• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1515-1526
• /
• 2022

Image-based 3D reconstruction is to restore the shape and color of real-world objects, and image sensors mounted on mobile platforms are used for positioning and mapping purposes in indoor and outdoor environments. Due to the increase in accidents in underground space, the location accuracy problem of underground spatial information has been raised. Image-based location estimation studies have been conducted with the advantage of being able to determine the 3D location and simultaneously identify internal damage from image data acquired from the inside of pipeline-type underground facilities. In this study, we studied 3D reconstruction based on the images acquired inside the pipe-type underground facility and reference data. An unmanned mobile system equipped with a stereo camera was used to acquire data and image data within a pipe-type underground facility where reference data were placed at the entrance and exit. Using the acquired image and reference data, the pipe-type underground facility is reconstructed to a geo-referenced 3D shape. The accuracy of the 3D reconstruction result was verified by location and length. It was confirmed that the location was determined with an accuracy of 20 to 60 cm and the length was estimated with an accuracy of about 20 cm. Using the image-based 3D reconstruction method, the position and line-shape of the pipe-type underground facility will be effectively updated.

• Proceedings of the Korean Geotechical Society Conference
• /
• 2009.03a
• /
• pp.1026-1031
• /
• 2009

21세기 대한민국은 지반분야에 있어서 과거 건설위주의 발전에서 유지관리의 중요성이 대두되는 시대로 변모하였다. 특히 이상기후에 의한 집중호우 발생이 빈번해진 상황에서 외부조건에 직접적으로 노출되어있는 사면구조물은 타 지반구조물보다 상대적으로 관리의 필요성이 더 높다. 사면의 유지관리 방법 중에서도 계측에 의한 상시 모니터링 시스템 구축 관련 기술이 주목을 받고 있으며, 장기적인 시스템 운용 측면에서 내구성이 우수한 광섬유 재료를 이용한 계측 시스템 개발이 국가적 지원을 받으며 연구가 활발히 진행 중에 있다. 본 연구는 암반사면의 균열부에 설치하여 미세한 거동을 측정할 수 있는 광섬유 정밀 계측 시스템을 개발하고, 실제 사면 현장에 시범 구축한 사례를 요약한 것이다. 영동고속도로 원주지사 관내에 있는 암반사면을 대상으로 총 6개의 센서를 변위발생 가능성이 높은 균열부에 설치하였다. 계측데이터의 수집과 전송을 위하여 사면 하단부에 컨트롤박스를 설치하고 데이터로거, 운용시스템, 유선네트워크 시스템을 구축하였다. 설정된 주기별로 취득되는 계측데이터는 우선적으로 현장에서 저장되고, 사무실에서도 원격으로 제어할 수 있는 시스템을 시범적으로 구축하여 운용중에 있다. 향후 계측 시스템의 센서부, 데이터로거, 운용프로그램 등을 추가 연구를 통하여 개선하고 현장에 반영하는 과정을 반복함으로써 사면 시설물의 유지관리에 최적의 시스템을 개발 및 구축하는 것이 본 연구의 최종적인 목표이다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2361-2363
• /
• 2002

• Proceedings of the Korean Society for Agricultural Machinery Conference
• /
• 2017.04a
• /
• pp.162-162
• /
• 2017

