• 로봇학회논문지
• /
• 제8권1호
• /
• pp.51-57
• /
• 2013

Recently, the number of jellyfish has been rapidly grown because of the global warming, the increase of marine structures, pollution, and etc. The increased jellyfish is a threat to the marine ecosystem and induces a huge damage to fishery industries, seaside power plants, and beach industries. To overcome this problem, a manual jellyfish dissecting device and pump system for jellyfish removal have been developed by researchers. However, the systems need too many human operators and their benefit to cost is not so good. Thus, in this paper, the design, implementation, and experiments of autonomous jellyfish removal robot system, named JEROS, have been presented. The JEROS consists of an unmanned surface vehicle (USV), a device for jellyfish removal, an electrical control system, an autonomous navigation system, and a vision-based jellyfish detection system. The USV was designed as a twin hull-type ship, and a jellyfish removal device consists of a net for gathering jellyfish and a blades-equipped propeller for dissecting jellyfish. The autonomous navigation system starts by generating an efficient path for jellyfish removal when the location of jellyfish is received from a remote server or recognized by a vision system. The location of JEROS is estimated by IMU (Inertial Measurement Unit) and GPS, and jellyfish is eliminated while tracking the path. The performance of the vision-based jellyfish recognition, navigation, and jellyfish removal was demonstrated through field tests in the Masan and Jindong harbors in the southern coast of Korea.

• 한국정보통신학회논문지
• /
• 제16권11호
• /
• pp.2453-2458
• /
• 2012

본 논문에서는 2차원 바코드 영상을 위한 적응적 이진화 방법을 제안한다. 적응형 이진화 방법은 조명의 영향을 최소화하여 이진화를 수행하는 기술이다. 적응적 이진화 방법은 주로 문서 영상에 맞게 발전되어 왔다. 기존 방법들은 적응적 이진화에서 사용되는 박스에 대한 크기 설정 문제를 가지고 있다. 이 문제로 기존 방법들은 이차원 바코드 영상 인식에 적용하기에 부적절하다. 문제점을 극복하기 위해 먼저 박스크기와 기존 방법들의 문제점을 분석하고, 이를 기반으로 적분영상을 사용한 새로운 적응형 이진화 방법을 소개한다. 제안한 방법의 성능 입증을 위해 기존의 방법과 속도, 성능 비교 실험을 수행하였고 실험 결과는 기존 방법보다 우수함을 입증하였다.

• 융합신호처리학회논문지
• /
• 제8권1호
• /
• pp.78-83
• /
• 2007

로봇이 미지의 환경에서 주위의 정보를 추출하여 인식하기 위해 비젼 센서, 적외선 센서, 초음파 센서 등을 이용해 주변 정보를 얻는다. 그 중 가장 많이 사용되고 있는 비젼 센서는 빛에 대한 간섭에 민감하여 어두운 곳이나 밝은 곳에서는 데이터 추출이 어려우며, 표시 된 마크나 직선 성분 및 곡선의 이미지를 통해 데이터를 추출함에 있어 많은 계산을 요구한다.반면 초음파 센서는 비젼 시스템의 단점을 극복하고 쉽게 사용할 수 있는 센서이다. 특히 어두운 곳의 물체 정보 및 거리 정보를 얻을 수 있고 비젼 시스템보다 사용하기 간단하다. 본 논문에서는 초음파 빔의 왜곡 및 산란의 특성을 고려하여 부정확 정보에 대한 오차를 줄여 환경 인식, 경로 계획 및 자율 주행의 극대화를 시키기 위한 알고리즘을 연구 및 개발한다. 그리고 알고리즘을 실제 이동 로봇에 적용하여 경로 계획 및 환경 인식이 가능한 시스템을 구현한다.

• 한국컴퓨터정보학회논문지
• /
• 제17권3호
• /
• pp.67-76
• /
• 2012

트래픽 분류는 트래픽 관리하는데 중요한 역할을 차지하고 있다. 전통적인 방법은 P2P와 암호화 트래픽을 제대로 분류할 수 없는 문제가 있다. 서포트 벡터 머신은 기존의 문제를 해결할 수 있고 병목 현상을 극복할 수 있는 유용한 분류 도구이다. 하지만 서포트 벡터 머신의 주요 장점은 이차 프로그래밍(QP)문제 때문에 큰 데이터 집단을 훈련하는데 시간을 소모한다. 그러나 유용한 서포트 벡터는 전체 데이터에서 극히 일부분이다. 만약 우리가 훈련전에 쓸모없는 벡터들을 삭제할 수 있다면, 시간을 절약하고 정확도를 유지할 수 있다. 이 논문에서 우리는 대규모 데이터를 다룰 때 훈련 속도를 빠르게 하기위해 순차적인 방법을 통해 쓸모없는 벡터들을 제거하기 위한 가능성을 논의하였다.

