• 한국콘텐츠학회지
• /
• 제17권1호
• /
• pp.18-22
• /
• 2019

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.842-845
• /
• 2020

본 연구는 시각-관성 기반의 딥러닝 학습으로 자유분방하게 움직이는 드론의 주행기록을 정확하게 추정하는 것을 목표로 한다. 드론의 비행주행은 드론의 온보드 센서와 조정값을 이용하는 것이 일반적이다. 본 연구에서는 이 온보드 센서 데이터를 학습에 사용하여 비행주행의 위치추정을 실험하였다. 선행연구로써 DeepVO[1]룰 구현하여 KITTI[3] 데이터와 Midair[4] 데이터를 비교, 분석하였다. 3D 좌표면에서의 위치 추정에 선행연구 모델의 한계가 있음을 확인하고 IMU를 Feature로써 사용하였다. 본 모델은 FlowNet[2]을 모방한 CNN 네트워크로부터 Optical Flow Feature에 IMU 데이터를 더해 RNN으로 학습을 진행하였다. 본 연구를 통해 주행기록 예측을 다소 정확히 했다고 할 수 없지만, IMU Feature를 통해 주행기록의 예측이 가능함을 볼 수 있었다. 본 연구를 통해 시각-관성 분야에서 사람의 지식이나 조정이 들어가는 센서를 융합하는 기존의 방식에서 사람의 제어가 들어가지 않는 End-to-End 방식으로 인공지능을 학습했다. 또한, 시각과 관성 데이터를 통해 주행기록을 추정할 수 있었고 시각적으로 그래프를 그려 정답과 얼마나 차이 있는지 확인해보았다.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.75-81
• /
• 2024

본 논문은 딥러닝 모델이 포함된 TinyML(Tiny Machine Learning)를 초저전력 시스템에 탑재하여, 층간소음 문제를 실시간으로 처리하는 방법을 제시한다. 이 방법이 가능한 이유는 딥러닝 모델 경량화 기술로 인해 컴퓨팅 리소스가 작은 시스템도 자체적으로 추론을 수행 할 수 있기 때문이다. 기존에 층간소음 문제를 해결하기 위해 제시됐던 방법은 센서에서 수집한 데이터를 서버로 보내어 데이터를 분석한 후에 처리하는 방법 이었다. 하지만 이러한 중앙 처리 방법은 구축 비용이 비싸고 복잡하며, 실시간 처리가 어려운 문제가 있다. 이러한 한계점을 본 논문에서는 TinyML을 사용한 On-Sensor AI(Artificial Intelligent) 로 해결하였다. 본 논문에서 제시한 방법은 시스템 설치가 간단하고 저비용 이면서 문제를 실시간적으로 처리할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1012-1013
• /
• 2023

본 논문의 사회적 취약지구를 위한 전용 화재감지 AI'sTory 플랫폼은 달동네와 판자촌과 같이 소외계층이 집약된 곳이라면 노후된 기기와 전선들이 많을 것이고 그렇다면 전기적 요인으로 인한 화재가 발생할 것이라는 가설에서부터 시작한다. 피해의 최소화를 위해 고안한 사회적 취약지구를 위한 전용 화재감지 AI'sTory 는 스파크를 감지하고, 전선 주위의 발열량을 모니터링하며, 화재를 감지한 즉시 소방서로 연락을 취하는 인공지능 시스템이다. 더 나아가 센서로부터 데이터를 받아 매일 온·습도, 전력 접촉부의 온도, 계절 등 여러 환경을 고려해 화재가 발생할 확률을 계산한다. 또한 화재가 발생하지 않아도 매일 화재 발생 위험률을 제공한다. 이 정보를 제공하기 위해 사회적 취약지구를 위한 전용 화재감지 AI'sTory 는 하드웨어와 소프트웨어, 인공지능으로 구성하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.118-121
• /
• 2022

