• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.28-34
• /
• 2010

본 논문에서는 마찰계수의 비접촉 추정을 위한 영상정보 활용방법을 제안한다. 마찰계수는 이동체의 도로주행 또는 장애물 극복에 있어 매우 중요한 요소이다. 이동체가 이동경로의 마찰계수를 미리 알 수 있다면 이동성향상을 기대할 수 있다. 본 논문의 마찰계수 추정방법은 영상정보를 활용하기 때문에 이동체가 지면과 접촉하기 전에 마찰계수를 추정 할 수 있다는 장점이 있다. 마찰계수의 비접촉 추정을 위한 영상정보 활용방법은 마찰계수측정실험과 물질그룹생성을 포함한 학습단계와 물질그룹 분류과정과 마찰계수 함수 활용을 포함한 마찰계수 추정단계로 구성되어 있으며 물질 조성비를 생성하는 영상처리는 두 단계에 모두 포함된다. 이 과정을 통해 얻은 마찰계수는 무인이동로봇이 이동경로 진입 전에 미끄러움을 판단하여 미끄럼지역을 회피 할 수 있도록 하며, 저속으로 이동이 가능한 경우 미끄럼이 발생하지 않는 적정속도를 계산하는데 확용 가능하다. 본 논문에서 사용한 지형의 마찰계수와 영상정보는 마찰계수 측정실험을 통해 취득하였다. 마찰계수 추정방법을 평가하기 위해 실험지형의 실제 마찰계수와 추정 마찰계수의 차이를 비교하였다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.87-96
• /
• 2014

본 논문은 다양한 영상 획득 과정에서 발생하는 에일리어싱 성분과 잡음을 동시에 제거하기 위하여 공간-주파수 분석 기반사전 학습(dictionary learning)을 사용한 방향 적응적 영상 개선 알고리듬을 제안한다. 제안된 기술은 i) 학습된 사전과 결합된 웨이블릿-푸리에 변환을 이용하여 에일리어싱 및 잡음 영역을 검출하는 단계와, ii) 검출된 영역에서 방향 적응적 계수 축소기법을 이용하여 에일리어싱을 제거하는 동시에 잡음을 억제하는 단계로 구성된다. 제안한 방법은 공간-주파수 성분을 동시에 분석하여 특정 위치와 특정 주파수 성분을 선택적으로 제거하기 때문에, 검출된 영역에서 에지 성분을 보존하면서 에일리어싱 제거와 잡음 억제를 가능하게 한다. 실험 결과를 근거로 제안된 방법은 기존 알고리듬들과 비교할 때 주요 고주파 성분들의 억제 및 아티펙트 발생을 최소화하며 에일리어싱과 잡음을 제거함으로써 디지털 영상의 리샘플링, 초고해상도 영상 생성, 로봇비전 등과 같은 다양한 영상 획득 장치에 적용될 수 있다.

• 한국산학기술학회논문지
• /
• 제21권5호
• /
• pp.191-205
• /
• 2020

본 연구는 노인장기요양시설에서 인적서비스 중심으로 제공되는 요양서비스의 한계를 보완하기 위해 요양시설 종사자들의 가상현실이나 인공지능 탑재 로봇 등의 차세대 기술의 활용 가능성에 대한 인식을을 탐색하고자 하였다. 조사대상은 노인장기요양시설 종사자로 하였으며, 시설의 직군별로 이질적인 세 집단(요양보호사, 사회복지사, 원장)을 구성하여 총 14명에 대한 포커스 그룹 인터뷰를 실시하였다. 인터뷰 내용은 노인장기요양시설에 차세대 기술 도입의 장점과 장애요인, 그리고 앞으로의 적용가능성 등에 관한 것이었으며, 분석 결과 총 3개의 주제와 8개의 범주, 26개의 하위 범주가 도출되었다. 연구의 주요 결과로, 차세대 기술 활용시 노인의 개인적 측면에서 노인의 심리·정서적 안정 효과, 호기심과 흥미 제공, 신체적 활동 욕구의 해소가 장점으로 기대되었으며, 요양서비스 인력의 입장에서는 신체적 활동제약 노인에게 유용한 서비스 제공, 배회 노인의 효과적 관리가 시설운영자의 입장에서는 시설의 홍보 활용이나 시대적 흐름에의 부합, 직원 교육의 유용성을 장점으로 기대되었다. 노인장기요양시설의 인력인 참여자들은 요양시설에 차세대 기술 도입시 예상되는 문제점에 대해서도 언급하였지만 다양한 측면의 장점이 더 많을 것으로 예상하였다. 미래에 요양서비스 분야에 차세대 기술이 도입되어 활용된다면 노인복지와 노인공학 발전에도 기여할 것이다.