• 한국시뮬레이션학회논문지
• /
• 제17권4호
• /
• pp.167-174
• /
• 2008

공초점 현미경(confocal microscopy) 기술의 적용은 살아있는 세포를 고배율로 관찰하는 것을 가능하게 하였다. 알츠하이머나 파킨슨 질환 같은 퇴행성 뇌질환의 경우 뇌세포의 수상돌기의 형태학적 변화가 연관되어 있음이 알려져 있다. 따라서 공초점 현미경 영상으로부터 이러한 정보를 추출하는 방법에 대한 연구가 필요하다. 그러나 공초점 현미경 영상은 명암도 분포가 고르지 않고, 구조의 경계 부분의 번짐 현상 등으로 인해 구조 추출에 어려움을 겪고 있는 실정이다. 따라서 이러한 문제를 극복하고 관심 구조에 대한 특성을 추출할 수 있는 영상처리 기법이 필요하다. 본 논문에서는 뇌세포의 수상돌기 공초점 현미경 사진으로부터 구조정보를 추출하는 새로운 방법을 제안한다. 첫째, 미세 분기 구조의 경계를 향상시키는 비선형 확산 필터링을 적용한다. 둘째, 관심구조를 반복적 역치 선택 방법을 이용해 분할한다. 셋째, 분할된 구조의 분석을 위해 구조의 중심축과 경계선을 추출하기 위한 패스트 마칭 방법(Fast Marching Method)에 기반을 둔 골격화를 수행한다. 본 논문에서 제안된 방법은 기존의 방법들과는 달리 주변 잡음에 덜 민감하였으며 거친 경계선에 영향을 훨씬 적게 받음으로써 보다 정확하고 사실적인 중심축 추출 결과를 보였다.

• 재활복지공학회논문지
• /
• 제11권4호
• /
• pp.315-321
• /
• 2017

이 연구는 시각장애인을 위한 길안내 서비스 시스템의 설계와 구현에 관한 연구이다. 시각장애인을 고려한 사용자 인터페이스로써 음성인식을 통한 스마트폰을 입력도구로 사용하였고, 출력도구는 방향 및 음성안내를 하면서도 주변 환경음을 인식할 수 있는 골전도 헤드셋을 사용하였다. 개발된 시스템은 기존의 길안내용 스마트폰 앱과 달리 보행해야할 방향 정보를 착용한 헤드셋의 좌우 스테레오 음의 크기로 전달하며, 갈림길이나 휘어진 길에 대한 음성안내는 수 미터 전에 안내하여 시각장애인의 보행 속도에 적합하게 안내가 이루어지며, 역방향 보행이나 경로이탈을 즉시 경고하는 장점이 있다. 방향센서로 진행방향에 대한 동적 정밀도가 1.5도인 모션 트랙커를 사용하여 안정적이고 신뢰성 있는 방향 정보를 취득할 수 있었다. GPS의 위치오차를 극복하기 위하여 위치오차에 견고한 경로계획 알고리즘을 제안하였다. 구현된 시스템을 실험한 결과 실험 경로에서 평균 방향각 오차가 6.82도(표준 편차 5.98)로 비교적 안정하게 방향을 유도하여 목적지에 도달하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권12호
• /
• pp.875-884
• /
• 2001

자기 구성지도는 데이타 시각화, 위상보존 매핑 등의 분야에서 널리 사용되고 있지만. 학습이 되기 전에 위상을 미리 고정시켜야 하기 때문에 실제 문제에 적용하기 어렵다는 것과 클러스터링 능력에 비해 분류율이 낮다는 결점이 있다. 이를 해결하기 위해서 자기구성 지도의 출력 노드를 동적으로 분화하고 분화된 노드를 파습하는 동적 위상보존 사기구성 지도를 제안하고, 이를 다중 결합함으로써 분류율을 향상 시켰다. 동적 위상보존 자기구성 지도의 결함 방법으로는 자기구성 지도의 K개 노드가 출격을 내도록하는 K-Winner 방법 및 K-Winner+ 가중치 방법이 제안되었는데, 이는 다수결 투표, 가중치, BKS, Byayesian, Borda, Condorect, 신뢰값 합산 등의 기존 결합 방법보다도 우수한 결과를 나타내었다. 동적 위상보존 자기 구성 지도를 통해서 위상을 고정 시켜야 하는 결점을 해결할 수 있었고. 서로 다른 특징으로 학습된 동적 위상보존 자기구성 지도들을 결합하여 분류 능력을 향상시킬 수 있었다. 필기 숫자데이타로. 실험한 결과, 제안한 방법이 자기구성 지도의 결점을 효과적으로 해결하여 98.1% 의 높은 인식률을 보였다.

