• 제목/요약/키워드: 항공 기반

검색결과 1,921건 처리시간 0.031초

인공신경망 기반 손동작 인식기의 설계 및 구현 (Design and Implementation of Hand Gesture Recognizer Based on Artificial Neural Network)

  • 김민우;정우재;조재찬;정윤호
    • 한국항행학회논문지
    • /
    • 제22권6호
    • /
    • pp.675-680
    • /
    • 2018
  • 본 논문에서는 RCE (restricted coulomb energy) 신경망을 이용한 손동작 인식기를 제안하고, 이의 실시간 학습 및 인식을 위한 하드웨어 구현 결과를 제시한다. RCE 신경망은 네트워크 구조가 학습에 따라 유동적이며, 학습 알고리즘이 여타 신경망에 비해 비교적 간단하기 때문에 실시간 학습 및 인식이 가능하므로 손동작 인식기에 적합한 장점을 갖는다. FPGA기반 검증 플랫폼을 사용하여 3D 숫자 데이터 셋을 생성하였으며, 설계된 손동작 인식기는 3D 숫자 데이터 셋에 대해 98.8%의 인식 정확도를 나타냈다. 제안된 손동작 인식기는 Intel-Altera cyclone IV FPGA기반 구현 결과, 26,702개의 logic elements로 구현 가능함을 확인하였으며, 70MHz의 동작 주파수로 실시간 학습 및 인식 결과에 대한 검증을 수행하였다.

점탄성 테이프를 적용한 적층형 블레이드 기반 충격저감장치 (Development of Laminated Blade Based Shock Absorber Using Viscoelastic Adhesive Tape )

  • 최재섭;박연혁;오현웅
    • 항공우주시스템공학회지
    • /
    • 제17권2호
    • /
    • pp.86-93
    • /
    • 2023
  • 일반적으로 발사체의 페어링, 위성체 및 단 분리와 더불어 위성체의 전개형 구조물 분리 시 높은 신뢰도의 화약폭발 기반 파이로 분리장치가 주로 적용되고 있다. 이로부터 발생되는 파이로 충격은 짧은 시간에 높은 진폭의 하중이 발생함으로써, 위성 전장품 등 주요 탑재장비에 일시적 또는 영구적 손상을 유발하여 임무 실패를 초래할 수 있다. 본 연구에서는 파이로 구속분리장치의 폭발 시 전달되는 충격하중 저감을 목적으로 저강성 블레이드 기반 충격저감장치를 제안하였다. 설계의 주안점은 저강성 블레이드 적용에 따라 발사진동환경 하 구조건전성 확보에 취약한 문제점을 해결하기 위해 고댐핑 특성 구현이 가능하도록 점탄성 테이프를 이용한 적층형 구조를 적용함에 있다. 상기 충격저감장치의 설계 유효성은 낙하추를 이용한 충격시험을 통해 입증하였으며, 발사진동환경 하 구조건전성은 전개형 구조물 모사 모델을 적용한 하중조건에서의 구조해석을 통해 평가를 수행하였다.

나래웨더를 위한 궤적기반 항공기상 정보와 항공교통 정보의 통합 방안 (An Integration Approach of Trajectory-Based Aviation Weather and Air Traffic Information for NARAE-Weather)

  • 김상일;안도섭;김지연;김승철;한경수
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1331-1339
    • /
    • 2023
  • 항공기상청은 국가항행계획(National ATM Reformation and Enhancement Plan, NARAE)을 지원하기 위해 NARAE-Weather 프로젝트를 통한 궤적기반 항공기상 서비스를 개발 중에 있다. 특히, 기상자료는 표준화된 형식의 디지털 데이터를 제공하므로 항공기상 데이터와 항공교통 정보와 통합하는 것이 가능하다. 따라서 본 논문에서는 수치모델 자료의 구조화를 통해 기상 정보와 비행 궤적 정보의 데이터 통합을 위한 접근 방식을 제안하였다. 구조 변환된 자료를 활용한 추출결과는 성능 측면에서 원본자료에서 추출한 결과보다 우수한 결과를 보였으며, 해당 연구를 통해 항공 운항의 안전성과 효율성을 향상시키는데 도움이 될 것이다.

