• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.28-34
• /
• 2010

본 논문에서는 마찰계수의 비접촉 추정을 위한 영상정보 활용방법을 제안한다. 마찰계수는 이동체의 도로주행 또는 장애물 극복에 있어 매우 중요한 요소이다. 이동체가 이동경로의 마찰계수를 미리 알 수 있다면 이동성향상을 기대할 수 있다. 본 논문의 마찰계수 추정방법은 영상정보를 활용하기 때문에 이동체가 지면과 접촉하기 전에 마찰계수를 추정 할 수 있다는 장점이 있다. 마찰계수의 비접촉 추정을 위한 영상정보 활용방법은 마찰계수측정실험과 물질그룹생성을 포함한 학습단계와 물질그룹 분류과정과 마찰계수 함수 활용을 포함한 마찰계수 추정단계로 구성되어 있으며 물질 조성비를 생성하는 영상처리는 두 단계에 모두 포함된다. 이 과정을 통해 얻은 마찰계수는 무인이동로봇이 이동경로 진입 전에 미끄러움을 판단하여 미끄럼지역을 회피 할 수 있도록 하며, 저속으로 이동이 가능한 경우 미끄럼이 발생하지 않는 적정속도를 계산하는데 확용 가능하다. 본 논문에서 사용한 지형의 마찰계수와 영상정보는 마찰계수 측정실험을 통해 취득하였다. 마찰계수 추정방법을 평가하기 위해 실험지형의 실제 마찰계수와 추정 마찰계수의 차이를 비교하였다.

• 전자공학회논문지
• /
• 제51권8호
• /
• pp.87-96
• /
• 2014

본 논문은 다양한 영상 획득 과정에서 발생하는 에일리어싱 성분과 잡음을 동시에 제거하기 위하여 공간-주파수 분석 기반사전 학습(dictionary learning)을 사용한 방향 적응적 영상 개선 알고리듬을 제안한다. 제안된 기술은 i) 학습된 사전과 결합된 웨이블릿-푸리에 변환을 이용하여 에일리어싱 및 잡음 영역을 검출하는 단계와, ii) 검출된 영역에서 방향 적응적 계수 축소기법을 이용하여 에일리어싱을 제거하는 동시에 잡음을 억제하는 단계로 구성된다. 제안한 방법은 공간-주파수 성분을 동시에 분석하여 특정 위치와 특정 주파수 성분을 선택적으로 제거하기 때문에, 검출된 영역에서 에지 성분을 보존하면서 에일리어싱 제거와 잡음 억제를 가능하게 한다. 실험 결과를 근거로 제안된 방법은 기존 알고리듬들과 비교할 때 주요 고주파 성분들의 억제 및 아티펙트 발생을 최소화하며 에일리어싱과 잡음을 제거함으로써 디지털 영상의 리샘플링, 초고해상도 영상 생성, 로봇비전 등과 같은 다양한 영상 획득 장치에 적용될 수 있다.