• 한국지능시스템학회논문지
• /
• 제11권3호
• /
• pp.223-230
• /
• 2001

자기구성 지도는 주어진 입력에 대해 올바른 출력 값이 제공되지 않는 비교사 방식으로 학습된다. 또한, 반응하는 순서나 위치를 통해 위상이 보존(topology preserving)되는 특성을 가지고 있어 많은 분야에 응용되고 있다. 그러나, 자기 구성지도는 학습이 되기 전에 위상을 미리 고정시켜야 하기 때문에 실제 문제에 적용하기 어렵다는 단점을 가지고 있다. 구조 적응형 자기구성 지도는 자기구성 지도의 고정된 구조 때문에 발생하는 문제를 해결하기 위해 지도의 구조를 학습 중에 적절하게 변경시킨다. 이때, 변화된 구조의 가중치를 어떻게 초기화시킬 것인가 하는 것이 또한 중요한 문제이다. 이 논문에서는 구조 적응형 자기구성 지도 모델에서 유전자 알고리즘을 이용하여 분화된 노드의 가중치를 결정하는 방법을 제안한다. 이 방법은 기존의 구조 적응형 자기구성 지도보다 다소 높은 인식률을 보였고, 숫자 별 인식률 편차를 줄일 수 있었다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제17권3호
• /
• pp.45-52
• /
• 2017

본 논문은 음악의 감성을 시각화하는 새로운 방법을 제안하는 논문으로 시각화를 위하여 감성 LED조명 제어 시스템을 고안하였으며 이 시스템은 청중들의 음악 경험을 더욱 풍요롭게 하기 위함에 목적이 있다. 이 시스템은 기존 연구의 음악 감성 분석 알고리즘을 이용하였는데 하나의 음악에서 하나의 감성을 추출하는 기존 연구의 한계를 보완하고자 음악의 1초당 세그먼트에서 감성을 추출 하여 감성 변화를 감지하는 방법을 연구하였다. 또한 LED조명의 감성 컬러는 IRI컬러 모델과 Thayer의 감성 모델을 기초로 새로운 감성 컬러 36가지를 정의 하여 각 감성에 맞는 색으로 연출 할 수 있도록 구성하고 애니메이션과 더불어 감성 LED 조명으로 표현 할 수 있도록 하였다. 이 시스템의 검증을 위한 실험 결과, 듣는이의 감성과 감성 LED 조명 시스템의 감성 일치율이 60% 이상으로 향후 음악 감성 기반 서비스의 중요한 밑거름이 될 것으로 보인다.

• 한국정보통신학회논문지
• /
• 제21권9호
• /
• pp.1725-1730
• /
• 2017

가속도 센서와 자이로스코프 센서는 반복운동 검출을 위해 사용하는 대표적인 센서로써 다양한 운동 성분을 분석하는데 활용되어 왔다. 하지만 이 두 센서는 잡음 민감성과 오차가 누적되는 문제점을 가지고 있다. 이와 같은 하드웨어적인 문제점을 극복하기 위해, 두 센서를 함께 사용하려는 시도가 있어왔고, 상보필터는 가속도 센서와 자이로스코프 센서의 단점은 최소화하고 장점을 극대화함으로써 두 센서가 가지는 문제점을 완화시키는 성공적인 결과를 보여주었다. 이 논문에서는 상보필터에 신경망을 도입함으로써 상보필터로 처리할 수 없는 여러 변수를 사전에 학습을 통하여 생성한 망을 이용해서 처리하는 개선된 방법을 소개한다. 신경망은 다양한 경우의 수를 미리 학습하여 예측하지 못한 환경 혹은 상황에도 정확한 측정이 가능한 알고리듬이다. 제안한 방법은 반복운동을 처음, 중간, 끝 세 개의 영역으로 분류하여 신경망을 적용한다. 그 결과 영역별 인식률은 96.35%, 98.77%, 96.92%이고 이를 바탕으로 측정한 정확도는 97.18%임을 실험을 통해 확인할 수 있다.