구글에서 공개한 Tensorflow를 이용한 여러 학문 분야의 연구가 활발하다. 농업 시설환경을 대상으로 한 빅데이터의 축적이 증가함과 아울러 실효적인 정보 획득을 위한 각종 데이터 분석 및 마이닝 기법에 대한 연구 또한 활발한 상황이다. 한편, 타 분야의 성공적인 심층학습기법 응용사례에 비하여 농업 분야에서의 응용은 초기 성장 단계라 할 수 있다. 이는 농업 현장에서 취득한 정보의 난해성 및 완성도 높은 생육/환경 모델링 정보의 부재로 실효적인 전과정 처리 기술 도출에 소요되는 시간, 비용, 연구 환경이 상대적으로 부족하기 때문일 것이다. 특히, 센서 기반 데이터 취득 기술 증가에 따라 비약적으로 방대해진 수집 데이터를 시간 복잡도가 높은 심층 학습 모델링 연산에 기계적으로 단순 적용할 경우 시간 효율적인 측면에서 성공적인 결과 도출에 애로가 있을 것이다. 매우 높은 시간 복잡도를 해결하기 위하여 제시된 하드웨어 가속 기능의 경우 일부 개발환경에 국한이 되어 있다. 일례로, 구글의 Tensorflow는 오픈소스 기반 병렬 클러스터링 기술인 MPICH를 지원하는 알고리즘을 공개하지 않고 있다. 따라서, 본 연구에서는 심층학습 기법 연구에 있어서, 예상 가능한 다양한 자원을 활용하여 최대한 연산의 결과를 빨리 도출할 수 있는 하드웨어적인 접근 방법을 모색하였다. 호스트에서 수행하는 일방적인 학습 알고리즘과 달리 이기종간 심층 학습이 가능하기 위해선 우선, NFS(Network File System)를 이용하여 데이터 계층이 상호 연결이 되어야 한다. 이를 위해서 고속 네트워크를 기반으로 한 NFS의 이용이 필수적이다. 둘째로 제한된 자원의 한계를 극복하기 위한 메모 공유 라이브러리가 필요하다. 셋째로 이기종간 프로세서에 최적화된 병렬 처리용 컴파일러를 이용해야 한다. 가장 중요한 부분은 이기종간의 처리 능력에 따른 작업을 고르게 분배할 수 있는 작업 스케쥴링이 수행되어야 하며, 이는 처리하고자 하는 데이터의 형태에 따라 매우 가변적이므로 해당 데이터 도메인에 대한 엄밀한 사전 벤치마킹이 수행되어야 한다. 이러한 요구조건을 대부분 충족하는 Open-CL ver1.2(https://www.khronos.org/opencl/)를 이용하였다. 최신의 Open-CL 버전은 2.2이나 본 연구를 위하여 준비한 4가지 이기종 시스템에서 모두 공통적으로 지원하는 버전은 1.2이다. 실험적으로 선정된 4가지 이기종 시스템은 1) Windows 10 Pro, 2) Linux-Ubuntu 16.04.4 LTS-x86_64, 3) MAC OS X 10.11 4) Linux-Ubuntu 16.04.4 LTS-ARM Cortext-A15 이다. 비교 분석을 위하여 NVIDIA 사에서 제공하는 Pascal Titan X 2식을 SLI로 구성한 시스템을 준비하였다. 개별 시스템에서 별도로 컴파일 된 바이너리의 이름을 통일하고, 개별 시스템의 코어수를 동일하게 균등 배분하여 100 Hz의 데이터로 입력이 되는 온도 정보와 조도 정보를 입력으로 하고 이를 습도정보에 Linear Gradient Descent Optimizer를 이용하여 Epoch 10,000회의 학습을 수행하였다. 4종의 이기종에서 총 32개의 코어를 이용한 학습에서 17초 내외로 연산 수행을 마쳤으나, 비교 시스템에서는 11초 내외로 연산을 마치는 결과가 나왔다. 기보유 하드웨어의 적절한 활용이 가능한 심층학습 기법에 대한 연구를 지속할 것이다

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2006.11a
• /
• pp.383-387
• /
• 2006

본 연구에서는 신속하고 정확한 산불감지를 위해 센서 네트워크 기술 및 무인 항공 기술을 접목한 새로운 형태의 화재 감지 시스템을 제안하고자 한다. 제안된 시스템은 광범위한 영역에 설치되는 다수의 센서 노드들과 이 영역위에서 자유로이 비행하면서 실시간으로 센서 노드에서 계측된 데이터를 수집하는 헬리콥터 및 헬리콥터에 장착되어 화재발생지점의 화상정보를 취득하고 이를 원격의 서버로 데이터를 무선 전송할 수 있는 임베디드 시스템으로 구성된다. 또한 산불 감지용 테스트베드를 제작하여 설계 제작된 시스템의 실제 적용을 통해 제안된 시스템의 유용성을 확인하고자 한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.3
• /
• pp.9-14
• /
• 2022

In the IoT(internet of things) where various devices can be connected, failure of essential devices may lead to a lot of economic and life losses. For reducing the losses, fault diagnosis techniques have been considered an essential part of IoT. In this paper, the method based on a graph neural network is proposed for determining fault and classifying types by extracting features from vibration data of systems. For training of the deep learning model, fault dataset are used as input data obtained from the CWRU(case western reserve university). To validate the classification performance of the proposed model, a conventional CNN(convolutional neural networks)-based fault classification model is compared with the proposed model. From the simulation results, it was confirmed that the classification performance of the proposed model outweighed the conventional model by up to 5% in the unevenly distributed data. The classification runtime can be improved by lightweight the proposed model in future works.

