• 한국통신학회논문지
• /
• 제39C권12호
• /
• pp.1267-1279
• /
• 2014

본 논문에서는 근거리 레이더의 특성 분석을 통한 선박 내 안전을 위한 물체탐지 시스템의 개발에 초점을 두었다. 근거리용 레이더들은 가격이 저렴한 대신에 자동차와 같은 특수 용도로 개발되었으므로 다른 곳에 적용하기 위해서는 기기의 특성 분석과 다양한 환경에서의 실험을 통한 데이터 특성 분석이 필수적이다. 또한 본 연구의 목표인 사람 및 물체의 정확하고 신속한 감지 시스템의 구성을 위해서는 입력되는 많은 반사 신호들 중에서 이동하는 물체만을 정확하게 분류하여 표시하기 위한 데이터 클러스터링 알고리즘이 필요하다. 본 연구에서는 이를 위해 반사되는 데이터들의 궤적정보와 속도 및 RCS 값을 이용한 클러스터링 알고리즘을 제안 하였다.

• 융합신호처리학회논문지
• /
• 제10권3호
• /
• pp.198-206
• /
• 2009

본 논문에서는 빔 폭이 중첩된 초음파 센서 링을 이용하여 초음파 센서의 위치 불확실성을 감소시키고 이를 토대로 이동로봇이 효율적으로 장애물을 탐지하도록 하는 방안에 대해 기술하도록 한다. 기본적으로, 원형 이동로봇 측면에 상대적으로 적은 개수의 중저가의 저지향성 초음파 센서들이 일정 간격으로 상호 빔 폭이 중첩되도록 배치되어 있다고 가정한다. 첫째, 단일 및 이중 장애물에 대해 빔 폭 중첩 상태를 이용하여 초음파 센서 고유의 위치 불확실성을 감소시킬 수 있음을 보이고 또한 그 향상 정도를 정량적으로 제시한다. 둘째, 2개 또는 1개의 초음파 센서로부터 장애물 측정 거리 데이터가 주어질 때, 이동로봇의 중심을 기준으로 하여 장애물의 위치를 산정하는 기하학적 방법을 고안한다. 셋째, 정규 분포, 포물선 분포, 균일 분포, 임펄스 등 기존의 단일 초음파 센서 모델을 비교 검토한 후, 위치 불확실성 및 소요 연산량 측면에서 장애물 탐지에 적합한 중첩 초음파 센서 모델을 수립한다. 마지막으로, 자체 제작된 초음파 센서 링을 이용한 단일 장애물 및 복수 장애물 탐지 실험을 통해 제안된 중첩 초음파 센서의 효용성을 입증한다.

• 전자공학회논문지SC
• /
• 제46권6호
• /
• pp.28-37
• /
• 2009

본 논문에서는 지역 최대 빈도 값을 이용하여 V-시차 맵 상에서 도로 특징 정보를 추출하고 이를 이용한 장애물체 검출 방법을 제안한다. 기존 방법은 장애물체의 크기 수 및 종류 등이 변경되면 추출 성능이 영향을 받는다. 특히 크기가 큰 장애물체나 중앙분리대와 같은 연속적인 장애물체에 대한 추출이 어렵다. 이를 해결하기 위하여 주변 상황 영향을 적게 받는 도로 특징 정보를 새로운 장애물체의 유무 판단 기준으로 사용한다. 도로 특징 정보는 V-시차 맵 상에서 특정 열에 장애물체가 많이 존재하는 상황에서도 전체적인 그 특징을 잘 유지함으로 그 강건성이 높아 새로운 판단기준으로 적합하다. 그리고 V-시차 맵 상에서 도로 특징 정보를 쉽게 추출하기 위하여 먼저 지역 최대 빈도 값을 이용하여 이진 V-시차 맵을 생성한다. 그리고 기존 중간 값과 비교하여 도로 특징 정보가 아닌 부분은 제거하고, 마지막으로 보간을 통하여 최종 도로 특징 정보를 추출한다. 이를 시차 맵의 각 행과 비교하여 장애물체 영역을 검출한다. 또한 장애물체 영역 검출 성능을 향상시키기 위하여 검출 단계에서 발생한 노이즈를 제거하기 위한 후처리 과정도 제안한다. 그리고 실제 도로 영상에 적용한 실험을 통하여 제안한 알고리즘이 기존 방법에 비해 장애물체 검출 성능이 우수함을 보인다.

