• Journal of Advanced Marine Engineering and Technology
• /
• 제39권9호
• /
• pp.953-958
• /
• 2015

라즈베리파이는 복수개의 입출력 주변 장치를 지원할 수 있는 신용카드 크기 정도의 단일보드 컴퓨터로 이기종간 상호연동을 위한 완전한 플랫폼으로 사용할 수 있으므로 다양한 응용에 적용될 수 있다. 라즈베리파이에 와이파이 기능을 결합하면 원격통신이 가능하여 무선센서 노드를 구성하는데도 매우 적합하다. 또한 데이터처리와 의사결정을 인공지능에 기반을 둘 수 있으므로 화재 감시나 화재발생 신뢰도 판단 등과 같은 예제를 이미 개발된 테스트베드에서 수행해 볼 수 있다. 본 논문은 건물 내의 능동적 화재안전감시를 위한 센서 웹노드로서 라즈베리파이 이용에 대한 연구 결과이다. UV 불꽃감지센서가 촛불 크기 정도의 불꽃을 감지하면 라즈베리파이는 GCM 서버를 통해 지정된 스마트폰으로 현장상황을 알리는 푸쉬 메시지를 보낸다. 모바일 앱은 오작동 알람 여부를 판별하기 위한 실시간 비디오 영상을 제공할 수 있도록 개발되었다. 만약 긴급 상황이라면 긴급통화로 즉시 도움을 요청할 수 있도록 구현하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.854-856
• /
• 2016

요즘 홈 의료 관련 서비스와 건강컨설팅과 같은'헬스 케어'에 대한 관심이 급증하고 있다. 우리 주변에서 스마트 와치, 스마트 러닝머신, 실내 운동게임 등의 헬스 케어 제품을 쉽게 찾아 볼 수 있다. 헬스케어를 위해 가장 쉽고 보편화 된 방법 중에 하나가 매일 비타민 등의 영양제를 챙겨 먹는 것이다. 비타민 등의 영양제 복용 및 보관이 더욱 간편하고, 주기적으로 꾸준히 섭취할 수 있도록 약을 자동으로 배급하는'자동 알약 배급기'를 구현하였다.'자동 알약 배급기'는 사용자가 지정해 놓은 시각에 알람이 울리고, 초음파센서를 통해 사용자의 손이 인식 되면 모터가 작동하여 알약이 배급되게 된다.'자동 알약 배급기'는 약의 남용과 방지하고, 약의 오염도 최소화 할 수 있을 것으로 기대된다. 더 나아가 '자동 알약 배급기'를 더 활용하면 병원 등에서 많은 인원을 더 효율적으로 관리 할 수 있을 것이다. 또, 어떤 약을 얼마만큼 배급되었는지 자동으로 기록되어 진다면 더 효과적이고 더 건강하게 약을 섭취 할 수 있을 것이다.

• 사물인터넷융복합논문지
• /
• 제8권6호
• /
• pp.85-92
• /
• 2022

빅데이터 분석 및 AI 개발자에 대한 수요가 증가하지만 이를 공급할 교육 기반이 부족한 실정이다. 본 논문에서는 클라우드 기반 인공지능 교육 플랫폼을 개발하여 교육기관 및 IT기업에서 실무 중심의 실습 교육을 저비용, 고효율로 학습할 수 있는 환경 구축에 목표를 두었다. 교육 플랫폼의 개발은 사용자별 시나리오 기획, 아키텍처 설계, 화면 설계, 개발 기능 구현, 하드웨어 구축으로 진행하였다. 본 교육 플랫폼은 쿠버네티스 기반으로 컨테이너화된 워크 로드와 서비스관리 플랫폼, 강사·수강생을 위한 강의 및 개발 플랫폼으로 구성되어 있으며, 실시간 알람 시스템과 에이지 테스트로 클라우드 안정성을 확보하였고, CI/CD 개발 환경을 제공하며, 도커 이미지 배포를 통한 신뢰성을 확보하였다. 본 교육 플랫폼의 개발로 교육분야 신사업 진출의 기회를 확대하고 AI 및 빅데이터 분야의 실무 인력양성에 기여할 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1248-1254
• /
• 2022

스쿨존에서 교통사고를 사전에 예방하려고 노력하고 있다. 하지만, 스쿨존 내 교통사고는 계속 발생하고 있다. 운전자가 어린이보호구역 내 상황 정보를 미리 알 수 있으면, 사고를 줄일 수 있다. 본 논문에서는 스쿨존 내 사각지대를 없애는 카메라, 사전 교통정보를 수집할 수 있는 번호인식 카메라 시스템을 설계한다. 차량속도 및 보행자를 인식하는 LIDAR 시스템을 개선하여 설계한다. 카메라 및 LIDAR에서 인식된 보행자 및 차량 영상 정보를 수집하고 가공하여, 인공지능 시계열 분석 및 인공지능 알고리즘을 적용한다. 본 논문에서 제안한 딥러닝으로 학습된 인공지능 교통사고 예방 시스템은, 스쿨존 진입 전 차량 내 모바일 장치에 스쿨존의 정보를 운전자에게 전달하는 강제 푸시서비스를 한다. 그리고 LED 안내판에 스쿨존 교통정보를 알람으로 제공한다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.150-159
• /
• 2022

본 논문은 실시간 영상 분석을 통해서 산업현장에서 활동하는 여러 근로자의 영상 객체를 추출해 내고, 추출된 이미지로 부터 개별 영상 분석을 통해 헬멧의 착용 여부와 낙상 사고 여부를 확인하는 방법을 구현한다. 근로자의 영상 객체를 탐지하기 위해서 딥러닝 기반 컴퓨터 비전 모델인 YOLO를 사용하였으며, 추출된 이미지를 이용하여 헬멧의 착용여부를 판단하기 위해 따로 5,000장의 다양한 헬멧 학습 데이터 이미지를 만들어서 사용하였다. 또한, 낙상사고 여부를 판단하기 위해서 Mediapipe의 Pose 실시간 신체추적 알고리즘을 사용하여 머리의 위치를 확인하고 움직이는 속도를 계산하여 쓰러짐 여부를 판단하였다. 결과에 신뢰성을 주기위한 방법으로 YOLO의 바운딩 박스의 크기를 구하여 객체의 자세를 유추하는 방법을 추가하고 구현하였다. 최종적으로 관리자에게 알림 서비스를 위하여 텔레그램 API Bot과 Firebase DB 서버를 구현하였다.