• 융합정보논문지
• /
• 제7권6호
• /
• pp.9-17
• /
• 2017

본 연구는 소방공무원의 구강건강관리 행동에 대한 실태를 파악하고자 대전광역시의 일부 소방서에 근무하는 241명의 소방공무원을 대상으로 실시하여 다음과 같은 결과를 얻었다. 첫째, 1일 칫솔질 횟수는 남성은 3회, 여성은 4회라는 응답이 많았고, 칫솔질 시간은 20대 연령과 근무경력이 5년 이하인 근무자들이 3분 이상 닦는 것으로 나타났다. 둘째, 구강보조용품 사용은 20, 30대 연령과 근무경력이 10년 미만인 근무자들이 많이 사용하고 있었으며, 소방장 이하의 계급에서 구강보건교육 경험이 많았다. 셋째, 구강보건교육을 받은 경우 구강보조용품을 더 많이 사용하고 있었고, 1년 내 치석제거도 더 많이 시행한 것으로 나타났다. 연구결과 열악한 근무환경에 비해 소방공무원의 구강건강관리상태는 다행히 양호한 수준 이였으나, 향후 구강건강향상을 위한 IT와 로봇기술이 융합된 직무 맞춤형 구강건강 프로그램 개발과 홍보대책 방안을 마련하고 소방공무원의 처우를 개선한다면 소방공무원들의 구강건강관리 수준은 더 향상될 수 있을 것이라 사료되었다.

• 한국건설관리학회논문집
• /
• 제1권1호
• /
• pp.87-94
• /
• 2000

도로면 유지보수 공법 중 크랙실링은 그 특성상 작업수행과 관련하여, 노무자의 안전을 위협하는 다양한 위험, 열악한 작업환경으로 인한 생산성 및 품질저하, 교통체증으로 인한 차량이용자의 간접비용 상승 등 많은 잠재적 문제점을 내포하고 있을 뿐만 아니라 노무 의존도가 높고 년간 막대한 사업예산을 요하는 국가 기반 유지보수 사업이다. 선진 외국의 경우, 도로면의 초기균열에 대한 보수공법으로써 크랙실링이 일반화되어있고 과거 10여년에 걸쳐 이를 자동화하기 위한 연구노력이 활발히 진행 중이다. 본 논문은 미국을 중심으로 지금껏 개발되어진 크랙실링 자동화 로봇의 프로토타입을 간략히 소개하고 미 연방교통국(FHWA)과 텍사스 주 교통국(TxDOT)의 지원하에, 텍사스 오스틴 주립대학 건설자동화 연구소에서 개발된 크랙실링 자동화 로봇의 연구성과 및 1999년 현장실험 결과를 토대로 크랙실링 자동화 로봇의 타당성 및 적용성 그리고 개발기술의 응용성을 시험한다. 크랙실링 자동화 로봇의 개발과 활용을 통하여 도로의 수명 연장 및 년간 막대한 도로 유지보수 사업예산의 절감이 가능할 것으로 사료되며 개발된 자동화 기술은 추후 빌딩외벽, 대규모 저장탱크 등 도로 이외의 건축.토목 구조물에 발생된 균열의 탐지 및 보수에도 널리 활용될 수 있을 뿐만 아니 라 동영상 처리기술 등의 멀티 미디어 기술과 무선정보통신망을 응용한 본사와 현장간 실시간 안전진단 및 분석에도 그 활용효과가 클 것으로 기대된다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권4호
• /
• pp.129-134
• /
• 2018

