• 항공우주시스템공학회지
• /
• 제16권1호
• /
• pp.49-55
• /
• 2022

최근 드론의 역할은 농업∙건설∙물류등의 다양한 영역으로 확대되고 있으며 특히 농업인구가 고령화되는 현 상황에 따라 드론은 노동력 부족 문제를 해결할 효과적인 대안으로 떠오르고 있다. 이에 본 논문에서는 농업 현장에서의 부족한 노동력을 보완하고 높은 위치의 과일도 안전하게 수확할 수 있는 드론 탑재형 과일수확 시스템을 제안한다. 과일수확 시스템은 과일인식 알고리즘과 과일수확 메커니즘으로 구성되어 있다. 과일인식 알고리즘은 딥러닝 기반의 객체탐지 알고리즘인 You Only Look Once를 사용하였고, 가상 시뮬레이션 환경을 구축하여 가능성을 검증하였다. 또한, 하나의 모터로 구동이 가능한 과일수확 메커니즘을 제안하였다. 모터의 회전운동을 기반으로 Scotch yoke을 구동시켜 선형운동으로 변환하여 gripper가 전개된 상태에서 과실에 접근 후 과실을 잡고 돌려 수확하는 메커니즘이다. 제안된 메커니즘에 대한 다물체동역학 해석을 수행하여 구동 가능성을 검증하였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권3호
• /
• pp.945-953
• /
• 2018

본 논문은 무인수상정의 자율운항을 위한 장애물 탐지 및 회피기동을 위해 3차원 라이다를 사용하였다. 단일센서만을 사용해서 해상조건에서의 무인수상정 장애물 회피운항을 하는데 목적이 있다. 3차원 라이다는 Quanergy사의 M8센서를 사용하여 주변 환경 장애물 데이터를 (r, ��, ��)로 수집하며 장애물 정보에는 Layer 정보와 Intensity 정보를 포함한다. 수집된 데이터를 3차원 직각좌표계로 변환을 하고, 이를 2차원 좌표계로 사상한다. 2차원 좌표계로 변환한 장애물 정보를 포함하는 데이터는 수면위의 잡음데이터를 포함하고 있다. 그래서 기본적으로 무인수상정을 기준으로 가상의 관심영역을 정의하여서 규칙적으로 생성되는 잡음데이터에 대해서 삭제를 하였으며, 그 이후에 발생하는 잡음데이터는 Vector Field Histogram으로 계산된 히스토그램 데이터에서 Threshold를 정해 밀도값에 비례하여 잡음데이터를 제거하였다. 제거된 데이터를 이용하여 무인수상정의 움직임에 따른 상대물체를 탐색하여 가상의 격자지도에 1 Cell씩 저정하면서 데이터의 밀도 지도를 작성하였다. 작성된 장애물 지도를 폴라 히스토그램을 생성하고, 경계값을 이용하여 회피방향을 선정하였다.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.160-174
• /
• 2023

자율주행차량에서 핵심적인 역할을 수행하는 LiDAR의 주변 환경 검지 시인성을 향상시키기 위해서는 LiDAR 성능의 개선 뿐만 아니라, 검지 물체의 개선도 필요하다. 이에 본 연구는 LiDAR 센서를 통해 수집되는 point cloud 데이터 기반의 형상인식 알고리즘을 활용하여 자율주행차량이 인식하기에 유리한 교통안전표지 형상과 개선방안을 제시하였다. 실험을 위해 point cloud 활용 연구에서 보편적으로 활용되는 DBSCAN 기반의 도로표지 인식·분류 알고리즘을 개발하고 실도로 환경에서 32ch LiDAR를 활용, 도로표지 5종에 대한 인식 성능 실험을 수행하였다. 연구결과, 정사각형이나 원형보다는 상하 비대칭이 있는 정삼각형, 직사각형과 같은 형상이 보다 적은 점군의 수로도 검지가 가능하고, 83% 이상의 높은 분류 정확도를 보였다. 또한, 정사각형 표지의 크기를 1.5배 확대할 경우, 분류 정확도를 향상시킬 수 있었다. 이러한 결과는 미래 자율주행 시대의 센서를 위한 전용 도로·교통안전시설물 개선 및 신규 시설물 개발에 활용될 수 있을 것으로 기대된다.

