• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.88-88
• /
• 2022

Detection of stress responses in crops is important to diagnose crop growth and evaluate yield. Also, the multi-spectral sensor is effectively known to evaluate stress caused by nutrient and moisture in crops or biological agents such as weeds or diseases. Therefore, in this experiment, multispectral images were taken by an unmanned aerial vehicle(UAV) under field condition. The experiment was conducted in the long-term fertilizer field in the National Institute of Crop Science, and experiment area was divided into different status of NPK(Control, N-deficiency, P-deficiency, K-deficiency, Non-fertilizer). Total 11 vegetation indices were created with RGB and NIR reflectance values using python. Variations in nutrient content in plants affect the amount of light reflected or absorbed for each wavelength band. Therefore, the objective of this experiment was to evaluate vegetation indices derived from multispectral reflectance data as input into machine learning algorithm for the classification of nutritional deficiency in rice. RandomForest model was used as a representative ensemble model, and parameters were adjusted through hyperparameter tuning such as RandomSearchCV. As a result, training accuracy was 0.95 and test accuracy was 0.80, and IPCA, NDRE, and EVI were included in the top three indices for feature importance. Also, precision, recall, and f1-score, which are indicators for evaluating the performance of the classification model, showed a distribution of 0.7-0.9 for each class.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.99-105
• /
• 2023

고도의 생존성이 요구되는 잠수함은 군의 전략자산에서 가장 중요한 전투 무기체계 중 하나이다. 일반적인 재래식 잠수함은 추진시스템을 작동하기 위해 공기가 필요해 필연적으로 스노클 항해를 하며 잠수함 내부로 공기를 공급해야 한다. 그리고 스노클 항해 시 수중으로 배출된 폐기 가스는 주변 유체를 가열해 온도 항적을 형성하고 결과적으로 잠수함의 생존성을 감소시킨다. 본 연구에서는 수중 잠수함의 폐기로 인해 형성된 수면의 온도 항적에 관한 기초 실험 연구를 수행하였다. 이를 위해 국내 도입된 잠수함의 추진시스템과 항해 조건 자료를 수집하였으며, 온도 항적을 계측하기 위한 실험 시스템을 구현하였다. 실험 결과 수조로 주입된 고온 기포는 작은 크기로 부서져 주위를 둘러싼 유체와 유사한 수준으로 온도가 감소하였으며, 이를 열전대 센서로 확인하였다. 그리고 수면의 온도 항적을 계측하기 위한 열화상 시스템의 결과에서도 온도 항적은 계측되지 않았다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권12호
• /
• pp.357-362
• /
• 2023

교량은 중요한 교통 인프라지만 다양한 환경적 요인과 지속적인 교통 부하로 손상 및 균열을 겪게 되며, 이러한 요인들은 교량의 노후화를 가속화시킨다. 현재 건설한 지 오래된 교량이 많아지면서 안전성을 보장하고 노후화를 진단하기 위한 시스템의 필요성이 대두되고 있다. 이미 교량에서는 실시간 또는 주기적으로 교량의 상태를 모니터링하기 위해 구조물 건전도 모니터링(SHM) 기술이 활용되고 있다. 이 기술과 함께 인공지능과 사물인터넷 기술을 활용한 지능형 교량 모니터링 기술 개발이 진행 중이다. 본 논문에서는 노후화된 교량의 유지관리를 위해 고속 푸리에 변환과 차원 축소 알고리즘을 활용한 교량 안전성을 예측 엣지 시스템 기법을 연구한다. 특히, 기존 연구와는 다르게 실제 교량에서 수집된 센서 데이터를 이용하여 데이터셋을 형성하고 교량의 안전성을 확인할 수 있는지 알아본다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.217-228
• /
• 2024

