• 제목/요약/키워드: Mechatronics System

검색결과 1,398건 처리시간 0.025초

영상처리 시스템을 이용한 닭 도체 부위 분할 알고리즘 개발 (Development of Chicken Carcass Segmentation Algorithm using Image Processing System)

  • 조성호;이효재;황정호;최선;이호영
    • 한국산학기술학회논문지
    • /
    • 제22권3호
    • /
    • pp.446-452
    • /
    • 2021
  • 우리나라 생활수준의 향상과 더불어 식품소비의 양적인 요구가 충족되면서, 세분화된 식품의 기호 성향을 충족시킬 수 있는 닭고기 소비가 증가하고 있다. 2003년 3월 축산물 품질평가원에서 고시(농림부 고시 제2003-14호)한 닭 도체 품질판정세부기준은 닭 도체 부위별 이물질 부착, 피·멍의 크기 및 중량에 따라 품질 등급을 기준을 제시하였다. 그러나 현실적으로 검사관 개개인의 주관적인 평가 기준으로 적용된 고시로 수천 마리의 닭 도체 등급판정을 유지하기가 어려운 문제점을 가지고 있다. 본 논문에서는 닭 도체 품질 세부기준에 따라 닭 도체 부위 분할하기 위해 비접촉/비파괴방식인 컴퓨터 시각 기술 알고리즘을 제안한다. 제안된 알고리즘은 실시간으로 빠르게 움직이는 닭 도체를 부위 분할하기 위하여 조명 외란에 강인하도록 보정하는 과정과 닭 도체와 배경을 구분하기 위한 EM(Expectation maximization), Erosion 및 Labeling 알고리즘, 그리고 닭 도체의 기하학적 형태를 분석하여 부위별 특징점을 찾고 점들의 위치를 계산하여 부위를 분할 할 수 있는 알고리즘을 사용하였다. 총 78마리의 닭 도체 샘플에 대하여 제안한 영상처리 알고리즘을 적용한 결과 닭 도체 부위 분할 알고리즘이 효과적임을 알 수 있었다.

무인 해상 드론용 트윈 세일의 형태와 간격에 관한 연구 (Shape and Spacing Effects on Curvy Twin Sail for Autonomous Sailing Drone)

  • 팜민억;김부기;양창조
    • 해양환경안전학회지
    • /
    • 제26권7호
    • /
    • pp.931-941
    • /
    • 2020
  • 해양데이터를 수집하기 위해 필요한 엔지니어, 연구원 및 과학자를 대신할 수 있는 해양 모니터링 장치인 자율주행보트의 필요성이 대두되고 있다. 이 논문은 자율주행보트의 세일을 개발하기 위한 연구로 곡선형 트윈 세일의 공기역학적인 특성을 수치해석적으로 분석하고 이를 날개 형태의 세일과 성능비교를 통해 곡선형 트윈 세일의 공기 역학적인 성능을 확인하였고, 세일의 간격과 형상에 따른 성능을 비교하였다. 유체 해석을 위한 지배방정식은 Navier - Stokes를 사용하였다. 성능비교 결과 곡선 형 트윈 세일은 날개 형태의 세일과 비교하여 양력, 항력 및 추력 계수가 향상됨을 알 수 있다. 또한, 트윈 세일의 양 날개의 간격은 중요한 변수임을 확인 하였다. 0.035 L, 0.07 L, 0.14 L에서는 스톨로 인해 양력 계수의 감소로 나타났고 0.21 L, 0.28 L, 0.35 L에서는 개선되어 0.28 L에서 최대 양력을 보여준다.