• 한국항행학회논문지
• /
• 제24권3호
• /
• pp.192-197
• /
• 2020

최근 운송수단의 안전운행 및 사고방지를 목표로 하는 자율운행 관련 기술이 적극적으로 연구되고 있다. 현재 자율운행에서 장애물 탐지를 위하여 레이다 및 카메라 기술이 사용되고 있으나, 근접한 물체의 탐지 및 이격거리의 정밀계측에는 LiDAR (light detection and ranging) 센서를 사용하는 방법이 가장 적합하다. LiDAR 센서는 레이저 펄스빔을 발사하고 물체로부터 반사되어 온 반사빔과의 시간차를 취득하여 이것으로 정밀한 거리를 계산하는 측정기로, 광을 이용하기 때문에 대기환경에서 물체의 인식률이 감소할 수 있는 단점이 있다. 본 논문은 LiDAR 센서의 raw 데이타에 대한 신뢰성 향상과 이를 기반으로 실시간 주변물체에 대한 탐지 및 이격거리 계측에서 오차를 개선하기 위하여 삼각함수에 의한 포인트 cloud를 추출하고, 선형회귀 모델을 이용하여 계측알고리즘을 구현하였으며, Python 라이브러리를 활용하여 물체탐지의 오차범위를 개선할 수 있음을 검증하였다.

• 한국전자통신학회논문지
• /
• 제13권2호
• /
• pp.313-320
• /
• 2018

자동차의 자율주행 기술이 확대되면서 '눈'의 역할을 하는 센서가 점차 중요시되고 있다. 최근 차량에 장착되는 라이다 센서는 채널이 많을수록 피사체에 반사된 신호 또한 풍부해짐에 따라 장애물, 지형, 차량 등 주변 환경 탐색의 정확도가 높아진다. 하지만, 라이다 센서는 채널 증가에 따른 열배 이상 가격의 차이가 있으며, 이러한 가격적인 문제로 보급형 차량보다는 고가의 차량에만 부분적으로 사용되고 있다. 본 연구는 저 가격의 16 채널의 라이다를 복수개로 구성하여 동시에 신호를 수집 처리하여 하나의 입체공간으로 융합하고 이를 나타낼 수 있게 함으로써 64 채널의 라이더와 같은 효과를 나타낼 수 있게 하였다. 이를 통해서 차량 심미성의 개선과 함께 보급화를 위한 기반을 제공할 수 있다.

• 항공우주기술
• /
• 제3권1호
• /
• pp.242-250
• /
• 2004

군용뿐만 아니라 상업용으로 헬리콥터의 사용 빈도가 높아지면서, 무엇보다 헬기의 안정성이 가장 중요한 요소가 되었다. 단순히 조종사에 의한 시계 비행을 할 경우 야간 운항이 불가능하며 안개, 눈, 비 등의 기후 조건에서는 매우 불안전하다. 그리고 주간 비행 중에도 전선과 같은 장애물로 인한 사고가 발생하고 있다. 그러므로 헬기의 안전운항을 위해서는 단순한 시계 비행에서 벗어나 장애물 탐지 시스템을 이용한 자동항법 개념을 도입해야 한다. 자동항법을 위한 장애물 탐지 시스템은 안개, 눈, 비 등의 기후 조건하에서 주간 및 야간에도 정상적으로 동작해야 한다. 본 논문에서는 밀리미터파 레이다 시스템을 이용하여 전선 장애물의 탐지 기술 획득을 위한 기초 연구를 수행하였다. 서론에서는 헬기 운항에 장애가 되는 요소들을 탐지하기 위한 여러 방법들에 대해서 살펴봤다. 본론에서는 밀리미터파를 이용한 장애물 탐지 시스템과 실험 장치에 대해서 다루고 결론에서는 실험 결과 및 향후 연구 방향에 대해서 다루고 있다.