• 한국광학회지
• /
• 제34권4호
• /
• pp.139-150
• /
• 2023

다양한 구조의 라이다(light detection and ranging, LiDAR)가 존재함에도 불구하고 넓은 화각을 유지하면서 장거리 측정과 수직, 수평 방향 모두에서 높은 해상도를 만족하는 LiDAR를 구현하는 것은 매우 어렵다. 스캐닝 구조는 장거리 탐지 및 수직, 수평 방향에 대한 높은 해상도를 만족하는 고성능 LiDAR를 구현하는 데 유리하지만, 넓은 화각을 확보하기 위해서는 검출 속도에 불리한 대면적 광 검출기(photodetector, PD)가 필수적이다. 따라서 이러한 문제점을 해결하기 위해 다수의 소면적 PD를 고속의 단일 대면적 PD로 작동할 수 있는 static unitary detector(STUD) 기술 기반의 PD를 제안하였다. 본 논문에서 제안하는 InP/InGaAs STUD PIN-PD는 1,256 ㎛×19 ㎛의 단위 면적을 가지는 32개 소면적 PD를 활용하여 1,256 ㎛×949 ㎛ 이내에서 다양한 형태로 설계 및 제작하였다. 이후 다양한 형태로 제작된 STUD PD의 특성과 감도는 물론 이를 활용한 LiDAR 수신 보드의 잡음 및 신호 특성에 대해 측정 및 분석하였다. 마지막으로 STUD PD가 적용된 LiDAR 수신 보드를 1.5-㎛ master oscillator power amplifier 레이저를 광원으로 활용하는 3차원 스캐닝 LiDAR 시제품에 적용하였고, 이를 통해 대각 32.6도의 광각에서 50 m 이상의 장거리 물체를 정밀하게 탐지하면서 320 px×240 px의 고해상도 3차원 영상을 동시에 확보하였다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.31-41
• /
• 2022

철강은 기계 산업의 가장 기본적인 구성 요소 중 하나이다. 그러나 철강의 표면 결함은 제품의 품질에 큰 영향을 미친다. 따라서 연구자들은 표면 결함 감지기의 필요성에 주목하고 딥 러닝을 이용한 방법은 객체 결함 감지를 하는데 많이 사용된다. 연구 개발용으로 학습 모델 개발에 초점을 맞추지만 실제 산업환경에 실질적인 영향을 미치는 실시간 적용은 아직 적용되지 않는 한계와 개선의 여지가 필요하다. 본 연구는 YOLOv4를 기반으로 한 철강 표면 결함 감지의 실시간 적용을 제안한다. 첫째, 본 연구는 실시간 응용 모델을 적용하는 것을 목적으로 하며 실시간 객체 검출기의 가장 유명한 알고리즘 중 하나인 one-stage Detector의 YOLO 알고리즘을 중심으로 연구를 진행하였다. 둘째, 사전 훈련된 YOLOv4-Darknet 플랫폼 모델과 전이학습을 사용하여 철강 표면 오픈 소스 데이터셋 NEU-DET을 이용하여 학습과 테스트를 진행하였다. 본 연구에서는 철강 표면의 패치, 구멍 난 표면, 불순물, 스크래치 4가지 유형의 결함을 이용하였다. 셋째, 87.1% mAP@0.5의 정확도와 60fps 이상의 시스템 구축을 위해 YOLOv4를 이용하여 훈련된 모델의 실시간 성능을 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.245-247
• /
• 2022

