• 한국항행학회논문지
• /
• 제23권5호
• /
• pp.473-480
• /
• 2019

스마트 홈은 가정의 가전제품, 에너지 소비 장치, 보안기기 등 모든 사물을 통신망으로 연결해 모니터링 및 제어할 수 있는 기술이다. 스마트 홈은 자동제어 뿐 아니라 상황과 사용자의 취향을 학습하고, 이에 맞는 결과를 스스로 제공하는 방향으로 발전하고 있다. 본 논문은 사용자의 행동을 감지하여 사용자의 특성에 맞는 쾌적한 실내 환경 제어 서비스를 할 수 있는 모델을 제안하였다. 전체 시스템 구성은 센서와 와이파이를 탑재한 ESP8266, 실시간 데이터베이스인 firebase, 스마트 폰 어플로 구성된다. 본 모델은 사용자가 가전기기 작동시의 학습모드, 학습 결과를 통한 학습 제어, 실내와 실외 센서의 값을 이용한 자동 환기 등의 기능으로 구분된다. 학습은 에어컨, 가습기, 공기청정지 등 가전기기 제어시의 온도와 습도에 대한 이동 평균을 이용하였다. 본 시스템은 데이터베이스에 지속적으로 수집된 데이터를 다양한 기계학습과 딥 러닝을 통해 사용자의 특성을 분석하고 예측하여 보다 고 품질의 서비스를 제공할 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제17권1호
• /
• pp.69-76
• /
• 2017

블루투스 스마트로 알려진 Bluetooth Low Energy(BLE)는 초저전력으로 동작하도록 설계되어 BLE 기반 디바이스들은 그 구성에 따라 하나의 코인셀(coin cell)로 몇 년간 동작이 가능하다. 또한 BLE는 수신신호세기 정보를 기반으로 두 BLE 디바이스 사이의 근사적 거리를 추정 할 수 있다. 이러한 특징으로 인하여 실내 또는 실외의 근거리 영역에서 GPS보다 상대적으로 높은 정밀도의 내비게이션 서비스를 제공 할 수 있다. 본 논문에서는 BLE를 이용한 실제 내비게이션 테스트 베드를 구성하고 실외 근거리 영역에서의 동작을 검증한다. 검증 실험에서 BLE 기반의 비콘들은 고정된 위치에 설치되어 주기적으로 Universally Unique IDentifier(UUID) 전송하며, 사용자 스마트 디바이스는 이를 수신하여 거리값을 추출하고 UUID를 셀룰러 또는 와이파이 망을 통해 데이터베이스로 전송한다. 데이터베이스는 해당 UUID에 바인딩된(binding) 관련 정보를 사용자 디바이스에 피드백하고, 이를 수신한 사용자 디바이스는 추출된 거리값과 함께 주변 정보 및 지도상에서 사용자 위치를 더욱 정밀하게 표시하는 내비게이션 서비스를 제공한다. 본 논문을 통하여 BLE 기반의 내비게이팅 응용이 실현 가능함을 확인할 수 있으며, 더 나아가 이러한 시스템이 실내 내비게이션으로도 충분히 구현될 수 있음을 확인 할 수 있다.

• 한국산업정보학회논문지
• /
• 제24권6호
• /
• pp.43-53
• /
• 2019

최근 몇 년간 실내 환경에서 발생하는 대기 위험 물질에 관한 피해사례가 많이 있었으며, 이에 대해 빠른 대처를 하지 못하여 큰 피해가 발생하곤 했다. 이에 관해 본 시스템은 대기 위험 물질 농도 안전 수치 초과시 사용자의 Mobile에 Push Message로 전송하는 시스템을 구축하고자 한다. 본 시스템은 아두이노(Arduino), 라즈베리 파이(Raspberry PI)와 같은 IoT System으로 데이터를 추출하고 Cloud Computing System에 구현된 MongoDB, MySQL을 통하여 Database를 구축하였다. 해당 Database는 NodeJS를 이용한 Application Server를 통해 데이터를 가져오며, Application에 전송하여 시각화하였다. 또한, IoT System에서 위험 상황에 관한 신호를 받으면 Google FCM 라이브러리를 이용하여 Push Message를 보낸다. Mobile Application은 Android Web View를 이용하여 개발하며, Web View에 들어갈 Page는 HTML5 (HTML, Javascript CSS)를 이용하여 개발한다. 본 시스템의 Application을 통하여 사용자가 실내 대기 위험 물질을 실시간 모니터링하며, 위험 상황 시 사용자의 Mobile에 실내/외 검출 위치와 농도에 대한 실시간 정보를 Push Message로 전송하여 사용자의 빠른 대처에 도움이 될 것이라 기대할 수 있다.