국내 산업재해 사고 사망자의 상당수가 건설업에서 발생하고 있다. 건설 현장에는 굴삭기, 크레인과 같은 중장비가 많고 높은 곳에서 작업하는 경우가 흔해 위험 요소에 노출될 가능성이 높다. 물리적 사고 외에도 작업 중 발생하는 미세먼지에는 여러 유해 인자가 존재하여 건설근로자들에게 호흡기질환과 같은 직업병을 유발한다. 정부에서는 산업현장 안전 관리의 중요성이 증가함에 따라 각종 산업재해로부터 근로자를 보호하기 위한 법안을 마련하였다. 따라서 건설 현장의 경우 산업재해를 방지하기 위해서 위험요소를 사전에 인지하고 즉각 대응할 수 있는 기술이 필요하다. 본 연구에서는 인공지능(AI)과 사물인터넷(IoT)을 통한 자동화 기술을 활용하여 24시간 안전 관리 시스템을 제안한다. 제안하는 IoT 기반 통합안전 관리 시스템은 AI를 적용한 CCTV를 통해 산업 현장을 모니터링하고, 다수의 IoT 센서가 측정한 수치를 근로자 및 관리자가 실시간으로 확인할 수 있게 하여 산업 현장 내 안전사고를 예방한다. 구체적으로 어플리케이션을 통해 미세먼지 농도, 가스 농도, 온도, 습도, 안전모 착용 여부 등을 모니터링할 수 있다. 모니터링 중에 유해물질의 농도가 일정 수치를 넘기거나 안전모를 착용하지 않은 근로자가 발견될 경우 근로자 및 관리자에게 경고 알림을 발송한다. 유해물질 농도는 IoT 센서를 통해 측정하며 안전모 착용 여부는 카메라 센서에 딥러닝 모델을 적용하여 인식하였다. 본 연구에서 제시한 통합안전관리시스템을 통해 건설현장을 비롯한 산업현장의 산업재해 감소와 근로자 안전 증진에 기여할 수 있을 것으로 기대한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.159-169
• /
• 2024

본 논문에서는 증강 현실 (AR) 기술과 사물 인터넷 (IoT) 기술을 융합하여 새로운 실시간 화재 모니터링 및 대피 내비게이션 시스템을 제안한다. 제안된 시스템은 건물 내에 설치된 IoT 온도 측정 디바이스를 통해 온도 데이터를 수집하고, 이를 IoT 플랫폼을 통해 MySQL 클라우드 데이터베이스에 자동으로 전송함으로써 실시간으로 정확한 데이터를 모니터링한다. 이후, 건축 정보 모델링 (BIM)을 통해 생성된 3D 건물 모델에 실시간 IoT 데이터를 가시화하고, AR 기술을 통해 현실 세계에 모델을 표현함으로써 직관적으로 화재 발생 위치를 파악할 수 있다. 또한, Vuforia 엔진의 Device Tracking 및 Area Targets 기능을 활용하여 사용자의 실시간 위치를 파악하고, 개선된 A* 알고리즘을 통해 여러 비상구 중 최적의 대피 경로를 찾는다. 본 논문에서는 다양한 가상 화재 시나리오를 기반으로 사용자 실험 평가를 진행하여 제안된 시스템의 실용성과 빠르고 안전한 대피 효과를 입증한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.263-263
• /
• 2023

블랙아이스는 눈에 쉽게 구분되지 않아 많은 교통사고를 초래하고 있다. 한국교통연구원 교통사고분석시스템에 따르면, 2017년부터 2021년까지 5년간의 서리/결빙으로 인한 교통사고 사망자는 122명, 적설로 인한 교통사고 사망자는 40명으로, 블랙아이스는 적설에 비해 위험성이 높은 것으로 나타난다. 과거의 다양한 연구에서 블랙아이스 생성조건을 기압과 한기 축적등의 조건에서 예측해왔지만, 이러한 기상학적 모델은 봄철 해빙기의 일교차로 인한 눈의 해동과 재냉각과 같은 다양한 기상 조건에서의 블랙아이스 탐지가 어렵다는 한계가 있어 최근에는 이미지 판별과 딥러닝모델(YOLO 등)을 기반으로 한 센서가 제시되고 있다. 그러나, 이러한 방법은 충분한 컴퓨팅 자원이 뒷받침되어야 하며, 블랙아이스 탐지까지 걸리는 속도가 빠르지 못한 편으로, 블랙아이스 초입 구간에서의 제동에 취약하다는 잠재적인 약점을 가지고 있다. 그러므로 본 연구에서는 블랙아이스의 주 원인인 서리나 어는비가 발생하기 위해서 주변 공기가 이슬점 온도 이하, 노면온도와 이슬점이 어는점보다 낮아야 함을 이용, IoT 센서 모듈을 통해 Magnus 방정식으로 계산한 이슬점 온도와 노면 온도를 사용하는 이동식 블랙아이스 추정 장치를 제시한다. 본 장치는 대기압, 온도, 습도로부터 계산된 이슬점 온도와 노면 온도를 통한 서리발생 가능성과 대기 온도, 노면 온도를 통해 어는비의 발생환경 여부를 계산한다. 본 연구 결과를 통해 블랙아이스 추정과 기상정보 생산을 동시에 가능케 하며, 추정 결과를 통합 수집서버에 전송함으로서 운전자에게 전방 블랙아이스 위험 구간을 조기에 전달하는 시스템과 이를 관리하기 위한 인프라를 구축하여 운전 시 결빙 미끄러짐 사고를 저감하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권3호
• /
• pp.83-90
• /
• 2022