• 정보처리학회논문지B
• /
• 제17B권1호
• /
• pp.47-54
• /
• 2010

오래된 영화 필름이나 비디오 테이프 등의 영상물에서 나타나는 대표적인 손상으로는 긁힘과 얼룩무늬 손상이 있으며, 본 논문은 긁힘 손상을 자동 탐지하고, 자기상관 (AR: autoregressive) 이미지 생성모델 (PAST-PRESENT 모델) 기반의 영상 인페인팅 모델을 사용하여 손상을 복원하는 시스템을 설계하고 구현하였다. AR 이미지 모델 생성을 위해, 지역성을 최대화할 수 있도록 인접 화소를 모으는 Sampling Pattern을 사용하였으며, 추출된 화소들을 필터링 (filtering)하는 단계, AR 모델 파라미터 계산 (model fitting)을 위한 Durbin-Levinson 알고리즘, 최종 파라미터를 통한 훼손된 화소의 예측 및 보간 단계로 구성된다. 구현된 시스템은(1) VHS 테이프를 통한 아날로그 영상물의 디지털화, (2) 긁힘 손상의 자동탐지와 자동손상복원, (3) 얼룩무늬의 수동탐지와 자동복원의 3단계 복원절차를 지원하도록 설계하였다. 단계 1과 단계 2는 영상복원 고속화를 위해 TIDSP 보드 (TMS320DM642 EVM)을 이용하여 구현하였으며, 단계 3은 사용자의 수동탐지를위해, PC 를 사용하여 구현하였다. 본 논문에서 제안된 기법을 고전 한국영화 2편 (자유만세와 로보트 태권 V)에 대하여 실험하였으며, 본 논문에서 제안한 자기상관 기반의 복원 시스템은 Bertalmio 인페인팅 기법과 비교하였으며, 주관적 화질 (MOS 테스트) 및 객관적 화질 (PSNR), 특히, 숙련된 복원기술자에 의한 복원과의 차이를 정의하는 복구품질 (RR)에서 향상된 결과를 보임을 확인하였다.

• 한국건설관리학회논문집
• /
• 제17권3호
• /
• pp.32-42
• /
• 2016

현재 국내 대부분의 토목 건축 구조물이 BIM 정보가 부재한 상황에서 준공 BIM(as-built BIM)의 수요가 점차 증가하고 있다. 준공 BIM 구축을 위한 공간자료 취득에는 고밀도의 포인트 클라우드를 생성할 수 있는 레이저 스캐너가 주로 활용되고 있다. 하지만 기존의 고정식 스캔 시스템은 이동이 번거롭고, 정밀한 위치 선정이 필요 하며, 스캔 자료 정합을 위해 별도의 표지를 설치하거나 공액점을 추출하는 과정이 필요하다. 본 연구에서는 수작업을 최소화하기 위해 기존의 고정식 스캔 시스템을 대체할 수 있는 이동식 스캔 시스템을 제안하고자 하며, 기반 기술로 graph-based SLAM을 적용하였다. 테스트 장비는 총 세 개의 2차원 스캐너를 탑재하고 있으며, 중앙의 한 개는 수평으로 설치되어 graph 구축을 통한 이동경로취득에 사용되었고, 좌우 두 개는 수직으로 설치되어 시스템 진행의 연직 방향으로 주변 구조물에 대한 3차원 스캔 정보 취득에 사용되었다. 개발된 graph-based SLAM은 이동경로 상에 누적된 위치오차를 해소하기 위한 loop closure 처리 방법으로 Adaboost 기계학습을 적용하였다. 이는 특히 본 연구에서 사용한 장비와 같이 기계학습을 위한 다수의 feature 정보를 제공할 수 있는 멀티 스캐너 시스템에 적합한 방식이며, 두 실내공간을 대상으로 한 테스트에서 단일 스캐너 대비 false positive rate를 각각 7.9% 및 13.6%까지 줄일 수 있었다. 최종적으로 연구대상지역의 2차원 및 3차원 지도 구축을 통해 개발된 graph-based SLAM의 효용성을 확인하였다.