자율주행 자동차의 안전한 운행을 위해 카메라, RADAR(RAdio Detection And Ranging), 초음파 센서 중 중추적인 역할을 하는 LiDAR(Light Detection And Ranging) 센서는 360도에서 사물을 인식하고 탐지할 수 있다. 하지만 이러한 LiDAR 센서는 레이저를 통해서 거리를 측정하기 때문에 공격자에 노출되기 쉬우며 다양한 보안위협에 직면해있다. 따라서 본 논문에서는 LiDAR 센서를 대상으로 한 여러 가지 보안 위협인 Relay, Spoofing, Replay 공격을 살펴보고 물리적 신호교란(Jamming) 공격의 가능성과 그 영향을 분석하며, 이러한 공격이 자율주행 시스템의 안정성에 미치는 위험을 분석한다. 실험을 통해, 물리적 신호교란 공격이 LiDAR 센서의 거리 측정 능력에 오류를 유발할 수 있음을 보여준다. 개발이 진행 중인 차량 간 통신(Vehicle-to-Vehicle, V2V), 다중 센서 융합과 LiDAR 비정상 데이터 탐지를 통해 이러한 위협에 대한 대응방안과 자율주행 차량의 보안 강화를 위한 기초적인 방향을 제시하고 향후 연구에서 제안된 대응방안의 실제 적용 가능성과 효과를 검증하는 것을 목표로 한다.

• 한국음향학회지
• /
• 제26권8호
• /
• pp.415-425
• /
• 2007

본 논문에서는 간섭 패턴 정합을 이용한 수중 광대역 음원의 위치 추정법을 제안한다. 두 개의 센서 스펙트로그램에 나타나는 간섭 패턴의 정합을 통해 음원과 두 센서간의 상대적인 거리비를 추정하고 이를 아폴로니오스 원의 방정식에 적용하였다. 아폴로니오스의 원은 두 정점에 이르는 거리비가 일정한 값으로 운동하는 점의 자취로 정의되며, 음원의 위치로 추정 가능한 궤적을 나타낼 수 있다. 그러나 아폴로니오스의 원 하나만으로는 정확한 음원의 위치추정이 어렵다. 그러므로 또 하나의 위치 궤적을 추정 할 수 있는 방정식이 필요하다. 따라서 음원과 두 센서간의 신호도달 시간차이를 이용한 쌍곡선의 방정식을 도입하여 최종적인 음원의 위치는 두 방정식의 교점의 좌표로 추정하였다. 제안된 방법의 성능 평가를 위하여 모의실험을 통해 위치 추정 오차율을 분석하고, 해상실험을 통하여 실제 적용 가능성을 분석하였다. 모의실험 및 해상실험 결과 본 논문에서 제안된 위치 추정 알고리즘이 오차율 10% 이내의 성능을 나타내었다.

• 스마트미디어저널
• /
• 제12권11호
• /
• pp.36-47
• /
• 2023

주요 산업현장에서 설비를 제어하는 산업제어시스템(ICS, Industrial Control System)이 네트워크로 다른 시스템과 연결되는 사례가 증가하고 있다. 또한, 이러한 통합과 함께 한 번의 외부 침입이 전체 시스템 마비로 이루어질 수 있는 지능화된 공격의 발달로, 산업제어시스템에 대한 보안에 대한 위험성과 파급력이 증가하고 있어, 사이버 공격에 대한 보호 및 탐지 방안의 연구가 활발하게 진행되고 있으며, 비지도학습 형태의 딥러닝 모델이 많은 성과를 보여 딥러닝을 기반으로 한 이상(Anomaly) 탐지 기술이 많이 도입되고 있다. 어어, 본 연구에서는 딥러닝 모델에 전처리 방법론을 적용하여 시계열 데이터의 이상 탐지성능을 향상시키는 것에 중점을 두어, 그 결과 웨이블릿 변환(WT, Wavelet Transform) 기반 노이즈 제거 방법론이 딥러닝 기반 이상 탐지의 전처리 방법론으로 효과적임을 알 수 있었으며, 특히 센서에 대한 군집화(Clustering)를 통해 센서의 특성을 반영하여 Dual-Tree Complex 웨이블릿 변환을 차등적으로 적용하였을 때 사이버 공격의 탐지성능을 높이는 것에 가장 효과적임을 확인하였다.

• 한국항행학회논문지
• /
• 제28권3호
• /
• pp.300-308
• /
• 2024

도심 항공 모빌리티(UAM)는 도시의 교통 혼잡과 환경 문제에 혁신적인 해결책을 제공하는 새로운 교통수단으로 부상하고 있다. 특히 전기수직이착륙(eVTOL) 항공기를 통해 도심 내 이동성을 향상시키고 교통 혼잡을 감소시키며 환경오염을 줄이는 데 기여할 것으로 기대된다. 그러나 UAM 시스템의 성공적인 구현과 운영은 센서 기술과 같은 고도로 발전된 기술적 인프라에 의존을 많이 하게 된다. 이러한 센서 기술 중에서도 3D LiDAR (light detection and ranging) 시스템은 복잡한 도심 환경에서 비행체가 장애물을 감지하고 경로를 생성하는 데 필수적이다. 본 논문은 3D LiDAR를 이용한 객체 검출 기능의 중요성과 성능을 중심으로 LiDAR 기반 인지 솔루션 개발의 도전 과제에 초점을 맞추며, LiDAR 데이터 처리 알고리즘과 객체 검출 방법론을 통합하여 비행체의 안전 운항에 기여하는 인지 솔루션의 효과를 실험적으로 검증한다.

