출수 관리가 필수적이다. 최근에는 도시의 강우유출수 관리를 위한 저영향개발(Low Impact Development, LID) 기법이 합리적인 대안으로 주목받고 있다. Storm Water Management Model(SWMM)은 LID 모듈을 통해 다양한 GI(Green Infra) 시설에 대한 모의 기능을 제공하고 있어 도시 물순환 개선 사업에 적극 활용되고 있다. 그러나 SWMM을 이용하여 GI 시설을 모의하기 위해서는 복잡한 유역 설정과 GI 시설 배치에 많은 어려움이 존재한다. 본 연구에서는 GI 시설의 핵심적인 수문 프로세스를 구현하면서도 상대적으로 간단하게 GI 시설의 성능을 평가할 수 있는 모형이 제안된다. 제안된 모형은 수문학적 추적을 기반으로 작동되므로 GI 시설의 침투, 저류, 증발산을 모두 반영할 수 있을 뿐만 아니라 GI 시설에 의한 도시 물순환 개선 효과를 정량적으로 평가할 수 있다. 제안된 모형의 결과와 SWMM의 결과를 비교함으로써 제안된 모형의 적용성을 검증하였다. 더붙여서 SWMM의 투수성 포장 모의에서 발생되는 오류에 대한 논의가 포함된다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제26권2호
• /
• pp.28-36
• /
• 2022

매립지 위에 건설되는 항만시설물은 바람(태풍), 파랑, 선박과의 충돌 등 극한 외부 하중에 노출되기 때문에 구조물의 안전성 및 사용성을 주기적으로 평가하는 것이 중요하다. 본 논문에서는 항만 계류시설에 설치된 방충설비의 유지관리를 위하여 비전 및 딥러닝 기반의 방충설비 세분화(segmentation) 시스템을 개발하였다. 방충설비 세분화를 위하여 인코더-디코더 형식과 인간 시각체계의 편심 기능에서 영감을 얻은 수용 영역 블록(Receptive field block) 기반의 합성곱 모듈을 DenseNet 형식으로 개선하는 딥러닝 네트워크를 제안하였다. 네트워크 훈련을 위해 BP형, V형, 원통형, 타이어형 등 다양한 형태의 방충설비 영상을 수집하였으며, 탄성 변형, 좌우 반전, 색상 변환 및 기하학적 변환을 통해 영상을 증강시킨 다음 제안한 딥러닝 네트워크를 학습하였다. 기존의 세분화 모델인 VGG16-Unet과 비교하여 제안한 모델의 세분화 성능을 검증하였으며, 그 결과 본 시스템이 IoU 84%, 조화평균 90% 이상으로 정밀하게 실시간으로 세분화할 수 있음을 확인하였다. 제안한 방충설비 세분화 시스템의 현장적용 가능성을 검증하기 위하여 국내 항만 시설물에서 촬영된 영상을 기반으로 학습을 수행하였으며, 그 결과 기존 세분화 모델과 비교하였을 때 우수한 성능을 보이며 정밀하게 방충설비를 감지하는 것을 확인하였다.

• 한국농림기상학회지
• /
• 제24권2호
• /
• pp.78-82
• /
• 2022

생물계절은 작물의 발달 시기를 결정하며, 생육기 온도에 의해 크게 영향을 받는다. 과정 기반 모델(PBM)에서 엽면적은 생물계절 및 형태 모듈의 결합에 의해 동적으로 시뮬레이션된다. 따라서 잎 발달 속도 또는 최종 잎 수의 예측은 전체 작물 모델의 성능에 영향을 주게 된다. 기온에 따른 잎 축적 속도 결정을 위한 데이터는 SPAR 챔버로부터 수집되었다. 온도의 함수로서 발달 속도를 설명하기 위해 베타 분포 함수(Yan and Hunt(1999)에 의해 제안됨)가 사용되었으며, 최적온도와 임계온도는 각각 26.0℃와 35.3℃로 추정되었다. 모델 추정치는 기온 모델에 생장기의 일 평균 기온을 입력하여 얻은 양파 잎의 일별 증가량을 누적한 결과이며, 모델 평가를 위해 온도구배하우스에서 관찰된 양파 잎의 누적 개수를 모델 추정치와 비교하였다. 본 연구에서 잎 수 추정 모델의 결정계수(R²)와 RMSE 값은 각각 0.95와 0.89였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권4호
• /
• pp.325-335
• /
• 2021

최근 인간의 평균수명이 연장됨에 따라 만성 질환이 증가하고 있으며, 이러한 추세는 보건 및 재활 서비스의 광범위한 수요와 의료비 등이 증가하는 문제점을 발생시키고 있다. 이를 해결하기 위해 국내에서는 지역사회중심재활사업을 발전 및 강화하여 2019년부터 단계적으로 추진하고 있다. 지역사회중심재활사업을 활성화하기 위해서는 서비스를 이용하려는 클라이언트의 접근성 확보가 중요하다. 따라서 본 연구에서는 지역사회중심재활사업의 일환으로써 작업과 활동 중심의 지역사회중심 작업치료 서비스 접근성 확보를 위한 스마트폰 애플리케이션 디자인을 고안하고 프로토타입을 개발하고자 한다. 작업과 활동 중심의 애플리케이션 콘텐츠를 고안하고 범주화를 위해 작업치료 실행체계(OTPF), 국제 기능·장애·건강 분류(ICF)와 알렌진단모듈(ADM-2)이 사용되었으며, 선행연구 분석 및 전문가 회의를 통해 OTPF, ICF와 ADM-2를 링킹하였다. 도출된 콘텐츠는 문헌고찰과 활동분석을 통해 영상으로 제작하였으며, YouTube API를 활용하여 애플리케이션 내에서 직접 재생이 가능하도록 구현하였고, 최종적으로 애플리케이션 프로토타입을 개발하였다. 애플리케이션 프로토타입을 제작하기 위한 프로그램은 Android Studio 3.5.2 for Windows 64-bit를 사용하였다. 추후 연구에서는 사용자의 편의를 위한 다양한 디지털 기술을 융합하고 지역사회중심 작업치료 서비스 제공자의 의견과 서비스 이용자의 만족도에 대한 추가적인 연구를 진행하여 실용성에 대해 입증하고 이를 보완한다면, 지역사회 내 작업수행에 어려움을 겪는 클라이언트들의 지역사회중심 작업치료 서비스 접근성을 향상할 것이다.