최근, 인공신경망 모델은 예측, 수치제어, 로봇제어, 패턴인식 등의 분야에서 촉망되는 기술이다. 본 연구에서는 인공신경망 모델을 이용하여 온실 외부 온도를 예측하고 이를 온실제어에 활용하는데 목적이 있다. 예측 모델의 성능 평가를 위해 다중회귀모델과 SVM 모델과의 비교분석을 수행하였다. 평가 방법으로는 10-Fold Cross Validation을 사용하였으며, 예측 성능 향상을 위해 상관관계분석 통해 데이터 축소를 수행하였고, 측정 데이터로부터 새로운 Factor 추출하여 데이터의 신뢰성을 확보하였다. 인공신경망 구축을 위해 Backpropagation algorithm을 사용하였으며, 다중회귀모델은 M5 method로 구축하였고, SVM 모델을 epsilon-SVM으로 구축하였다. 각 모델의 비교분석 결과 각각 0.9256, 1.8503과 7.5521로 나타났다. 또한 예측모델을 온실 난방부하 계산에 적용함으로써 온실에 사용되는 에너지 비용 절감을 통한 수입증대에 기여할 수 있다. 실험한 온실의 난방부하는 3326.4kcal/h이며, 총 난방시간이 $10000^{\circ}C/h$일 때 연료소비량은 453.8L로 예측된다. 아울러 데이터 마이닝 기술 중 하나인 인공신경망을 정밀온실제어, 재배기법, 수확예측 등 다양한 농업 분야에 적용함으로써 스마트 농업으로의 발전에 기여할 수 있다.

• 지식경영연구
• /
• 제22권3호
• /
• pp.235-252
• /
• 2021

정보통신기술의 발달과 코로나19는 호텔산업에 이례적인 변화를 불러일으켰고, 호텔 고객들의 서비스 로봇과 같은 비대면 서비스에 대한 수요가 급증하였다. 이에 본 연구는 혼합분석기법을 적용하여 호텔 고객의 비대면 서비스에 대한 인식을 조사하고자 한다. 구체적으로 본 연구는 구조방정식모형을 통해 변수들간의 상관관계를 파악하였으며, 나아가 퍼지셋 질적 비교 분석 기법을 적용하여 비대면 서비스를 제공하는 호텔 이용의도를 형성하는 변수들의 패턴을 도출하였다. 분석결과, 서비스 경험 공동창출, 즐거움, 개인화 그리고 신뢰가 비대면 서비스 이용욕구를 거쳐 이용의도에 유의한 영향을 미치는 것으로 나타난 반면에, 퍼지셋 질적 비교 분석 방법에서는 도출된 모든 패턴에서 즐거움이 핵심 요인으로 도출되었다. 이러한 분석결과를 토대로 본 연구는 호텔 고객의 비대면 서비스에 대한 심도 있는 이해를 위한 학술적 근거를 제시하였으며, 호텔 매니저들에게 위드 코로나 시대에 비대면 서비스 전략에 대한 구체적인 가이드라인을 제시하였다.

• 한국콘텐츠학회논문지
• /
• 제21권1호
• /
• pp.541-551
• /
• 2021

도서관 사서의 수많은 업무 중 도서 정리 업무는 사서가 일일이 정리해야 하는 일이기 때문에, 투입되는 인적·시간적 비용이 크다. 이러한 문제를 해결하기 위해 최근 인공지능 기술을 접목한 도서 정리 로봇에 관한 관심이 증가하고 있다. 본 연구에서는 도서 정리 로봇에 적용할 수 있는 다중경유지 최단 경로 알고리즘인 K-ACO 알고리즘을 제안한다. 제안하는 K-ACO 알고리즘은 하나의 로봇이 아니라 여러 대의 로봇을 가정하고 있다. 또한, K-ACO는 개미 알고리즘을 개선하여 K개의 군집을 만들고 각 군집 별 최단 경로를 제공해준다. 본 논문에서는 제안한 알고리즘의 성능 분석을 도서 정리 시간의 관점에서 실시하였다. 제안한 알고리즘인 K-ACO 알고리즘을 한 대학교 도서관에 적용하여 현재 도서 정리 알고리즘과 비교해 보았다. 시뮬레이션을 통해 제안하는 알고리즘은 도서 정리 업무를 치우치지 않고 공평하게 배분하여 궁극적으로 전체 일이 끝나는 시간을 확연히 줄일 수 있음을 알 수 있었다. 본 연구 결과를 통하여 제안한 알고리즘의 적용으로 도서 정리에 필요한 인적·시간적 비용을 절감하여 도서관 내 양질의 서비스 향상을 기대한다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.398-407
• /
• 2021

