• 한국통신학회논문지
• /
• 제41권5호
• /
• pp.574-580
• /
• 2016

본 논문에서는 Single Board 컴퓨터와 V2I (Vehicle to Infrastructure) 구조를 통해 다중 차량을 군집으로 제어하는 시스템을 소개한다. 그리고 이 시스템에서 핵심이 되는 중계기의 회피 기동 판단 알고리즘을 소개한다. 중계기는 이 알고리즘을 통해 차량으로부터 받는 센서 데이터를 활용하여 차선 위에 장애물이 있는지를 파악하고, 회피 기동 필요 여부를 판단한다. 해당 시스템의 성능 실험은 차선 위에 장애물이 있는 상황에서 Wi-Fi를 통한 다중 차량과 중계기 서버 간에 TCP/IP로 회피 기동 판단을 위한 주행 데이터를 전송하고 차량들의 주행 상태를 관찰하는 방식으로 진행하였다. 실험 결과를 통해 ISM (Industrial Scientific Medical) 주파수 간섭이 있는 상황에서 초기에 구현했던 회피 기동 판단 알고리즘이 높은 실패 확률을 가지고 있다는 것을 알게 되었고, 그것을 줄이기 위한 방법을 연구하게 되었다. 연구 결과 회피 기동 판단 알고리즘에 데이터 변화 감지기를 적용하는 방식으로 해결방법을 찾게 되었다. 본 논문에서는 ISM 주파수 간섭 상황에서 개선 사항인 데이터 변화 감지기 적용이 시스템의 신뢰도에 주는 영향을 보여주고자 한다. 본 기술을 적용하고 개선한다면, 차량 간 통신 또는 차량과 인프라 간의 통신을 통해 다중 충돌 사고와 같은 위기 상황에 대해 더욱 효과적으로 대응할 수 있을 것이며, 나아가 무인 운전 기술에 적용할 수 있을 것이다. 또한 추후 유사 시스템 구현에 대해 선행 연구 자료로서 이용될 수 있을 것이다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.166-172
• /
• 2022

본 연구에서는 전동 이동 보조기기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기기의 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 융합신호처리학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2023

본 연구에서는 전동 이동 보조기를 이용하는 교통약자의 이동을 저해하거나 불편을 초래하는 횡단 보도, 측구, 맨홀, 점자블록, 부분 경사로, 임시안전 방호벽, 계단, 경사형 연석과 같은 주행 장애물 객체를 촬영한 뒤 객체를 분류하고 이를 자동 인식하는 최적의 AI 모델을 개발하여 주행 중인 전동 이동 보조기 전방에 나타난 장애물을 효율적으로 판단할 수 있는 알고리즘을 구현하고자 한다. 객체 검출을 높은 확률로 AI 학습이 될 수 있도록 데이터 셋 구축 시 라벨링 형태를 폴리곤 형태로 라벨링 하며, 폴리곤 형태로 라벨링 된 객체를 탐지할 수 있는 Detectron2 프레임워크를 활용하여 Mask R-CNN 모델을 활용하여 개발을 진행하였다. 영상 획득은 일반인과 교통약자의 두 개 그룹으로 구분하여 진행하였고 테스트베드 2개 지역에서 얻어진 영상정보를 확보하였다. Mask R-CNN 학습 결과 파라미터 설정은 IMAGES_PER _BATCH : 2, BASE_LEARNING_RATE 0.001, MAX_ITERATION : 10,000으로 학습한 모델이 68.532로 가장 높은 성능을 보인 것이 확인되어 주행 위험, 장애 요소를 빠르고 정확하게 사용자가 인지할 수 있도록 하는 딥러닝 모델을 구축이 가능한 것을 확인할 수 있었다.