• 대한전자공학회논문지SP
• /
• 제49권4호
• /
• pp.77-84
• /
• 2012

얼굴인식 기술은 지능형 보안, 웹에서 콘텐츠 검색, 지능로봇의 시각부분, 머신인터페이스 등, 활용이 광범위 하다. 그러나 일반적으로 대상자의 표정과 포즈 변화, 주변의 조명 환경과 같은 문제가 있으며 이와 더불어 원거리에서 획득한 영상의 경우 저해상도를 비롯하여 블러와 잡음에 의한 영상의 열화 등의 여러 가지 어려움이 발생한다. 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법(Linear Discriminant Analysis)을 이용한 다중 분류기(Classifier)에 의한 판정을 융합하여 얼굴 영상 인식을 수행한다. Fisher 선형판별법은 집단 간 분산을 최대로 하고 집단 내 분산을 최소로 하는 공간으로 선형 투영하는 방법으로, 학습영상의 수가 적을 경우 특이행렬 문제가 발생하지만 포톤카운팅 선형 판별법은 이러한 문제가 없으므로 차원축소를 위한 전 처리 과정이 필요 없다. 본 논문의 다중 분류기는 포톤 카운팅 선형판별법의 유클리드 거리(Euclidean Distance) 또는 정규화된 상관(Normalized Correlation)을 적용하는 판정규칙에 따라 구성된다. 다중분류기의 판정의 융합은 각 분류기 cost의 정규화(Normalization), 유효화(Validation), 그리고 융합규칙(Fusion Rule)으로 구성된다. 각 분류기에서 도출된 cost는 같은 범위로 정규화된 후 유효화 과정에서 선별되고 Minimum, 또는 Average, 또는 Majority-voting의 융합규칙에 의하여 융합된다. 실험에서는 원거리에서 획득한 효과를 구현하기 위하여 고해상도 데이터베이스 영상을 인위적으로 Unfocusing과 Motion 블러를 이용하여 열화하여 테스트하였다. 실험 결과는 다중분류기 융합결과의 인식률은 단일분류기보다 높다는 것을 보여준다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.132-139
• /
• 2015

카메라를 이용하는 시각(visual) SLAM(Simultaneous Localization And Mapping)은 로봇의 위치 등을 파악하는데 널리 이용되고 있다. 일반적으로 시각 SLAM은 움직임이 없는 고정된 특징점을 대상으로 연속적인 시퀀스 상에서 카메라의 움직임을 추정한다. 따라서 이동하는 객체가 많이 존재하는 상황에서는 안정적인 결과를 기대하기 어렵다. 본 논문에서는 이동 객체가 많은 상황에서 스테레오 카메라를 이용한 SLAM을 안정화하는 방법을 제안한다. 먼저, 스테레오 카메라를 이용하여 깊이영상을 추출하고 옵티컬 플로우를 계산한다. 그리고 좌우 영상의 옵티컬 플로우를 이용하여 시차변화(disparity change)를 계산한다. 그리고 깊이 영상에서 사람과 같이 움직이는 객체에 대한 ROI(Region Of Interest)를 구한다. 실내 상황에서는 벽과 같은 정적인 평면들이 움직이는 영역으로 잘못 판단되는 경우가 자주 발생한다. 이런 문제점을 해결하기 위해 깊이 영상을 X-Z 평면으로 사영하고 허프(hough) 변환하여 장면을 구성하는 평면을 결정한다. 앞의 과정에서 판단된 이동 객체 중에서 벽과 같은 장면 요소를 제외한다. 제안된 방법을 통해 정적인 특징점이 요구되는 SLAM의 성능을 보다 안정화할 수 있음을 확인하였다.

• 전자공학회논문지S
• /
• 제36S권1호
• /
• pp.29-37
• /
• 1999

일반적으로 신경망의 정보처리 능력은 신경망의 구조와 효율적인 학습패턴에 의해 결정된다. 그러나 아직까지 체계적으로 신경망의 구조를 설계하거나 효율적인 학습패턴을 선택하는 방법은 없다. 한편 진화 알고리즘은 개체군을 이용한 탐색법으로 전역적 최적해를 구하는 데 많이 사용되고 있으며, 특히 최적의 시스템을 설계하고자 할 때 매우 유용한 방법이다. 본 논문에서는 유전자 알고리즘으로 구성된 두 개의 개체군이 서로 경쟁적으로 진화하는 공진화 방법에 의해 최적의 신경망구조를 찾는 방법을 제안한다. 이 방법은 신경망구조를 나타내는 주개체군과 학습패턴을 나타내는 부개체군으로 되어 있으며, 이 두 개체군(신경망과 학습패턴)은 서로 경쟁적으로 진화한다. 즉, 학습패턴은 신경망이 학습하기 힘든 패턴으로 진화하고 신경망은 그 패넌들을 학습할 수 있도록 진화하단. 이 방법은 부적절한 학습패턴의 선택과 임의적인 신경망의 설계로 인한 시스템의 성능이 저하되는 것을 해결한다. 또한 공진화 방법에서 각 개체군의 적합도는 동적으로 변화하기 때문에 그 진행과정을 쉽게 알 수 없다. 따라서 본 논문에서는 그 진행과정을 관찰할 수 있는 방법도 소개한다. 마지막으로 제안한 방법을 로봇 매니플레이터의 비주얼 서보임 문제에 적용하여 그 유효성을 검증한다.