당뇨병은 오늘날 주변에서 흔히 찾아볼 수 있는 질병이며, 당뇨병성 족부 궤양(당뇨발)이라는 심각한 합병증으로 발전하는 사례 또한 많이 나타난다. 따라서 이를 사전에 진단하고 예방하는 것은 중요한 과제이며 본 논문에서 그 방안을 제시한다. 본문에서 소개하는 기존의 연구들을 바탕으로 발의 압력과 온도 정보는 당뇨발과 깊은 상관관계가 있음을 알 수 있으며, 해당 지표들을 측정하는 IoT 기기인 스마틴솔을 개발과정 및 아키텍쳐를 소개한다. 또한, 더 나아가 스마틴솔로 측정한 데이터들의 실제 당뇨발 진단을 위한 AI 분석 전처리 과정을 기술하며, 측정된 압력 그래프와 실제 사람의 발걸음 분포의 비교 등을 통해 실시간으로 수집하는 다중 정보들이 기존의 IoT 기기들보다 효율적이고 신뢰성 있다는 결과를 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.19-27
• /
• 2022

본 연구에서는 시계열 데이터 이상 탐지 수행을 위한 MLOps(Machine Learning Operations) 워크플로를 기술하고 관리할 수 있는 언어와 플랫폼을 제안한다. 시계열 데이터는 IoT 센서, 시스템 성능 지표, 사용자 접속량 등 많은 분야에서 수집되고 있다. 또한, 시스템 모니터링 및 이상 탐지 등 많은 응용 분야에 활용 중이다. 시계열 데이터의 예측 및 이상 탐지를 수행하기 위해서는 분석된 모델을 빠르고 유연하게 운영 환경에 적용할 수 있는 MLOps 플랫폼이 필요하다. 이에, 최근 데이터 분석에 많이 활용되고 있는 Python 기반의 AMML(AI/ML Modeling Language)을 개발하여 손쉽게 MLOps 워크플로를 구성하고 실행할 수 있도록 제안한다. 제안하는 AI MLOps 플랫폼은 AMML을 이용하여 다양한 데이터 소스(R-DB, NoSql DB, Log File 등)에서 시계열 데이터를 추출, 전처리 및 예측을 수행할 수 있다. AMML의 적용 가능성을 검증하기 위해, 변압기 오일 온도 예측 딥러닝 모델을 생성하는 워크플로를 AMML로 구성하고 학습이 정상적으로 수행됨을 확인하였다.

• 한국융합학회논문지
• /
• 제13권4호
• /
• pp.53-61
• /
• 2022

LNG 저장 작업 중 기계결함, 부주의 등으로 인해 사고가 꾸준히 발생하고 있다. 이전 연구에서는 위험을 미리 감지하는 압력, 온도, 가스 농도, 플로우 측정이 가능한 환경 센서 모듈을 개발하고 누출된 가스량에 따른 응답속도를 측정하였었다. 본 논문에서는 환경 센서 모듈이 측정한 데이터를 SPI, UART, LTE의 유무선 네트워크와 연결된 임베디드 기기들에 안전하게 전송해주는 유무선 통신 모듈의 개발을 제안한다. 먼저 환경 센서와 연동 가능한 데이터 통신 모듈을 설계한다. Local Control Part의 각 장치간 프로토콜과 Local Control Part와 Remote Control Part의 유무선 프로토콜을 설계한다. 이더넷, WiFi, LTE 통신 모듈을 설계하고 임베디드 제어기와 연동 가능한 UART, SPI 채널을 설계하였다. 그 결과, 각 임베디드 기기가 유선, 무선 동시 통신하면서 환경 센서 모듈이 측정한 데이터를 전송함을 UI(User Interface)를 통해 확인할 수 있었다.