• 로봇학회논문지
• /
• 제2권3호
• /
• pp.234-241
• /
• 2007

Effective tools which can alleviate the complexity and computational load problem in collision-free motion planning for multi-agent system have steadily been demanded in robotics field. To reduce the complexity, the extended collision map (ECM) which adopts decoupled approach and prioritization is already proposed. In ECM, the collision regions which represent the potential collision of robots are calculated using the computational power; the complexity problem is not resolved completely. In this paper, we propose a mathematical analysis of the extended collision map; as a result, we formulate the collision region as an equation with 5-8 variables. For mathematical analysis, we introduce realistic assumptions as follows; the path of each robot can be approximated to a straight line or an arc and every robot moves with uniform velocity or constant acceleration near the intersection between paths. Our result reduces the computational complexity in comparison with the previous result without losing optimality, because we use simple but exact equations of the collision regions. This result can be widely applicable to coordinated multi-agent motion planning.

• 로봇학회논문지
• /
• 제19권1호
• /
• pp.16-22
• /
• 2024

Robotic grasping in unstructured environments poses a significant challenge, demanding precise estimation of gripping positions for diverse and unknown objects. Generative Grasping Convolution Neural Network (GG-CNN) can estimate the position and direction that can be gripped by a robot gripper for an unknown object based on a three-dimensional depth map. Since GG-CNN uses only a depth map as an input, the precision of the depth map is the most critical factor affecting the result. To address the challenge of depth map precision, we integrate the Segment Anything Model renowned for its robust zero-shot performance across various segmentation tasks. We adjust the components corresponding to the segmented areas in the depth map aligned through external calibration. The proposed method was validated on the Cornell dataset and SurgicalKit dataset. Quantitative analysis compared to existing methods showed a 49.8% improvement with the dataset including surgical instruments. The results highlight the practical importance of our approach, especially in scenarios involving thin and metallic objects.

• 한국항행학회논문지
• /
• 제13권1호
• /
• pp.142-150
• /
• 2009

컴퓨터 게임에서 사용하는 복잡한 3차원 캐릭터 모델을 단순한 모델로 만드는 것은 매우 중요하다. 제안 방법은 3차원 게임 캐릭터에서 특징선을 추출하여 모델을 단순화 시키는 새로운 방법에 대해 제안한다. 주어진 3차원 캐릭터 모델은 텍스처 정보를 포함하고 있다. 3차원 캐릭터 모델에서의 텍스처 및 곡률의 변동을 이용해서 2차원 맵인 모델특징맵(Model Feature Map)을 생성한다. 모델특징맵은 곡률 맵(curvature map)과 텍스처 맵(texture map)으로부터 생성되며, 본 맵을 통해 에지 추출 기법을 이용하여 특징선을 추출한다. 모델특징맵은 표준 영상처리툴을 이용해 쉽게 편집할 수 있다. 실험을 통하여 본 알고리즘의 효율성을 보여주며, 실험은 얼굴 캐릭터에 한정하지 않는다.

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.186-201
• /
• 2021

자율 주행 기술이 발전함에 따라 주행 주변 환경을 인식하는 데 차량 위치의 정확성은 매우 중요하다. 측위의 정확도를 높이기 위해 정밀지도를 사용한 지도 정합 측위기술(map-matching localization)이 연구되고 있다. 기존의 지도 정합 기법은 지도에서 차선의 중심으로 표현된 데이터를 기반으로 차량 위치를 추정하기에 차선 내 측면 거리의 편차를 반영하지 않는다. 따라서 본 논문에서는 정밀한 측위를 제공하기 위해 영상처리를 통한 차선 검출 기법과 정밀지도의 차선 위치 정보를 이용한 기법을 제안한다. 영상 처리 기법으로 IPM(inverse perspective mapping)과 다중 차선 검출 기법, 중앙선 검출 기법을 통하여 차선 번호를 검출하고 차선 이탈 감지 방법으로 차선 중심으로부터 차량의 측면 거리를 추정한다. 최종적으로 영상처리로 검출한 차선 번호와 GNSS / INS의 위치를 기반으로 정밀지도에서 위치 링크정보를 추출하고 추출된 링크에 측면 거리를 반영하여 차선 내 차량의 위치를 추정한다. 제안된 방법의 성능을 평가하기 위하여 실제 도로에서 실험하였다. 제안하는 방법은 GNSS / INS와 비교 시 약 1.0m 정도 정확도가 개선되며, 기존의 차선레벨 맵매칭 방법과 비교 시 구간별로 약 0.04m ~ 0.21m(7~30%) 정확도가 개선됨을 확인하였다.

• Korean Chemical Engineering Research
• /
• 제58권3호
• /
• pp.408-415
• /
• 2020

본 연구에서는 auto-encoder와 self-organizing map을 결합한 auto-encoder with self-organizing map(AE-SOM) 기법을 이용하여 EVA 생산공정의 이상을 검출 및 진단하였고, Granger의 인과분석을 통해 이상 검출 데이터의 이상 전파 방향을 확인하였다. 분석 데이터는 1년 7개월 간의 조업데이터를 이용하였으며, autoclave 반응기의 조업 변수를 주로 분석하였다. 데이터 전처리 과정에서 데이터의 표준화를 먼저 진행하고, 조업의 각 grade의 sample 수를 동일하게 200개 임의로 추출하였다. 이후 AE-SOM을 적용하여 각 grade의 best matching unit (BMU)를 도출하였다. 각각의 BMU를 기준으로 조업 데이터가 얼마나 벗어났는지를 기준으로 데이터의 이상을 판별하였다. 공정 이상이 발견될 시 이상원인을 contribution plot을 이용하여 확인하였고 이상원인 변수의 인과성을 Granger의 인과분석을 통해 분석하였다. 그 결과 조업 시 발생한 2번의 셧다운의 전조를 모두 검출하였으며 이상이 발생한 원인변수에서 기인한 공정 이상의 전파 방향을 분석하였다.