• 한국정보통신학회논문지
• /
• 제16권10호
• /
• pp.2177-2184
• /
• 2012

실내 위치인식 방법은 GPS 기반의 실외 위치인식 방법과 비교하여 보다 높은 정확도를 요구하며 그 중요성 또한 증가하고 있다. FingerPrint 위치인식 방법은 데이터베이스에 참조변수의 수신신호패턴을 미리 저장하고, 단말기의 실시간 측정 신호를 매칭시킴으로써 단말의 위치를 추정하는 뛰어난 실내 위치인식 방법이다. FingerPrint 위치인식 방법에서는 정확한 데이터베이스 구축이 요구되지만 여러 가지 요인에 의하여 오차가 발생할 수 있다. 본 연구에서는 접근 지점의 연결여부에 따른 각 단말기의 수신신호 패턴을 분석하여, 접근 지점의 연결 여부에 따른 오차가 FingerPrint DB 구성의 중요한 오차 요인이 될 수 있음을 실험을 통하여 밝힌다.

• 한국정보통신학회논문지
• /
• 제26권11호
• /
• pp.1706-1712
• /
• 2022

최근 석유화학 산업단지에서 발생하는 가스누출, 화재 등의 사고로 화학물질에 관한 안전이 더욱 중요시되고 있다. 특히 우리나라의 울산, 여수지역의 산단들은 석유화학 산업에 크게 이바지하고 있어 유익함이 있는 반면에, 화학 누출 사고 등으로 인하여 재해가 발생할 수 있다. 따라서 본 논문에서는 화학 사고 대응을 위해 실외 설비 기준 20[m] 간격으로 센서 노드를 구성하고, TLVs의 8시간 기준(TWA)과 15분 기준(STEL)의 노출 허용농도를 제시하였다. 제안된 시스템은 멀티 홉 통신에서 0.6~0.75[s] 주기로 수집된 데이터를 Python으로 전처리하여 SQL 문을 통해 MySQL 데이터베이스에 저장하였으며, MySQL과 Grafana를 연동하여 저장된 데이터를 5초에 1회씩 갱신하는 실시간 원격 모니터링 시스템을 구현하였다.

• 복식
• /
• 제58권4호
• /
• pp.26-34
• /
• 2008

The purpose of this study was to create a database of information on the mechanical properties of two different waterproof and breathable shell fabric groups(high density woven and PTFE laminate) used for outdoor apparel and to compare and correlate data of their mechanical properties and hand values. The results of this study were as follows; There were no statistically significant differences between two fabric groups in extension, bending and shearing properties. There were statistically significant differences between two fabric groups in MMD, SMD, LC and we values. High density woven fabrics had smoother surface than PTFE laminated fabrics. PTFE laminated fabrics can be compressed easily more than high density woven fabrics but their recovery after compression was not better than high density woven fabrics. There were statistically significant differences between two fabric groups in NUMERI, FUKURAMI. There was statistically significant difference between two fabric groups in total hand value. Total hand value and mean deviation of MIU had a very high and statistically significant negative correlation coefficient.