전산유체역학을 이용한 FLNG의 풍하중 추정에 관한 연구 (Numerical Estimation of Wind Loads on FLNG by Computational Fluid Dynamics)

  • 이상의
    • 한국항해항만학회지
    • /
    • 제46권6호
    • /
    • pp.491-500
    • /
    • 2022
  • 큰 상부 형상을 가지는 FLNG (Liquefied Natural Gas Floating Production Storage Offloading Units, LNG FPSOs) 등의 해양구조물은 안정적인 운동성능 확보 및 계류라인 설계에 있어 정도 높은 풍하중 추정이 필수적이다. 따라서 본 연구의 목적은 FLNG의 풍하중 추정을 위한 수치해석 기법을 개발하는 데 있다. 특히, 본 연구에서 개발한 수치해석 기법은 저자의 이전연구를 FLNG에 맞추어 수정하였다. 풍하중 추정을 위한 수치해석은 15° 간격으로 0-360° 범위에서 균일 풍속 조건과 풍속 프로파일을 적용한 NPD (Norwegian Petroleum Directorate) 조건에서 수행하였다. 먼저, NPD 모델 풍속 프로파일 모델 개발을 위해 Sand-Grain Roughness 변화에 따른 풍속 프로파일을 분석하였다. 개발된 NPD 모델을 이용하여 3가지 풍향 (Head, Quartering & Beam)에 대한 메쉬 수렴성 시험을 수행하였다. 최종적으로 개발된 NPD 모델과 메쉬를 이용하여 균일한 풍속 조건과 NPD 조건에서의 풍하중을 평가하고 비교하였다. 본 연구에서는 RANS (Reynolds-averaged Navier-Stokes) 기반 Solver인 STAR-CCM+ (17.02)를 이용하였다. 결과를 요약하면, 풍속 프로파일을 적용한 NPD 모델에서의 풍하중은 균일 풍속(10m/s) 조건과 비교하여, Surge와 Yaw 하중이 최대 20.35 % 와 34.27% 증가하였다. 특히, 특정 일부 구간에서만 큰 하중의 차이를 보인 Sway (45°< α < 135°, 225°< α < 315°)와 Roll (60° < α < 135°, 225° < α < 270°)은 구간별 평균 증가율이 15.60%와 10.89% 수준으로 나타났다.

코로나19 상황에서의 위탁승선실습 교육만족도 분석 - 목포해양대학교 위탁승선실습생을 중심으로 - (Study on the Satisfaction on Onboard Training in Shipping Companies during the COVID-19 Situation - Focusing on the Cadets of Mokpo Maritime University -)

  • 손유미;류영현;김화영
    • 해양환경안전학회지
    • /
    • 제28권6호
    • /
    • pp.1023-1035
    • /
    • 2022
  • 본 연구는 젊은 해기사의 승선기피 현상이 뚜렷해지는 현 상황에서 코로나19(COVID-19) 기간 중의 위탁승선실습교육의 만족도를 조사하고 실습교육 개선 방안을 제시하는데 있다. 나아가 위탁승선실습교육의 만족도 향상을 통해 해양대학교 재학생의 향후 해기사로의 진로의식을 고취하고자 한다. 위탁승선실습을 다녀온 목포해양대학교 재학생들을 대상으로 설문조사를 실시하였으며 설문지는 교육운영, 구성내용, 담당사관, 시설 및 교육환경, 교육효과, 교육만족도, 진로의식 등 7가지 요인을 포함하고 있다. 설문 분석 결과 교육운영과 교육효과 요인에 대한 만족도가 상대적으로 낮았고 성별과 실습선종별로 만족도에 차이가 있었다. 또한 가설검증을 수행하여 위탁승선실습교육의 구성내용이 교육만족도와 진로인식에 유의미한 영향을 미치지 못하였다는 것과 교육만족도와 진로의식 사이에 강한 상관관계가 존재함을 밝혔다. 위탁승선실습 전에 이루어지는 교육 및 홍보에 대한 개선과 담당사관이 교육자적인 마인드를 가지고 위탁승선실습생을 체계적으로 지도할 수 있도록 담당사관을 대상으로 한 지도 방법 교육 및 위탁승선실습생 교육 계획 수립 등이 필요함을 제시하였다.