• 한국콘텐츠학회논문지
• /
• 제13권11호
• /
• pp.28-36
• /
• 2013

본 논문은 손 형상 인식을 위한 보다 안정적이며 조명 변화와 회전에 강인하게 손 영역을 검출하며, 계산의 효율성과 검출 성능을 동시에 만족시키는 강인한 검출 알고리즘에 대해 제안한다. 제안한 알고리즘은 단일 카메라 환경에서 손 형상을 입력정보로 사용하여 전처리 과정을 거쳐 손 영역만을 분할한 후 자기조직화 특징 지도(SOFM: Self Organized Feature Map) 알고리즘을 이용하여 손 형상을 인식하게 된다. 그러나 조명 변화에 민감하고 자유도가 큰 손 영역을 정확히 인식하기란 쉽지 않으며 오차 범위도 크기 때문에 본 논문에서는 인식률을 높이기 위해 각각의 손 형상에 대한 회전 정보를 데이터베이스화 한 후 주성분 분석을 적용하여 군집화 함으로서 인식오차를 줄였다. 또한 차원 축소로 인해 많은 계산 량이 요구되지 않기 때문에 실시간 인식 시간도 줄일 수 있었다.

• 대한수의학회지
• /
• 제60권3호
• /
• pp.117-122
• /
• 2020

Johne's disease (JD) caused by Mycobacterium avium subspecies paratuberculosis (MAP) is a chronic, wasting infectious disease in ruminants that causes enormous economic losses to the dairy and beef cattle industries. The most effective way to eradicate JD is to detect infected individuals as early as possible and remove them from the herd. However, it is difficult to detect infected individuals early with the currently using diagnostic methods. Two serological diagnostic kits commercially used worldwide and a fecal detection test were compared using 298 serum samples and feces of cattle in this study to present an efficient diagnostic method. Although there was a high correlation between the 2 serological diagnostic kits (R² = 0.7473), kit A showed a higher serological positive rate. However, the correlation between fecal tests and serological diagnosis was very low. MAP was also detected in fecal tests in many serologically negative individuals. In the periodical diagnosis of JD, MAP was detected in the feces of only cows with the higher antibody titer to MAP. These results suggest that for effective eradication of JD, early detection of infected individuals by fecal tests together with the serological tests currently in use and by removal of infected individuals are needed.

• 한국해양공학회지
• /
• 제38권4호
• /
• pp.187-198
• /
• 2024

Autonomous underwater vehicles (AUVs) have a limited bandwidth for real-time communication, limiting rapid responses to unexpected obstacles. This study addressed how AUVs can navigate to a target without a pre-existing obstacle map by generating one in real-time and avoiding obstacles. This paper proposes using forward-looking sonar with an occupancy grid map (OGM) for real-time obstacle mapping and a potential field algorithm for avoiding obstacles. The OGM segments the map into grids, updating the obstacle probability of each cell for precise, quick mapping. The potential field algorithm attracts the AUV towards the target and uses repulsive forces from obstacles for path planning, enhancing computational efficiency in a dynamic environment. Experiments were conducted in coastal waters with obstacles to verify the real-time obstacle mapping and avoidance algorithm. Despite the high noise in sonar data, the experimental results confirmed effective obstacle mapping and avoidance. The OGM-based potential field algorithm was computationally efficient, suitable for single-board computers, and demonstrated proper parameter adjustments through two distinct scenarios. The experiments also identified some of challenges, such as dynamic changes in detection rates, propulsion bubbles, and changes in repulsive forces caused by sudden obstacles. An enhanced algorithm to address these issues is currently under development.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2005년도 BIOINFO 2005
• /
• pp.124-129
• /
• 2005

The Growing Self-Organizing Map (GSOM), an extended type of the Self-Organizing Map, is a widely accepted tool for clustering high dimensional data. It is also suitable for the clustering of short DNA sequences of phylogenetic genomes by their oligonucleotide frequency. The GSOM presents the result of the clustering process visually on a coloured map, where the clusters can be identified by the user. This paper describes a proposal for automatic cluster detection on this map without any participation by the user. It has been applied with good success on 20 different data sets for the purpose of species separation.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
• /
• pp.173-176
• /
• 2009

본 논문에서는 피부색 정보와 눈, 입의 위치를 찾아 실시간으로 얼굴을 인식하는 랩을 제안한다. 먼저 노이즈를 제거하여 얼굴 후보 영역을 지정한다. 지정된 얼굴 후보 영역에서 눈과 입을 찾고, 찾은 눈과 입 사이의 영역에서 에지를 탐색하여 코의 존재 유무를 검증하고 이를 바탕으로 얼굴인지 판단하는 절차를 따른다. 제안한 기법은 피부색 검출을 위해 YCbCr 을 이용하여 피부 영역을 찾고 지정한 피부 영역에서 노이즈를 제거한 후, Eye Map의 EyeMapC 연산을 통해 눈을 Lip Map을 통해 입을 찾는다. 찾아낸 눈과 입의 사이의 영역에서 Canny Edge 연산을 수행하여 코의 존재 유무를 판단하여 최종적인 얼굴 영역을 판별하는 방법을 제안한다.