국민의 안전을 책임지는 소방공무원은 고령화로 인한 문제점이 예상 되는 직업중 하나이다. 소방공무원의 평균 연령 증가로 인한 고령화는 심각한 사회 문제로 이어질 수 있다. 본 연구의 목표는 전라남도에서 근무하는 다양한 직무의 소방공무원을 대상으로 소방공무원 고령화 인식 정도에 대한 실태를 조사하고, 고령화로 인해 발생할 수 있는 업무상의 문제점 조사 및 분석을 통해 고령화 대비 방안에 대하여 제언하는 것이다. 설문조사 결과, 연령대가 높아질수록 소방공무원의 고령화에 대한 인식 정도가 높아지는 경향을 보이며, 총 근무경력과 내/외근직 근무경력이 높을수록 고령화에 대한 인식정도가 강한 것으로 조사되었다. 소방공무원의 고령화로 인하여 발생할 수 있는 다양한 문제점을 해결하기 위한 방안으로 체력 증진 프로그램 등의 주기적 운영, 현장업무 수행, 직무순환 및 행정부서 등으로의 보직 변경 등의 관리적 방안 마련, 드론이나 로봇 기술을 적용한 첨단 기술을 활용한 소방 활동에 적용 가능한 기술의 도입, 퇴직관리 정책의 수립과 민간취업의 연계 활성화 방안의 마련 등이 있다. 현장 적용성을 극대화 할 수 있도록 정부의 제도적 방안의 마련과 계획적 대비가 반드시 필요하다.

• 한국항행학회논문지
• /
• 제25권1호
• /
• pp.115-123
• /
• 2021

잣은 우리나라 대표적인 견과류 임산물이자 수익형 작물이다. 그러나 잣송이는 사람이 직접 나무 위로 올라가 수확하기 때문에 위험성이 높다. 이러한 문제를 해결하기 위해서 로봇 또는 UAV(unmanned aerial vehicle)를 이용한 잣송이 수확이 필요하다. 본 논문에서는 UAV를 이용한 잣송이 수확을 위해 UAV 항공 영상에서 딥러닝(deep learning) 기반의 잣송이 검출 기법을 제안한다. 이를 위해, UAV를 이용하여 실제 잣나무 숲에서 동영상을 촬영했으며, 적은 수의 데이터 보완을 위해 데이터 증강기법을 사용했다. 3D 검출을 위한 데이터로는 Unity3D을 이용하여 가상 잣송이 및 가상환경을 3D 모델링 하였으며 라벨링은 좌표계의 3차원 변환법을 이용해 구축했다. 잣 분포 영역 검출, 잣 객체에 대한 2D 및 3D 검출을 위한 딥러닝 알고리즘은 DeepLabV3, YOLOv4, CenterNet을 각각 이용하였다. 실험 결과, 잣송이 분포 영역 검출률은 82.15%, 2D 검출률은 86.93%, 3D 검출률은 59.45%이었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.141-148
• /
• 2022

최근 들어 강화 학습은 심층 신경망 기술과 결합되어 바둑, 체스와 같은 보드 게임, Atari, StartCraft와 같은 컴퓨터 게임, 로봇 물체 조작 작업 등과 같은 다양한 분야에서 매우 놀라운 성공을 거두었다. 하지만 이러한 심층 강화 학습은 행동, 상태, 정책 등을 모두 벡터 형태로 표현한다. 따라서 기존의 심층 강화 학습은 학습된 정책의 해석 가능성과 일반성에 제한이 있고, 도메인 지식을 학습에 효과적으로 활용하기도 어렵다는 한계성이 있다. 이러한 한계점들을 해결하기 위해 제안된 새로운 관계형 강화 학습 프레임워크인 dNL-RRL은 센서 입력 데이터와 행동 실행 제어는 기존의 심층 강화 학습과 마찬가지로 벡터 표현을 이용하지만, 행동, 상태, 그리고 학습된 정책은 모두 논리 서술자와 규칙들로 나타내는 관계형 표현을 이용한다. 본 논문에서는 dNL-RRL 관계형 강화 학습 프레임워크를 이용하여 제조 환경 내에서 운송용 모바일 로봇을 위한 행동 정책 학습을 수행하는 효과적인 방법을 제시한다. 특히 본 연구에서는 관계형 강화 학습의 효율성을 높이기 위해, 인간 전문가의 사전 도메인 지식을 활용하는 방안들을 제안한다. 여러 가지 실험들을 통해, 본 논문에서 제안하는 도메인 지식을 활용한 관계형 강화 학습 프레임워크의 성능 개선 효과를 입증한다.

