• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.615-618
• /
• 2019

이 모듈은 오픈소스인 Tesseract OCR 및 Open CV 라이브러리와 Raspberry Pi를 사용하여 저렴한 비용으로 구현합니다. 컴팩트한 사이즈로 사람이 직접 들고 움직이면서도 사용이 가능하며 사용자의 니즈에 따라서 한 곳에 위치하여도 사용 가능합니다. Open CV 라이브러리를 사용하여 이미지 이진화, 노이즈 필터링 후에 흑백 이미지를 만들고 윤곽선 검출 알고리즘을 통해서 번호판 영역을 추출하여 Tesseract OCR 엔진을 사용해서 차량 번호판이 추출된 이미지에서 차량 번호를 인식 합니다. 인식된 번호는 Tkinter 와 Python, 데이터베이스를 활용하여 구현된 GUI프로그램을 통해서 유료주차장(선불, 후불) 또는 아파트에서 사용할 수 있는 주차장 관리 서비스를 함께 제공합니다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.391-393
• /
• 2019

본 논문은 일상적인 대화로부터 감성을 추출하고 분석함으로써 상황에 맞는 대화의 내용과 분위기를 이미지의 색상으로 표현할 수 있는 이미지 색상 변환 프레임워크를 소개한다. 본 연구는 라즈베리 파이와 마이크 센서를 기반으로 사용자로부터 목소리를 입력받을 수 있는 모듈을 제작하고, 그 목소리로부터 감성을 분석한다. 분석된 감성을 이용하여 이미지의 색상을 자동으로 변환하는 기술과 통합함으로써 청각장애인 및 미취학 아동들이 화자의 대화를 이미지를 통해 쉽게 인지하여 의사소통 및 감성 전달 환경을 개선하고자 한다.

• Journal of the Semiconductor & Display Technology
• /
• v.20 no.1
• /
• pp.88-93
• /
• 2021

The automotive industry is developing day by day. Among them, it is very important to prevent accidents while driving. However, despite the importance of developing automobile industry technology, accidents due to road defects increase every year, especially in the rainy season. To this end, we proposed a road defect detection system for road management by converging deep learning and raspberry pi, which show various possibilities. In this paper, we developed a system that visually displays through a map after analyzing the images captured by the Raspberry Pi and the route GPS. The deep learning model trained for this system achieved 96% accuracy. Through this system, it is expected to manage road defects efficiently at a low cost.

• Journal of the Semiconductor & Display Technology
• /
• v.19 no.4
• /
• pp.34-38
• /
• 2020

In this paper, we implement a Dashcam system capable of shooting 360 degrees using a Raspberry Pi, shock sensors, distance sensors, and rotating camera with a servo motor. If there is an object approaching the vehicle by the distance sensor, the camera rotates to take a video. In the event of an external shock, videos and images are stored in the server to analyze the cause of the vehicle's accident and prevent the user from forging or tampering with videos or images. We also implement functions that transmit the message with the location and the intensity of the impact when the accident occurs and send the vehicle information to an insurance authority with by linking the system with a smart device. It is advantage that the authority analyzes the transmitted message and provides the accident handling information giving the user's safety and convenience.

• Journal of the Institute of Convergence Signal Processing
• /
• v.21 no.4
• /
• pp.154-161
• /
• 2020

This paper presented the basics of using a sorting system to reduce human effort and increase accuracy. The proposed system has consisted of a camera, motors, and a Raspberry Pi. This system can classify the apples as immature, mature, ripe condtion, and etc. In this experiment, 100 apples were randomly selected by purchasing various apples from a local market. The accuracy percentage was 95% and processing time was about 8 seconds per each apple. The proposed system could be useful to reduce labor.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2021.06a
• /
• pp.283-285
• /
• 2021