• 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
• /
• 제38권6_2호
• /
• pp.1743-1747
• /
• 2022

Sentinel-2는 분광파장대나 공간해상도 측면에서 우리나라 차세대중형위성 4호(농림위성)의 모의영상으로 활용될 수 있다. 이 단보에서는 향후 농림위성영상에 적용하기 위한 예비실험으로, 딥러닝 기술을 이용한 Sentinel-2 영상의 구름탐지를 수행하였다. 전통적인 Convolutional Neural Network (CNN) 모델인 DeepLabV3+와 최신의 Transformer 모델인 Shifted Windows (Swin) Transformer를 이용한 구름탐지 모델을 구축하고, Radiant Earth Foundation (REF)에서 제공하는 22,728장의 학습자료에 대한 암맹평가를 실시하였다. Swin Transformer 모델은 0.886의 정밀도와 0.875의 재현율로, 과탐지와 미탐지가 어느 한쪽으로 치우치지 않는 경향을 보였다. 딥러닝 기반 구름탐지는 향후 우리나라 중심의 실험을 거쳐 농림위성 영상에 활용될 수 있을 것으로 기대된다.

• 한국인터넷방송통신학회논문지
• /
• 제22권5호
• /
• pp.7-15
• /
• 2022

지하 공동구 화재 발생에 따른 직·간접적 피해는 사회 전반에 매우 큰 영향을 미치므로 이를 사전에 예방 및 관리하기 위한 노력이 필요하다. 화재의 발생 원인 중 케이블 자체에서 발생하는 경우는 단락, 누전, 과전류에 의한 발화 및 도체 접속부 과열, 절연체의 졀연 파괴에 의한 스파크 발생으로 인한 발화가 대부분이다. 지하 공동구의 특성에 의해 발생하는 이러한 원인을 조기에 찾아내기 위해서 지하 공동구는 영상분석을 활용한 감지 시스템을 통해 재난 및 안전사고 방지를 위한 상시 관리를 하기 위한 노력을 하고 있으며, 이 중에서 CCTV 기반의 딥러닝 영상분석 기술을 적용한 화재 감지 시스템 개발사례가 보고되고 있다. 하지만 CCTV의 경우는 사각지대가 존재하기 때문에 이를 좀 더 보완하기 위해서 스파크 발생으로 불꽃이 발생하기 전 스파크 소리를 사전에 감지해 화재 예방을 할 수 있는 고성능의 음향 기반 딥러닝 모델을 개발하고자 한다. 본 연구에서 마이크 센서를 이용하여 지하 공동구 환경에서 음향을 수집을 할 수 있는 방안을 프로토타입 모듈 개발과 실험을 통해 제안하며, 결로가 많은 지하 공동구 환경에서 음향 센서를 배치하고 기능 이상 없이 실시간으로 정보 수집 여부에 대한 가능성을 검증한다.

• 한국건설관리학회논문집
• /
• 제23권5호
• /
• pp.87-97
• /
• 2022

건축 프로젝트에서 BIM 도입이 활성화되고 있으나 단순 반복적인 모델링 작업과 잦은 설계 오류는 BIM의 실무 활성화의 방해요소로 잔존해 있다. 특히, 건축 내부 마감부재는 가장 많은 상세화 요구사항을 포함하고 있는 만큼 설계품질 확보를 위해 모델링 효율성 증대 및 설계 오류 해결이 중요하다. 효율성 증대를 위한 방안으로 최근 실무에서는 BIM 소프트웨어에 특화된 비주얼 프로그래밍 툴을 활용한 모듈을 개발하여 일련의 반복적인 모델링 작업을 자동화하는 시도가 이루어지고 있다. 그러나 기존의 모듈 개발은 실무적 요구사항을 반영하지 않고 단순히 반복 작업을 대체하는 것에만 집중하고 있기 때문에, 실무 활용도가 떨어지거나 적용 결과물에 대한 전면적인 재검토가 필요한 문제점이 존재하였다. 본 연구는 실무에서 인력 투입량이 가장 많으면서도 오류가 빈번하게 발생하는 벽, 바닥, 천장 부재를 대상으로 비주얼 프로그래밍 기반 자동 상세화 모듈을 구축하였다. 성능 검증을 위해 구축된 모듈을 계획설계 단계의 근린생활시설 BIM 모델에 적용하였으며, 검토 결과 실무적 요구사항이 적절히 반영되었고 수작업 모델링에서 발생하는 오류사항이 적절히 해결된 것으로 확인되었다.