엑스선 후방산란 영상획득기술은 물체에서 산란되는 엑스선을 활용하여 피조사체 내부 영상을 획득할 수 있는 기술로 영상획득을 위해서는 시스템은 엑스선 발생장치와 산란 엑스선을 측정하기 위한 검출시스템을 포함하여야 한다. 엑스선 후방산란 영상획득장치는 고속으로 회전하는 회전 콜리메이터를 통해 생성되는 엑스선을 샘플링 간격으로 실시간 신호를 획득하여야 하며 이를 위해서는 고속 신호획득장치가 요구된다. 우리는 후방산란 영상획득장치를 위해 대면적 플라스틱 섬광체(500×600×50mm3)와 광증배관으로 구성된 후방산란 엑스선 획득용 센서부에서 생성되는 신호의 변환 및 전달하기 위한 고속 다채널 신호획득장치를 개발하였다. 개발한 후방산란 영상획득용 검출시스템은 최소 15u초 간격으로 신호의 획득이 가능하며 최대 6채널의 신호의 변환 및 전달이 가능한 시스템으로 고속 후방산란 엑스선 영상획득이 가능하다. 개발된 검출시스템은 개별 센서의 보정을 위한 전압, 신호이득, 저레벨 제거 등의 원격 조절 기능을 포함한다. 현재 우리는 다양한 조건에서 엑스선 후방산란 영상획득을 적용 시험을 수행하고 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권6호
• /
• pp.255-266
• /
• 2022

콘크리트의 주재료인 골재 중 굵은 골재의 품질관리는 현재 샘플링을 통한 통계적 공정관리(SPC) 방법으로 하고 있다. 본 논문은 굵은 골재에 대한 품질관리를 현재의 체거름 방식을 대신 카메라를 통해 획득한 영상을 기반으로 굵은 골재를 검사하게 바꾸어 제조 혁신을 위한 스마트팩토리를 구축하였다. 먼저, 얻은 영상을 전처리 하였고, 딥러닝으로 학습된 HED(Holistically-nested Edge Detection)필터는 각각의 물체를 Segmentation하였다. 이 Segmentation한 결과를 영상 처리하여 각각의 골재를 분석 후 이 결과를 바탕으로 조립률, 입형률을 파악한다. 영상을 통해 얻은 골재들의 조립률, 입형률을 계산하여 골재의 품질을 검사하였고 알고리즘의 정확도는 실제로 체 가름 방식을 통해 골재의 품질을 비교한 것과 90% 이상의 정확도를 보이는 결과가 나왔다. 또한 기존의 방법으로는 골재의 입형률을 검사할 수 없었지만 본문의 내용을 통해 골재의 입형률도 측정할 수 있게 되었다. 입형률의 경우 도형을 사용하여 검증하였는데 이는 ±4.5%의 차이를 보였다. 골재의 길이 측정의 경우 실제 골재의 길이를 비교하였는데 ±6%의 차이를 보였다. 실제 3차원의 데이터를 2차원의 영상에서 분석하다보니 실제 데이터와 차이가 생겼는데 이는 추후 연구가 필요하다.

• 한국과학교육학회지
• /
• 제27권5호
• /
• pp.456-464
• /
• 2007

본 연구에서는 한국의 중등학교 과학 교육과정과 교과서를 분석하여 시각 개념 표현 방식과 연계성은 어떠한지를 분석하고, 개념의 수준을 고려하여 시각 개념을 이해시키기 위한, 연계성 있는 시각 개념 구성을 제안하는 것을 목적으로 하였다. 연구의 방법은 문헌 분석 방법을 사용하였으며, 문헌 분석은 제7차 한국의 과학 교육과정과 제7차 과학 교육과정에 따라 개발된 과학 및 물리I 교과서를 분석하였다. 한국의 현행 교육과정과 현행 과학 교과서의 분석을 통한 연구 결과를 요약하면 다음과 같다. 첫째, 과학 교육과정상으로 보면 시각 개념의 연계성에 문제가 없어 보이지만 교육과정에 따라 실제로 집필된 교과서 내용상으로는 시각 개념의 연계성에 문제가 있는 것으로 나타났다. 눈에서 수정체의 기능은 8학년에서 학습하도록 되어 있는데도 7학년에서 안경에 의한 시력 보정의 원리가 제시되고 있는 것은 개념 이해에 어려움이 있을 것으로 보인다. 둘째, Kepler는 Alhazen의 시각 개념에서 물체의 한 점에서 반사된 한 광선이 수정체의 한 점에 도달하여 그 점의 상을 맺을 수 있다는 설명에서 문제점을 발견하고 현대적인 시각 이론을 세웠지만 한국의 일부 과학 교과서는 여전히 Alhazen 방식의 망막 상 형성을 설명하고 있다. 셋째, 근시와 원시의 원인에 대한 설명의 일관성이 없는 경우가 있고, 대부분 두 가지 이유 중의 한 가지로만 설명하고 있다. 마지막으로, 개념 위계를 고려한 시각 개념의 연계적 구성에 있어서는 볼록렌즈에 의한 상에 대해 학습한 후에 우리 눈의 구조와 기능이 제시되어야 하며, 우리 눈의 구조와 기능을 학습한 후에 안경의 기능과 시력 보정이 제시될 필요가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.41-51
• /
• 2024