• 한국항행학회논문지
• /
• 제28권3호
• /
• pp.315-322
• /
• 2024

본 논문에서는 정해진 시간 내에 프레임을 전송해야 하는 텔레메트리 시스템에 적용하기 위한 실시간 운영체제 기반의 PCM 엔코더를 제안한다. 대형 비행체의 경우 각 센서 및 주변장치로부터 많은 상태 정보들을 계측하므로 시스템의 복잡성이 높아지는 추세이다. 또한 계측 데이터가 많아지면서 정해진 시간 내에 프레임을 전송하기 위한 PCM 엔코더의 역할이 중요해지고 있다. 기존 일반적인 엔코더는 규격이 변경되거나, 추가 기능 구현 시 유연성이 떨어지므로 이를 보완하기 위한 설계가 필요하다. 이에 작은 임베디드 소프트웨어에 탑재가 가능한 실시간 운영체제인 uC/OS-II를 적용한 PCM 엔코더 설계를 제안한다. 또한, 타당성을 확인하기 위해 태스크의 실행시간을 측정하는 시뮬레이션을 수행하여 성능을 확인하였다.

• 한국항해항만학회지
• /
• 제48권1호
• /
• pp.1-6
• /
• 2024

항로표지는 해상교통안전에 중요한 시설이며 이를 위해 해양수산부에서는 관리운영 시스템을 개발, 운영 중이다. 현재 항로표지관리 시스템은 텍스트 기반으로 정보를 표출한다. 따라서, 항로표지에 장애나 사고시에 발생하는 경우의 영향을 판단하기가 어렵다. 항로표지의 배치 검증을 위해 항로표지 시뮬레이터를 활용할 수 있으나, 실시간 정보가 적용되지 않고 시뮬레이터의 유지보수에 많은 비용이 필요하다. 또한 항로표지 시뮬레이터는 항만 배후광으로 인한 영향을 시뮬레이션할 수 없다. 본 연구에서는 이러한 단점을 개선하기 위해, 디지털트윈 기술을 적용한 항로표지 관리운영 플랫폼의 개발을 제안한다. 시스템은 항로표지로부터 수집되는 실시간 센서 데이터를 분석하여 고장을 예측할 수 있다. 항로표지 배치를 시뮬레이션할 수 있는 기능을 개발할 예정이다. 디지털트윈 기술을 적용함으로써 항로표지를 효율적으로 관리할 수 있을 것으로 기대한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.109-123
• /
• 2024

딥러닝과 강화학습을 활용한 비전 기반 엔드투엔드 자율주행 시스템 관련 연구가 지속적으로 증가하고 있다. 일반적으로 이러한 시스템은 위치, 속도, 방향, 센서 데이터 등 연속적이고 고차원적인 차량의 상태를 잠재 특징 벡터로 인코딩하고, 이를 차량의 주행 정책으로 디코딩하는 두 단계로 구성된다. 도심 주행과 같이 다양하고 복잡한 환경에서는 Variational Autoencoder(VAE)나 Convolutional Neural Network(CNN)과 같은 네트워크를 이용한 효율적인 상태 표현 방법의 필요성이 더욱 부각된다. 본 논문은 차량의 이미지 상태 표현이 강화학습 성능에 미치는 영향을 분석하였다. CARLA 시뮬레이터 환경에서 실험을 수행하였고, 차량의 전방 카메라 센서로부터 취득한 RGB 이미지 및 Semantic Segmented 이미지를 각각 VAE와 Vision Transformer(ViT) 네트워크로 특징 추출하여 상태 표현 학습에 활용하였다. 이러한 방법론이 강화학습에 미치는 영향을 실험하여, 데이터 유형과 상태 표현 기법이 자율주행의 학습 효율성과 결정 능력 향상에 어떤 역할을 하는지를 실험하였다.