• 한국산학기술학회논문지
• /
• 제20권11호
• /
• pp.305-313
• /
• 2019

최근 드론을 이용한 공간정보 구축이 활성화되면서 공간정보 산업발전에 많은 기여를 하고 있다. 하지만 드론 공간정보는 카메라의 중심투영에 의한 발생하는 폐색영역 뿐 아니라 가로수, 보행자, 현수막과 같은 적치물에 의한 폐색 영역이 필연적으로 발생한다. 이러한 폐색영역을 효율적으로 해결하기 위한 다양한 방안이 연구되고 있다. 본 연구에서는 폐색영역 해결을 위해 원초적인 재촬영이 아닌 딥러닝 알고리즘을 적용하기 위한 다양한 알고리즘별 조사 및 비교 연구를 수행하였다. 그 결과, 객체 검출 알고리즘인 HOG부터 기계학습 방법인 SVM, 딥러닝 방식인 DNN, CNN, RNN까지 다양한 모델들이 개발 및 적용되고 있으며, 이 중 영상의 분류, 검출에 가장 보편적이고 효율적인 알고리즘은 CNN 기법임을 확인하였다. 향후 AI 기반의 자동 객체 탐지와 분류는 공간정보 분야에서 각광받는 최신 과학기술이다. 이를 위해 다양한 알고리즘에 대한 검토와 적용은 중요하다. 따라서, 본 연구에서 제시하는 알고리즘별 적용 가능성은 자동으로 드론 영상의 폐색영역을 탐지하고 해결할 수 있어 공간정보 구축의 시간, 비용, 인력에 대한 효율성 향상에 기여할 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제24권10호
• /
• pp.1331-1340
• /
• 2020

해상 객체 검출은 선장이 육안으로 해상 주변의 충돌 위험성이 있는 부유물을 컴퓨터를 통해 자동으로 검출하여 사람이 확인하는 방법과 유사한 정확도로 인지하는 방법을 말한다. 기존 선박에서는 레이더의 전파를 통해 해상 부유물의 유무와 거리를 판단하였지만 형체를 알아내어 장애물이 무엇인지는 판단할 수 없는 약점이 있다. 반면, 카메라는 인공지능 기술이 발달하면서 물체를 검출하거나 인식하는데 성능이 우수하여 항로에 있는 장애물을 정확하게 판단할 수 있다. 하지만, 디지털 영상을 분석하기 위해서는 컴퓨터가 대용량의 화소를 연산해야 하는데 CPU는 순차적 처리 방식에 특화된 구조이기에 처리속도가 매우 느려 원활한 서비스 지원은 물론 안전성도 보장할 수 없게 된다. 따라서 본 논문에서는 해상 객체 인식 소프트웨어를 개발하였고 연산량이 많은 부분을 가속화하기 위해 FPGA로 구현하였다. 또한, 임베디드 보드와 FPGA 인터페이스를 통해 시스템 구현 완성도를 높였으며 소프트웨어 기반의 기존 구현 방법보다 약 30배의 빠른 성능을 얻었고 전체 시스템의 속도는 약 3배 이상이 개선되었음을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제18권4호
• /
• pp.27-34
• /
• 2013

모바일 로봇은 자신의 임무를 수행하기 위해 탐색 기능을 가지고 있어야 한다. 탐색은 감시 로봇, 구조 로봇, 자원 탐사 로봇 등에 사용될 수 있다. 로봇이 환경을 탐색하기 위해서는 지도와 같은 환경에 대한 정보를 가지고 있어야 한다. 그러나 기존에 많이 사용되는 그리드 지도는 용량이 너무 커서 모바일 로봇에 사용하기 힘들다는 문제를 가지고 있다. 본 논문에서는 저 사양의 모바일 로봇에서 사용할 수 있는 하이브리드 지도를 제안한다. 또한 제안하는 하이브리드 지도를 사용하여 모든 영역을 탐색하는 방법을 제안하고 있다. 제안하는 방법은 로봇의 작업 환경을 현재 처리할 수 있는 영역과 처리 할 수 없는 영역으로 나누고, 나누어진 영역을 탐색하는 동시에 지도를 업데이트하며 영역을 확장해 나간다. 탐색이 완료된 영역은 하이브리드 맵 형태로 저장한다. 생성한 하이브리드 맵을 사용하여 로봇은 장애물이 없는 영역으로 이동 경로를 생성할 수 있다. 실험결과에 따르면 기존 그리드 지도에 비해 약 6%의 메모리만을 사용해 환경 지도를 생성할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.191-193
• /
• 2012