• 한국의류산업학회지
• /
• 제16권1호
• /
• pp.1-12
• /
• 2014

Leggings are recognized as unique fashion items that meet the needs of customers to express individuality due to their protective and thermal functions. They are highly practical fashion items that show a casual, street and sportive style with a noted influence on outdoor leisure fields. This study analyzes the sociocultural background for the spread of leggings as well as their design characteristics, coordination characteristics and authentic characteristics. The formative characteristics of modern legging designs are as follows. First, the shapes of modern leggings are ankle-length, calflength, above-knee, knee-length, stirrup and top of the foot-length. Leggings are transformed in many ways: length-expansion, side-slit, unbalanced length, variations of straps, cut-out, trimmings, pattern transformation and complex form. Second, modern leggings contain achromatic colors in modern and sensual image, vivid colors in sportive image and metallic colors futuristic and technical image. Third, leggings patterns value originality, uniqueness and rarity as shown by printed geometric patterns, hand crafted geometric and natural patterns, and abstract patterns expressed through various materials and themes. Fourth, modern leggings' textures are categorized into erotic, simply-functional, seasonless, glossy, and metallic. Functional and fashionable leggings reflect the psychological needs of modern society. This study suggests a direction for the development of legging designs and provides a theoretical database for higher value-added leggings business.

• 로봇학회논문지
• /
• 제8권4호
• /
• pp.283-291
• /
• 2013

Methods for measuring or estimating of ground shape by a laser range finder and a vision sensor(exteroceptive sensors) have critical weakness in terms that these methods need prior database built to distinguish acquired data as unique surface condition for driving. Also, ground information by exteroceptive sensors does not reflect the deflection of ground surface caused by the movement of UGVs. Thereby, UGVs have some difficulties regarding to finding optimal driving conditions for maximum maneuverability. Therefore, this paper proposes a method of recognizing exact and precise ground shape using Inertial Measurement Unit(IMU) as a proprioceptive sensor. In this paper, firstly this method recognizes attitude of a robot in real-time using IMU and compensates attitude data of a robot with angle errors through analysis of vehicle dynamics. This method is verified by outdoor driving experiments of a real mobile robot.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권3호
• /
• pp.151-156
• /
• 2018

본 연구는 영상 분석에서 최근 좋은 연구 성과를 내고 있는 컨볼루션 신경망 (Convolutional Neural Network: CNN) 기법을 실외 CCTV 영상 분석에 적용하여 객체 유형을 분류하는 방법론은 제안한다. 배경 차분 (background subtraction)을 사용하여 찾고자 하는 객체 후보들을 추출해내고 이를 CNN을 이용해 분류함으로써 계산량을 줄이는 효과를 얻는 방법이다. CNN 학습용 CCTV 영상 수집을 위해 범죄 발생이 주로 일어나는 골목길, 놀이터 등에서 촬영한 CCTV 영상 DB를 구축하였으며 우선적으로 사람인 객체만 검출하는 분류기를 학습하였다. 다양한 학습 데이터 사이즈와 세팅에 맞게 실험하였으며 실험 결과 약 80%의 분류 정확도를 보였으며 새로운 CCTV 영상으로 테스트했을 때 약 67.5%의 성능을 보였다.

• Journal of Positioning, Navigation, and Timing
• /
• 제9권3호
• /
• pp.151-156
• /
• 2020

A technology for calculating the position of a device is very important for users who receive positioning services, regardless of various indoor/outdoor or with/without any positioning infrastructure existence environments. One of the positioning resources widely used at present, LTE, is a typical infrastructure that can overcome the space limitation, however its positioning method based on the position of the LTE base station has low accuracy. A method of constructing a radio wave map of an LTE signal has been proposed as a method for overcoming the accuracy, but it takes a lot of time and cost to perform high-density collection in a wide area. In this paper, we describe a method of creating a high-density DB for the entire region by using vehicle-based partial collection data. To create a positioning database, we applied the idea of Generative Adversarial Network (GAN), which has recently been in the spotlight in the field of deep learning, and learned the collected data. Then, a virtually generated map which having the smallest error from the actual data is selected as the optimum DB. We verified the effectiveness of the positioning DB generation algorithm using the positioning data obtained from un-collected area.