항공 LiDAR 데이터를 이용한 객체 기반의 변화탐지 연구 (A Study on Object-based Change Detection Using Aerial LiDAR Data)

  • 정지연;조우석;장휘정;정재욱
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2008년도 춘계학술대회 논문집
    • /
    • pp.95-100
    • /
    • 2008
  • 3차원으로 구성되어 있는 실세계를 보다 효과적이고 신속하게 모니터링하기 위해서는 변화된 지역의 정확한 위치정보 획득과 변화 결과의 빠른 도출을 위한 자동화 방안이 필요하다. 일반적으로 변화탐지를 위해 사용되어 온 항공사진이나 위성영상은 자료 획득에 있어 날씨와 같은 자연환경의 영향을 많이 받으며, 자동으로 변화탐지를 수행하는데 많은 문제점을 안고 있다. 반면에 항공 LiDAR 시스템은 영상시스템과는 달리 날씨 등에 영향을 상대적으로 적게 받으며, 지형지물에 대한 3차원 좌표 정보를 직접 획득하기 때문에 자동으로 처리하기에 매우 효율적이다. 본 연구에서는 항공 LiDAR 데이터만을 이용하여 도시지역의 시공간적 변화를 자동으로 탐지하는 방법을 연구 하였다. 변화탐지의 대상이 도시지역이므로 객체를 기반으로 다양한 변수를 사용하여 변화탐지를 수행하였다. 연구에 사용된 데이터는 서로 다른 시기에 획득된 항공 LiDAR 데이터이며, 두 데이터간의 변화탐지를 위해 먼저 상호정합을 수행하였으며, 개별 객체를 추출하기 위해 필터링과 Grouping 과정을 수행하였다. 마지막으로 Grouping된 객체를 대상으로 모양, 면적, 높이 변화를 비교하여 변화를 탐지하였다. 객체의 외곽선과 내부 영역의 모양을 표현하는 형상계수를 사용하므로 수평방향의 객체에 대한 기하학적인 모양 변화를 탐지할 수 있었으며, 객체의 높이값을 비교함으로써 수직방향으로의 변화도 탐지할 수 있었다. 본 연구에서 수행한 객체 기반의 변화탐지 방법은 91.67%의 전체 정확도를 획득하였다.

  • PDF

항공용 시뮬레이션 모델 프레임워크 성능 분석을 통한 적용성 평가 (The Applicability of Avionics Simulation Model Framework by Analyzing the Performance)

  • 서민기;조연제;신주철;백경훈;김성우
    • 한국항행학회논문지
    • /
    • 제25권5호
    • /
    • pp.336-343
    • /
    • 2021
  • 항공전자시스템은 항공기의 뇌와 신경, 오감에 해당하는 것으로 비행 및 임무를 수행하기 위해 통신/식별/항법/무장/시현 계통의 항공기 탑재 전자장비로 구성된다. 비행체 체계에서의 비중이 50%에 육박하며, 4차 산업혁명 기반 기술이 발전됨에 따라 중요도 및 비중이 증가되는 추세이다. 항공기의 개발 소요시기에 따라 개발 기간은 점점 단축되고 있으며 항공전자시스템 통합 및 검증을 위한 안정적인 항공용 SIL의 적기 개발이 반드시 필요하다. 본 논문에서는 기존 항공용 SIL을 프레임워크 기반의 항공용 SIL로 대체하기 위한 방안을 제안한다. 그리고 대체 적용한 결과를 바탕으로 항공용 시뮬레이션 모델 프레임워크의 성능을 평가한다.

공군 항공관제통합관리체계 내(內) 안전보고 사례분석을 통한 지역(기지)별 위해요인 식별 및 개선 연구 (A Study on the Identification and Improvement of Risk Factors by Region through Case analysis of Safety report in the ROKAF Integrated Air Conrtrol Management System)