• 한국정보통신학회논문지
• /
• 제26권11호
• /
• pp.1720-1728
• /
• 2022

인공지능 기술의 발전으로 산업 4.0시대가 열렸고 축산업에서도 ICT 기술이 접목된 스마트 농장의 구현이 큰 관심을 받고 있다. 그중에서도 컴퓨터 비전 기반 인공지능 기술을 접목한 축산물 및 축산 가공품의 품질 관리 기술은 스마트 축산의 핵심 기술에 해당한다. 그러나 인공지능 모형 훈련을 위한 축산물 이미지 데이터 수의 부족과 특정 범주(class)에 대한 데이터 불균형은 관련 연구 및 기술 개발에 큰 장해물이 되고 있다. 이러한 문제들을 해결하기 위해, 본 연구에서는 오버샘플링과 적대적 사례 생성기법의 활용을 제안한다. 제안되는 방법은 성공적인 불량 탐지 (Defect detection) 관점을 기반으로 하며, 이는 부족한 데이터 레이블을 효과적으로 활용하는데 필요한 방법이다. 최종적으로 실험을 통해 제안된 방법의 타당성을 확인하고 활용 전략을 검토한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.156-158
• /
• 2003

Analysis of high-resolution satellite image becomes important for cartography, surveillance, and remote sensing. However, there are lots of problems to be solved for automatic analysis of high-resolution satellite image especially in urban area. The problems are originated from the increased complexity due to the unnecessary details and shadows, and time-varying illuminations. Because of such obstacles, it seems impossible to make automatic analysis. This paper proposes a way of change detection of buildings in urban area by using digital vector map. The proposed way makes the buildings on the vector map parameterized, and searches them in the preprocessed high-resolution image by using generalized Hough transform. The searched building objects are overlaid on the satellite image. The overlaid image can help to detect the change of building rapidly.

• 한국전자통신학회논문지
• /
• 제11권12호
• /
• pp.1225-1230
• /
• 2016

본 논문에서는 영상 처리를 이용한 소형 이족 로봇의 임무 수행에 대해 다루도록 한다. 주어진 지도상에서 안정적인 보행을 위해서는 위치 인식이 필요하게 된다. 주행 경로상의 경계를 추출하여 로봇의 위치 정보를 추정하도록 한다. 평면상에서 운동하는 경우 위치와 방향으로 이루어진 세 개의 인자의 추정이 필요하다. 본 논문에서는 주행 경로상의 수직 방향의 로봇의 위치와 진행 방향등 두 개의 인자를 추정하여 위치 추정을 하도록 한다. 장애물 검출을 위해서는 칼라 정보를 이용하도록 하며 안정적인 검출을 위해 정규화된 값을 이용하도록 한다.

• 전기전자학회논문지
• /
• 제18권4호
• /
• pp.536-543
• /
• 2014

Terrain classification is still a challenging issue in image processing, especially with high resolution satellite images. The well-known obstacles include low accuracy in the detection of targets, especially for the case of man-made structures, such as buildings and roads. In this paper, we present an efficient approach to classify and detect building footprints, foliage, grass and road from high resolution grayscale satellite images. Our contribution is to build a strong classifier using AdaBoost based on a combination of co-occurrence and Haar-like features. We expect that the inclusion of Harr-like feature improves the classification performance of the man-made structures, since Haar-like feature is extracted from corner features and rectangle features. Also, the AdaBoost algorithm selects only critical features and generates an extremely efficient classifier. Experimental result indicates that the classification accuracy of AdaBoost classifier is much higher than that of the conventional classifier using back propagation algorithm. Also, the inclusion of Harr-like feature significantly improves the classification accuracy. The accuracy of the proposed method is 98.4% for the target detection and 92.8% for the classification on high resolution satellite images.