본 논문에서는 수중에서 선박 하부에 붙은 오손생물(fouling organism)을 탐지하고 격자지도(grid map)로 나타내는 시스템을 제안한다. 제안하는 시스템은 소나(sound navigation and ranging: SONAR) 센서와 오손생물사이의 시간 데이터를 수집한 후, 라즈베리 파이 4(raspberry pi 4)에서 수집된 데이터를 이용해 격자지도에 맵핑(mapping)함으로써, 선저하부의 상태를 파악하는데 도움을 줄 수 있다. 본 논문에서는 제안된 지도 시스템을 이용하여 선박 하부에 붙은 오손생물의 분포를 확인할 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.237-239
• /
• 2021

본 논문에서는 YOLO 시스템을 사용하여 보조 보행 기구를 인식 한 후 자동문 속도 조절에 대한 방법을 제안한다. Visual studio, OpenCV, CUDA를 활용하여 보조 보행 기구를 인식이 가능하게 신경망 훈련 및 학습 한 데이터를 기반으로 Raspberry Pi, 카메라 모듈을 활용하여 실시간 모니터링을 통해 보조 보행 기구를 인식하여 자동문의 속도를 조절을 구현했다. 이로써 거동이 불편한 장애인은 원활하게 건물 출입이 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.283-284
• /
• 2020

라즈베리파이는 교육용 프로젝트의 일환으로 개발된 임베디드 보드로서 모듈 확장성이 용이하여 사용자가 원하는대로 용도를 변경하거나 기능을 확장할 수 있다. 현재 한국 소프트웨어 교육은 프로그래밍 언어와 이론 위주의 경향이 짙은데, 이는 초기 학생들의 프로그래밍에 대한 흥미를 저하시키는 데 가장 큰 걸림돌이 되고 있다. 본 논문에서는 라즈베리파이를 활용하여 사물인터넷의 대표적 입력수단으로 활용되고 있는 음성인식을 구현하는 방법에 대해 논한다. 또한 향후에는 TPU(Tensor Processing Unit)의 전용 소프트웨어를 사용하여 대용량의 실시간 음성인식을 GPU를 이용하여 구현함으로써 실제 물리적인 장치들을 프로그래밍으로 제어함으로써 소프트웨어의 현실 통제 가능성을 직접 체험하여 음성인식뿐만 아니라 동작 원리 및 기저 기술들에 대한 관심을 불러일으키는 하나의 좋은 교육 방법이 될 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.407-408
• /
• 2022

본 논문에서는 AIoT를 위한 비주얼 블록 코딩 도구를 설계하였다. AI 블록 코딩이 가능한 EduB 플랫폼에 피지컬 컴퓨팅을 가능하게 하는 모듈을 추가함으로써 블록을 사용한 쉬운 피지컬컴퓨팅 코딩과 AIoT 코딩이 가능하다. 도구는 WebSocket과 Wifi를 사용해 EduB와 타겟보드인 RaspberryPi의 무선 통신을 하며, 블록으로 생성된 코드를 RaspberryPi 내부에서 실행하여 GPIO와 SenseHAT을 제어할 수 있게 하였다. 따라서, 코딩 결과를 콘솔 출력이나 그래프로만 확인할 수 있어 정적이던 AI 교육을 LED나 모터를 제어해 동적으로 결과를 확인할 수 있게 하여 흥미와 관심을 유발할 수 있도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.6-8
• /
• 2022

병렬처리시스템이 설계와 구축에서 가장 중요한 관점 중의 하나는 비용 대비 성능이다. 본 연구에서는 라즈베리파이 4를 클러스터 방식으로 연결하여 병렬처리 시스템을 구축하였을 때, 클러스터의 병렬처리 성능이 다른 병렬처리 시스템과 유사한 확장성과 병렬처리 성능을 보여주는지를 HPL 벤치마크를 통하여 검증하였다. 실험 결과 라즈베리파이 기반의 병렬처리 시스템이 클러스터의 크기에 따른 병렬 확장성이 있고, 다른 병렬처리 시스템들과 유사한 처리 성능을 가질 수 있음을 확인하였으며, 이를 통하여 라즈베리파이와 같은 저가의 처리장치로도 충분한 크기의 클러스터를 구성할 경우 높은 성능을 기대할 수 있음을 알 수 있다.