무인세일드론의 트윈커브세일 형상에 관한 연구 (A Study on the Shapes of Twin Curvy Sail for Unmanned Sail Drone)

  • 류인호;김부기;양창조
    • 해양환경안전학회지
    • /
    • 제27권7호
    • /
    • pp.1059-1066
    • /
    • 2021
  • 우리나라는 해상활동의 중요성이 크며, 산업화에 따른 이상기후 현상 등을 규명하기 위해 육상에 많은 자동기상 관측설비를 운영 중이지만 해상에서는 그 수가 매우 부족하다. 또한, 해양안전정보 구축 등을 위해 해양조사선을 운영 중이나 접근이 어려운 곳이 많고 높은 운영비용이 요구된다. 따라서 다양한 해양관측 등이 가능한 소형무인화선박의 개발이 필요하다. 한편 소형 무인화 선박에서 세일(Sail)은 항해 성능에 큰 영향을 미치므로 이에 대한 많은 연구가 진행되고 있다. 본 연구에서는 기존 에어포일 형상보다 높은 공기역학적 성능을 갖는 것으로 알려진 트윈커브세일(Twin curvy sail)의 설계변수인 캠버(Camber)효과에 대해 검토하였다. 5 종류의 캠버에 대해 유동해석 결과, 캠버 크기가 9 %일 때 가장 높은 양력계수를 나타내었다. 트윈커브세일의 경우 Port sail과 Starboard sail의 상호작용에 의해 받음각 23°에서 가장 높은 양력계수를 갖고, Port sail의 경우 받음각 20°에서 가장 높은 양력계수를 Starboard sail의 경우 받음각 15°에서 가장 낮은 양력계수를 나타내었다. 또한, 트윈커브세일은 모든 받음각에서 에어포일 형상인 NACA 0018보다 높은 양력계수를 나타내었다.

선박배출 배기냉각과 흡수식이 결합된 하이브리드 시스템을 통한 물 회수 및 미세먼지 저감을 위한 기초실험연구 (Preliminary Experimental Study for Water Recovery and Particulate Matter Reduction through a Hybrid System that Combines Exhaust Cooling and Absorption from Ships)

  • 김영민;신동길;류영현
    • 해양환경안전학회지
    • /
    • 제28권7호
    • /
    • pp.1252-1258
    • /
    • 2022
  • 선박용 엔진에서 배출되는 배기가스에는 다량의 수분과 미세먼지를 포함하고 있다. 미세먼지에는 여과성 미세먼지와 배기 배출 후 액상으로 변화하는 응축성 미세먼지가 포함되어 있으며 배출 전에 걸러지는 고체상 미세먼지보다 응축성 미세먼지가 더 많은 것으로 보고되고 있다. 본 연구에서는 배기가스의 배기열과 수분을 회수하고 응축성 미세먼지를 제거하기 위한 실험장치를 실험실 내의 가스보일러 배기가스를 이용하여 테스트 하였다. 배기가스는 1차적으로 냉각방식으로 수분과 응축성 미세먼지가 제거되고 2차적으로 흡수제 방식에 의해 추가적으로 수분이 제거되었다. 상대습도 측정에 의한 배기가스 수분 제거율을 계산하면 1단계 배기냉각 방식으로 73%, 2단계 흡수제 방식으로 90% 제거되는 것으로 측정되었다. 이 과정에서 응축성 미세먼지는 80~90% 제거되는 것으로 측정되었다. 개발 시스템에 의해 회수된 열은 공정열로 활용할 수 있으며, 회수된 물은 수처리 과정을 통해 공정수로 활용할 수 있다. 또한 현재 관리 규제가 되고 있지 않지만 미세먼지의 주요 원인인 응축성 미세먼지를 효과적으로 제거할 수 있을 것으로 기대된다.