  • 이학봉
    • 항공우주시스템공학회지
    • /
    • 제17권4호
    • /
    • pp.34-42
    • /
    • 2023
  • 본 연구는 공군에서 운영되고 있는 "항공관제통합관리"체계 내 최근 추가된 항공안전관리시스템(SMS) 안전자율보고를 통해 접수된 안전보고 사례를 분석하여, 위해요인을 식별하고, 해당 지역(기지)별 개선사항을 제시하여, 향후 데이터 기반의 안전관리를 수행할 수 있는 기초를 마련하기 위함이다. 위해요인 식별을 위해 자율보고체계 내 16개로 분류된 데이터를 기반으로 1차적으로 기지별 분류를 하였고, 기종 및 기술된 내용을 기반으로 세부적으로 2차 분류하였다. 가장 많은 보고가 이루어진 관제협조(306건) 항목에 대하여 RCIAA(Reporting, Category, Identification, Analysis, and Action, 이하 RCIAA)과정(연구자 작성)을 거쳐 위해요인을 분석하였으며, 분석한 결과를 토대로 위해요인을 크게 정보 공유, 규정, 절차 교육·훈련 및 장비 항목으로 나누어 개선사항을 도출하였다. 위해요인 및 특정 개선사항이 기지별(12개) 로 상이함을 확인할 수 있었으며, 통계적 분석을 바탕으로 기지(지역)별 운항관제분야 안전관리의 방향을 제시할 수 있는 근거로 활용할 수 있다. 또한, 민(民)·군(軍)을 통틀어 특정 기지(지역)별 데이터 기반의 위해요인 분석 연구가 부족한 점에 비추어 볼 때 데이터를 기반으로 한 안전관리의 중요성을 재확인 할 수 있는 결과로 제시할 수 있을 것으로 사료된다.

디지털 항공사진을 이용한 수심이 얕은 하천의 하상고 산정 (Estimation of Bed Elevation of a Shallow River Using the Digital Aerial Photos)

  • 이찬주
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2015년도 학술발표회
    • /
    • pp.383-383
    • /
    • 2015
  • 하천의 하상고 측량은 하상변동 분석, 서식처 구조 등을 이해하는데 매우 중요한 정보를 제공한다. 하지만, 현재까지 대부분의 하상고 측량은 일정한 간격의 하천 단면 측량에 의해서 행해져 왔다. 최근 GPS와 다중 빔 측심기를 이용하여 하상의 3차원적 형상을 조밀하게 측량하고 있으나 비용이 많이 들기 때문에 긴 하천 구간을 전부 측량하지는 못하고 특정한 부분에 대해서만 집중하고 있다. 항공 LiDAR의 경우 넓은 지역에 대해 신속하고 고해상도로 지형을 측량할 수 있으나 수중 투과 장비가 고가이며, 일반 적색 레이져 기반 LiDAR는 수중을 측정하지 못하여 하상 측량에 한계가 있다. 이에 대한 대안으로 활용할 수 있는 방법은 광학 기반의 원격 탐사에 의한 수심 측량 방법이다. 이 방법은 얕은 수심의 하천에 대한 활용되었는데, 광학 센서 이미지나 항공사진 등을 이용한다. 본 연구에서는 저고도에서 촬영한 고해상도 디지털 항공사진을 이용하여 모래하천의 수심을 추정하였다. 이 방법은 항공사진의 적색 및 녹색 색상값과 현장에서 정밀한 측위 하에 측량한 수심값 사이의 관계를 이용한다. 이를 통해 보정식을 수립하고 검사 자료를 이용하여 검증한 후 항공사진의 해당 지역에 대해 수심 부분을 마스킹 처리하여 하상고를 구축하였다. 검사 자료에 대한 RMSE는 약 12 cm로 나타났다. 이를 활용하여 대상 구간의 3차원적 지형 형상을 구축하였다.

  • PDF

다중 카메라 환경에서의 안면인식 기반의 영유아 활동 사진 자동 생성 시스템 (A system for automatically generating activity photos of infants based on facial recognition in a multi-camera environment)

  • 이정석;이규호;김건희;최창훈;박경로;손호준;유홍석
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
    • /
    • pp.481-483
    • /
    • 2023
  • 본 논문에서는 다중 카메라환경에서의 안면인식 기반 영유아 활동 사진 자동 생성 시스템을 개발했다. 개발한 시스템은 어린이집에서 알림장 작성을 위한 촬영하는 동안 보육에 부주의하여 안전사고가 발생하는 것을 방지 할 수 있다. 시스템은 이동식 수집기와 분류 서버로 나뉘어 작동하게 된다. 이동식 수집기는 Raspberry Pi를 이용하였고 초당 1장 내외의 사진을 촬영하여 SAMBA를 사용 공유폴더에 저장한다. 분류 서버에서는 YOLOv5를 사용해 안면을 인식해 분류한다. OpenCV와 TensorFlow-Keras를 통해 분류된 사진에서의 표정을 파악하여 부모에게 전송할 웃는사진만을 분류하여 남겨둔다. 이외의 사진은 /dev/null로 이동하여 삭제된다.

  • PDF