본 논문에서는 적외선 이미지에서 딥러닝 물체 탐지를 사용하여 유도무기의 표적 탐지 정확도 향상 방법을 연구한다. 적외선 이미지의 특성은 시간, 온도 등의 요인에 의해 영향을 받기 때문에 모델을 학습할 때 다양한 환경에서 표적 객체의 특징을 일관되게 표현하는 것이 중요하다. 이러한 문제를 해결하는 간단한 방법은 적절한 전처리 기술을 통해 적외선 이미지 내 표적 객체의 특징을 강조하고 노이즈를 줄이는 것이다. 그러나, 기존 연구에서는 적외선 영상 기반 딥러닝 모델 학습에서 전처리기법에 관한 충분한 논의가 이루어지지 못했다. 이에, 본 논문에서는 표적 객체 검출을 위한 적외선 이미지 기반 훈련에 대한 이미지 전처리 기술의 영향을 조사하는 것을 목표로 한다. 이를 위해 영상과 이미지의 전역(global) 또는 지역(local) 정보를 활용한 적외선 영상에 대한 전처리인 Min-max normalization, Z-score normalization, Histogram equalization, CLAHE (Contrast Limited Adaptive Histogram Equalization)에 대한 결과를 분석한다. 또한, 각 전처리 기법으로 변환된 이미지들이 객체 검출기 훈련에 미치는 영향을 확인하기 위해 다양한 전처리 방법으로 처리된 이미지에 대해 YOLOX 표적 검출기를 학습하고, 이에 대한 분석을 진행한다. 실험과 분석을 통해 전처리 기법들이 객체 검출기 정확도에 영향을 미친다는 사실을 알게 되었다. 특히, 전처리 기법 중에서도 CLAHE 기법을 사용해 실험을 진행한 결과가 81.9%의 mAP (mean average precision)을 기록하며 가장 높은 검출 정확도를 보임을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.207-212
• /
• 2024

수소연료전지의 중요성은 계속 강조되며, 이 분야에서의 교육 및 훈련 수요가 증가하고 있다. 다양한 교육 환경 중에서 메타버스 교육은 특히 원격 학습에 대응하기 위해 글로벌 교육산업에서 새로운 변화의 시대를 열고 있다. 메타버스가 교육에 가져온 가장 중요한 변화는 단방향, 강사 중심 및 정적인 가르침 접근에서 다방향 및 동적인 접근으로의 전환이다. 메타버스는 수소 연료전지 엔지니어 교육에서도 효과적으로 활용될 것으로 예상되며, 교육과 훈련이 언제 어디서나 가능하게 함으로써 교육의 효과를 향상시킬 뿐만 아니라 엔지니어링 교육에 관련된 비용을 줄일 수 있을 것으로 기대된다. 본 연구에서는 이러한 아이디어에 영감을 받아 연료 전지 교육 플랫폼을 설계하고 있다. 메타버스를 활용하여 이론 학습 및 훈련을 결합한 플랫폼을 만들었다. 본 연구에서는 학습 참여자의 참여도를 높이기 위한 교육 훈련 콘텐츠 개발, 사용성 향상을 위한 사용자 인터페이스 구성, 가상 세계에서 물체와 상호 작용하는 환경 생성, 디지털 트윈 형태의 수렴 서비스 지원 등의 주요 요소를 개발했다.