드론 항공영상을 이용한 딥러닝 기반 앙상블 토지 피복 분할 알고리즘 개발 (Development of Deep Learning Based Ensemble Land Cover Segmentation Algorithm Using Drone Aerial Images)

  • 박해광;백승기;정승현
    • 대한원격탐사학회지
    • /
    • 제40권1호
    • /
    • pp.71-80
    • /
    • 2024
  • 이 연구에서는 무인 항공기(Unmanned Aerial Vehicle, UAV)가 캡처한 이미지의 의미론적 토지 피복 분할 성능을 향상시키기 위한 앙상블 학습 기법을 제안하고 있다. 도시 계획과 같은 분야에서 UAV 사용이 증가함에 따라 토지 피복 분할을 위한 딥러닝 분할 방법을 활용한 기술 개발이 활발히 이루어지고 있다. 이 연구는 대표적인 분할 모델인 U-Net, DeepLabV3 그리고 Fully Convolutional Network (FCN)를 사용하여 분할 예측 성능을 개선하는 방법을 제안한다. 제안된 접근 방식은 세 가지 분할 모델의 훈련 손실, 검증 정확도 및 클래스별 점수를 통합하여 앙상블 모델을 개발하고 전반적인 예측 성능을 향상시킨다. 이 방법은 건물, 도로, 주차장, 논, 밭, 나무, 빈 공간, 미분류 영역을 포함하는 일곱 가지 클래스가 있는 토지 피복 분할 문제에 적용하여 평가하였다. 앙상블 모델의 성능은 mean Intersection over Union (mIoU)으로 평가하였으며, 제안된 앙상블 모델과 기존의 세 가지 분할 방법을 비교한 결과 mIoU 성능이 향상되었음이 나타났다. 따라서 이 연구는 제안된 기술이 의미론적 분할 모델의 성능을 향상시킬 수 있음을 확인하였다.

EMG 데이터를 이용한 머신러닝 기반 실시간 제스처 분류 연구 (A Study on Machine Learning-Based Real-Time Gesture Classification Using EMG Data)

  • 박하제;양희영;최소진;김대연;남춘성
    • 인터넷정보학회논문지
    • /
    • 제25권2호
    • /
    • pp.57-67
    • /
    • 2024
  • 사용자가 제스처를 통해 입력을 할 수 있는 방안들 중에서 근전도(EMG, Electromyography)를 통한 제스처 인식은 근육 내 작은 전극을 통해 사용자의 움직임을 감지하고 이를 입력 방법으로 사용할 수 있는 방법이다. EMG 데이터를 통해 사용자 제스처를 분류하기 위해서는 사용자로부터 수집된 EMG Raw 데이터를 머신러닝으로 학습하여야 하는데 이를 위해서는 EMG 데이터를 전처리 과정을 통해 특징을 추출하여야 한다. EMG 특성은 IEMG(Integrated EMG), MAV(Mean Absolute Value), SSI(Simple Sqaure Integral), VAR(VARiance), RMS(Root Mean Square) 등과 같은 수식을 통해서 나타낼 수 있다. 또한, 제스처를 입력으로 사용하기 위해서는 사용자가 입력하는 데 필요한 지각, 인지, 반응에 필요한 시간을 기준으로 제스처 분류가 가능한 시간을 알아내야 한다. 이를 위해 최대 1,000ms에서 최소 100ms까지 세그먼트 사이즈를 변화시켜 특징을 추출 후 제스처 분류가 가능한 세그먼트 사이즈를 찾아낸다. 특히 데이터 학습은 overlapped segmentation 방법을 통해 데이터와 데이터 사이 간격을 줄여 학습 데이터 개수를 늘린다. 이를 통해 KNN, SVC, RF, XGBoost 4가지 머신러닝 방식을 통해 이를 학습하고 결과를 도출한다. 실험 결과 실시간으로 사용자의 제스처 입력이 가능한 최대 세그먼트 사이즈인 200ms에서 KNN, SVC, RF, XGboost 4가지 모든 모델에서 96% 이상의 정확도를 도출하였다.