• Journal of the Korean Solar Energy Society
• /
• v.40 no.3
• /
• pp.1-20
• /
• 2020

In accordance with the Government's policy, renewable power generation is expanding very largely. This leads to increasing uncertainty in the power market and power system owing to the intermittent and fluctuating output characteristics of renewable power generators. Data on the acquisition of renewable power generators can be largely classified according to the operation of the power market and power system. Data on the settlement for the payment for the power amount are acquired in the power market, and real-time data for monitoring the status and output of the generators are acquired in the power system. However, renewable power generators operating in the power market have different acquisition cycles depending on the method of communication of the power meter. They acquire data only for settlement purposes and have no real-time data, which requires improvement. In this paper, the acquisition status is reviewed by classifying the data of renewable power generators into settlement and real-time data. In addition, measures and acquisition criteria for real-time data of renewable power generators for improving the acquisition method are proposed.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.410-411
• /
• 2011

본 논문에서는 태양광 전원, 배터리, 마이크로터빈, 스마트 홈 등 다양한 목적과 특성을 가진 요소로 구성된 마이크로그리드를 효율적으로 제어, 관리하기 위한 분산 지능형 제어원리를 제안한다. 기존의 중앙집중식 제어원리는 중앙에서 전체 시스템에 대한 정보를 취득하여 운영에 대한 의사결정을 독점하는 구조였다면 제안하는 원리는 마이크로그리드의 구성요소가 각각 지능형 에이전트를 기반으로 스스로 데이터를 취득하고 이웃 에이전트와의 대화와 협조를 통해 분산제어를 수행하는 방식이다. 각 에이전트 사이는 근거리 무선통신 방식인 Zigbee를 이용하였고 마이크로그리드를 실시간으로 해석하기 위하여 MATLAB 기반의 실시간 시뮬레이터를 이용하였다. 실시간 마이크로그리드 시뮬레이션 모델과 에이전트 역할을 하는 마이크로 컨트롤러를 연계하여 Hardware-in-the-loop 기반의 데모시스템을 구축하였고 제안하는 원리에 대해 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.595-596
• /
• 2016

열차의 진로를 변경시키는 선로전환기의 고장은 탈선 등과 같은 대형 사고를 유발시킬 수 있는 중요한 시설이다. 따라서 열차운행 안전 측면에서 해당 설비에 대한 모니터링은 필수적이다. 본 논문에서는 선로전환기의 구동 시 발생하는 소리 정보를 이용하여 선로전환기의 이상상황을 탐지하는 시스템을 제안한다. 먼저 제안한 시스템은 소리 센서에서 실시간으로 취득하는 소리 신호를 Power Spectral Density(PSD) 특징으로 변환한다. 추출된 PSD 특징은 이미 성능이 입증된 딥러닝의 대표적인 모델인 Convolutional Neural Network(CNN)에 적용하여 이상상황을 탐지한다. 실제 선로전환기의 전환 시 발생하는 소리 데이터를 취득하여 모의실험을 수행한 결과, 비정상 상황을 안정적으로 탐지함을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1813-1814
• /
• 2007

본 논문에서는 개선된 정보입자 기반 퍼지모델과 기호코딩 기반 유전자 알고리즘을 이용한 퍼지모델의 구조동정을 다룬다. 클러스터링 방법을 이용하여 초기 데이터를 분할하고 각 클러스터에 대한 중심값과 소속정도에 대한 정보가 취득되며 이 취득된 정보입자는 퍼지모델에 적용된다. 또한 많은 입력변수를 갖는 시스템에 대하여 발생되는 고차원성 문제를 해결하기 위하여 기호코딩 기반 유전자 알고리즘을 이용하여 적절한 입력변수, 멤버쉽 함수의 수, 후반부 다항식의 차수등을 효율적으로 선택할 수 있는 구조동정방법을 제시한다.