기존의 개발된 시각 장애인을 위한 길 안내 서비스를 위한 보조기구는 지팡이에 장착된 RFID 태그를 이용, 표지블록과 RF통신을 하는 정도의 간단한 보행 안내 서비스였습니다. 이는 RFID의 리더기의 인식거리가 짧고, 명확한 장애물의 위치, 크기 및 형태를 판단 할 수 없다. 이에 위험 사항이나 길안내 중 경로 이탈 발생 시 대책방안이 시급히 필요하다. 오늘 날 스마트 디바이스 개발로 인해 사용자들에게 다양한 혜택과 편리성을 제공 하고 있다. 이에 안드로이드 플랫폼 Client 와 Server(PC)간의 소켓 스트림을 이용, 실시간 영상정보와 음성, 위치정보를 전송하여 시각장애인의 위험 상황에 즉각적인 조치를 취할 수 있는 시스템 및 1:N 서비스를 구현하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제11권3호
• /
• pp.23-30
• /
• 2011

무선 센서 네트워크에서, 각 센서 노드들로부터 수집된 정보를 효율적으로 활용하기 위해 센서 노드의 정확한 위치 정보는 필수적이다. 센서 노드의 위치를 추정하는 다양한 기법들 중, 일반적으로 많이 사용되는 수신신호세기(RSS)기법은 추가적인 하드웨어 자원 없이 쉽게 구현될 수 있으나 채널 환경에 따라 다양한 표본 데이터들이 수집 될 수 있고, 특히 이상점(outlier)이 포함 될 수 있다. 이러한 이상점들은, 수집된 표본들로부터 통계적 분석(statistical analysis)에 상당한 요인을 미치며 위치 추정 오차를 발생시키는 주요한 원인이 된다. 따라서 본 논문에서는, 이상점이 포함 된 표본들로부터 정확한 위치 추정을 위해 Robust Statistics를 적용한 가우시안 필터 알고리즘을 제안한다. 제안한 알고리즘은 이상점이 포함된 표본들로부터 이상점을 제거하고, 낮은 확률값의 표본들을 배제함으로써 위치 추정의 정확도를 향상시킨다. 시뮬레이션 결과로부터, 이상점이 포함 된 표본들로부터 비 가우시안적 환경에서 제안된 방법의 위치 추정의 정확성 향상과 강인성을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제20권8호
• /
• pp.868-874
• /
• 2014

This paper proposes a novel mapping algorithm in Omni-directional Vision SLAM based on an obstacle's feature extraction using Lucas-Kanade Optical Flow motion detection and images obtained through fish-eye lenses mounted on robots. Omni-directional image sensors have distortion problems because they use a fish-eye lens or mirror, but it is possible in real time image processing for mobile robots because it measured all information around the robot at one time. In previous Omni-Directional Vision SLAM research, feature points in corrected fisheye images were used but the proposed algorithm corrected only the feature point of the obstacle. We obtained faster processing than previous systems through this process. The core of the proposed algorithm may be summarized as follows: First, we capture instantaneous $360^{\circ}$ panoramic images around a robot through fish-eye lenses which are mounted in the bottom direction. Second, we remove the feature points of the floor surface using a histogram filter, and label the candidates of the obstacle extracted. Third, we estimate the location of obstacles based on motion vectors using LKOF. Finally, it estimates the robot position using an Extended Kalman Filter based on the obstacle position obtained by LKOF and creates a map. We will confirm the reliability of the mapping algorithm using motion estimation based on fisheye images through the comparison between maps obtained using the proposed algorithm and real maps.

• 한국전자통신학회논문지
• /
• 제12권4호
• /
• pp.533-538
• /
• 2017

본 논문에서는 시각 장애인들이 실외 보행 시 위험 요소로부터 보다 안전할 수 있도록 보행 보조기구를 구현하였다. 초음파 센서를 이용하여 장애물과의 거리가 전방 50cm 이내 및 전방 $52^{\circ}$ 이내 일 때 장애물 감지가 가능하며 조도 센서를 통해 25lux 이하가 되면 LED가 자동 점등되어 시각 장애인의 안전을 보장하고 주변 보행자들의 시야 확보에도 도움을 주는 시스템을 제작하였다. 색상 인식 센서는 감지 거리를 1cm로 하여 노란색의 인식률을 높이고 노란색을 감지하였을 때 진동이 울리도록 하였으며 평균 7.3m의 오차 범위를 가진 GPS를 활용하여 시각 장애인의 위치를 보호자가 확인할 수 있도록 하였다.