• 전자공학회논문지
• /
• 제52권6호
• /
• pp.107-116
• /
• 2015

고성능 컴퓨터와 디지털 카메라의 보급으로 컴퓨터를 이용한 객체 탐지 및 추적은 컴퓨터 비전의 다양한 응용분야에서 중요한 문제로 대두 되고 있다. 또한, 지능형 자동화 감시 장치, 영상 분석 장치, 자동화된 로봇 분야 등에서 그 필요성이 점점 부각 되고 있다. 객체 추적은 카메라를 이용하여 움직이는 객체의 위치를 찾는 처리 과정을 의미 하며, 강건한 객체 추적을 위해서는 객체의 스케일, 형태 변화, 회전에 강건하고 정확한 객체의 위치를 파악할 수 있어야한다. 본 논문에서는 랜덤 포레스트를 이용한 강건한 객체 추적에 대한 알고리즘을 제안하였다. 정확한 객체의 위치를 찾기 위해 지역 공분산과 ZNCC (Zeros Mean Normalized Cross Correlation)를 사용하여 객체를 검출하고 검출된 객체를 5개의 부분으로 나누어 랜덤 포레스트로 객체가 잘 검출 되었는지 검증 한다. 검증된 객체 중 모델을 선택하여 객체 검출이 잘못 되었다고 판단된 경우 입력 모델을 변경하여 정확한 객체를 찾도록 하였다. 제안된 알고리즘과 기존의 알고리즘들을 비교 하였을 때 비교적 정확한 객체의 위치를 잘 찾아 가는 것을 확인하였다.

• 대한전자공학회논문지TC
• /
• 제46권2호
• /
• pp.89-96
• /
• 2009

최근 항공기에 탑재되는 디지털 제어장치들의 수와 트래픽양이 증가함에 따라 이들을 신뢰성 있게 고속으로 연결하는 다양한 디지털 데이터버스가 도입되고 있다. 이러한 항공용 데이터버스의 성능은 항공기의 안전과 직결되는 민감한 사항이기 때문에 데이터의 손실을 최소화하거나 없애기 위한 다양한 고장 감내 기술이 적용되어 왔다. 본 논문에서는 데이터의 손실과 지연시간을 최소화하기 위해 채널별로 대역을 보장하는 ARINC 664표준의 Avionics Full Duplex Switched Ethernet(AFD핀) 시스템에서 채널별 대역제어용으로 사용되는 트래픽조절기의 성능을 분석한 후, 데이터 손실률을 보다 감소시키기 위하여 2중의 트래픽조절기를 사용하는 방법을 제시하였다. NS-2시뮬레이션에 의해 기존 방법에 비하여 제안된 방법의 성능이 우수함을 보였다. 제안된 방법은 항공기 뿐 아니라 데이터의 손실에 민감한 로봇제어 및 산업용 통신망에도 적용될 수 있을 것이다.

• 한국전산구조공학회논문집
• /
• 제25권4호
• /
• pp.287-292
• /
• 2012

본 연구에서는 다채널 자속누설 센서를 이용하여 강케이블의 국부손상을 검색하였다. 먼저 자속누설 기법을 고정된 케이블 구조물에 적용하기 위해 프로토타입의 8채널 자속누설 센서헤드를 제작하였고, 국부손상이 발생한 케이블을 구현하기 위하여 PVC 파이프에 강케이블을 채워 강케이블 다발 시편을 제작하였고, 케이블 시편 외부 및 내부에 다양한 크기 및 방향을 가지는 국부손상을 단계적으로 발생시켰다. 이와 같이 제작된 강케이블 시편을 대상으로 각 손상단계에서 자속누설 센서헤드를 이용하여 자속신호를 스캔하고 출력전압으로 표현하였다. 이어서 일반극치분포를 이용해 손상유무를 판단할 수 있는 기준이 되어줄 임계값을 설정하였고, 이를 각 채널에서 계측된 자속신호와 비교하여 객관적인 손상판단을 수행하였다. 또한 케이블 모니터링에 있어 가장 중요한 정보인 손상의 길이방향 위치를 효과적으로 검색하기 위해 모든 채널의 자속값을 합하여 총합값의 형태로 임계값과 함께 나타내었다. 최종적으로 임계값을 초과한 부분의 길이방향 및 원주방향 위치를 실제 손상과 비교함으로써 본 기법의 국부손상 검색 가능성을 살펴보았다.

• 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.