• Composites Research
• /
• 제35권6호
• /
• pp.378-393
• /
• 2022

마찰전기 나노발전기(이하 TENG)의 새로운 발전 기술은 에너지 수집 및 자가 전력 공급 감지 응용 분야의 긍정적 전망으로 인해 점점 더 많은 관심을 받고 있다. 또한 최근 소프트로봇의 부상은 플렉시블과 소프트센서, 액추에이터 개발에 대한 폭넓은 관심을 불러 일으키고 있다. TENG는 액추에이터와 자가 전력 공급 센서를 구동하는 유망한 전원으로 간주되어 소프트웨어 로봇, 소프트 센서 및 액추에이터 개발을 위한 독창적인 방법을 제공한다. 이 리뷰에서는 TENG를 기반으로 다양한 형태와 기능을 가진 소프트웨어 로봇을 소개하려 한다. 그 중 자연계의 구조, 표면 형태, 재료 특성과 센싱/발전 메커니즘을 모방한 바이오닉 소프트 로봇의 설계는 TENG 성능 향상에 큰 도움이 되었다. 또한 다양한 바이오닉 소프트 로봇은 TENG의 간단한 구조, 자체 전력 공급 특성 및 조정 가능한 출력으로 인해 이전 구동 방식보다 향상되었다. 그리하여 이 리뷰에서는 TENG가 활성화한 소프트 로봇 응용의 특정 핵심 영역에서 다양한 연구를 종합적으로 검토하려 한다. 리뷰를 요약하자면 먼저 최근 개발된 다양한 TENG 기반 소프트웨어 로봇을 정리하고 다양한 장비 구조, 표면 형태 및 자연적으로 영감을 받은 재료를 비교 분석하여 그에 따른 TENG 성능 개선을 수행한다. 자연계에 사용되는 다양한 유비쿼터스 감지 원리와 발전 메커니즘 및 유사한 인공 TENG 설계가 확인되었고 촉각 디스플레이 및 웨어러블 기기, 인공 전자 피부 등의 기기에 TENG를 활성화하는 바이오닉 응용에 대해 논의한다. 마지막으로 TENG 기반 센서 및 구동 장비의 로봇 실제 적용에 대한 발전 기회, 도전 및 미래 전망을 분석한다.

• 생물환경조절학회지
• /
• 제31권4호
• /
• pp.270-278
• /
• 2022

본 연구는 무대재배 복숭아 '미황'을 대상으로 성숙기간 중 RGB 영상을 취득한 후 다양한 품질 지표를 측정하고 이를 딥러닝 기술에 적용하여 복숭아 과실 숙도 분류의 가능성을 탐색하고자 실시하였다. 취득 영상 730개의 데이터를 training과 validation에 사용하였고, 170개는 최종테스트 이미지로 사용하였다. 본 연구에서는 딥러닝을 활용한 성숙도 자동 분류를 위하여 조사된 품질 지표 중 경도, Hue 값, a^*값을 최종 선발하여 이미지를 수동으로 미성숙(immature), 성숙(mature), 과숙(over mature)으로 분류하였다. 이미지 자동 분류는 CNN(Convolutional Neural Networks, 컨볼루션 신경망) 모델 중에서 이미지 분류 및 탐지에서 우수한 성능을 보이고 있는 VGG16, GoogLeNet의 InceptionV3 두종류의 모델을 사용하여 복숭아 품질 지표 값의 분류 이미지별 성능을 측정하였다. 딥러닝을 통한 성숙도 이미지 분석 결과, VGG16과 InceptionV3 모델에서 Hue_left 특성이 각각 87.1%, 83.6%의 성능(F1 기준)을 나타냈고, 그에 비해 Firmness 특성이 각각 72.2%, 76.9%를 나타냈고, Loss율이 각각 54.3%, 62.1%로 Firmness를 기준으로 한 성숙도 분류는 적용성이 낮음을 확인하였다. 추후에 더 많은 종류의 이미지와 다양한 품질 지표를 가지고 학습이 진행된다면 이전 연구보다 향상된 정확도와 세밀한 성숙도 판별이 가능할 것으로 판단되었다.