• 전자공학회논문지SC
• /
• 제49권3호
• /
• pp.82-89
• /
• 2012

본 논문에서는 기동표적의 위치오차에서 구해지는 가속도를 보상하는 지능형 추적 알고리즘을 소개한다. 관측치와 예상위치와의 차이값은 가속도와 순수잡음으로 분리된다. 이때, 최적의 가속도를 얻기 위하여 퍼지 c-means 클러스터링 기법과 예상명중위치기법이 이용되었다. 분리된 가속도와 잡음에 대한 퍼지 이론의 멤버쉽 함수를 결정되고, 이에 따라 기동표적의 기동특성이 인식되어진다. 분리된 가속도와 잡음은 추적 알고리즘 내에서 추정된 오차값을 보상하는데 이용된다. 표적의 추정값을 계산하는 일련의 과정중 필터링 과정은 기동표적의 비선형성을 선형성으로 인식하게 된다. 이것은 필터가 위치오차에서 가속도를 추출하여 남겨진 잡음만을 인식하기 때문이다. 필터링 과정 이후 추출된 가속도를 보상하여 표적의 추정값을 구해낸다. 제안된 기법은 퍼지 시스템의 멤버쉽 함수에서 파라미터를 조절하여 적응성과 강인성을 향상 시켰다. 제안된 시스템의 효율성을 극대화하기 위하여 제안된 기법을 다중모델 구조로 형성한다. 또한 제안된 기법은 온라인 시스템으로서의 수행이 가능하다. 마지막으로 제안된 알고리즘의 효율성을 보여주기 위하여 몇 가지 예를 추가하였다.

• 전자공학회논문지
• /
• 제52권8호
• /
• pp.132-139
• /
• 2015

카메라를 이용하는 시각(visual) SLAM(Simultaneous Localization And Mapping)은 로봇의 위치 등을 파악하는데 널리 이용되고 있다. 일반적으로 시각 SLAM은 움직임이 없는 고정된 특징점을 대상으로 연속적인 시퀀스 상에서 카메라의 움직임을 추정한다. 따라서 이동하는 객체가 많이 존재하는 상황에서는 안정적인 결과를 기대하기 어렵다. 본 논문에서는 이동 객체가 많은 상황에서 스테레오 카메라를 이용한 SLAM을 안정화하는 방법을 제안한다. 먼저, 스테레오 카메라를 이용하여 깊이영상을 추출하고 옵티컬 플로우를 계산한다. 그리고 좌우 영상의 옵티컬 플로우를 이용하여 시차변화(disparity change)를 계산한다. 그리고 깊이 영상에서 사람과 같이 움직이는 객체에 대한 ROI(Region Of Interest)를 구한다. 실내 상황에서는 벽과 같은 정적인 평면들이 움직이는 영역으로 잘못 판단되는 경우가 자주 발생한다. 이런 문제점을 해결하기 위해 깊이 영상을 X-Z 평면으로 사영하고 허프(hough) 변환하여 장면을 구성하는 평면을 결정한다. 앞의 과정에서 판단된 이동 객체 중에서 벽과 같은 장면 요소를 제외한다. 제안된 방법을 통해 정적인 특징점이 요구되는 SLAM의 성능을 보다 안정화할 수 있음을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제26권1호
• /
• pp.44-49
• /
• 2016

본 논문에서는 스테레오 매칭 시 발생하는 신뢰도가 낮은 부분을 컬러와 명도의 다중 임계값에 기반한 영상 분할 기법을 통해 보정하는 방법을 제안한다. 스테레오 매칭은 좌측 영상 위의 한 점과 대응하는 점을 우측 영상에서 찾는 과정이며, 이를 통해 스테레오 영상 내에서 거리 정보를 복원할 수 있다. 하지만 영상 내 특징이 불분명한 부분의 경우, 스테레오 매칭의 신뢰도가 낮기 때문에 Bad Pixel이 발생하게 된다. 제안하는 방법에서는 Bad Pixel을 보정하기 위해서 각 픽셀의 연관성을 고려하고자 한다. 일반적으로 동일한 물체는 비슷한 색상과 명도를 가진다. 따라서 컬러와 명도의 다중 임계값에 의해 각각 분할된 영역을 통해 영역 간의 연관성을 고려하여, 동일한 물체로 판단되는 부분을 재분할한다. 이후 분할된 픽셀들의 관계 정보에 따라 디스패리티 맵의 Bad Pixel을 보정하였다. 실험 결과, 제안하는 방법을 통해 기존 방법의 결과에서 Bad Pixel이 28% 감소함을 확인하였다.

• 재활복지공학회논문지
• /
• 제10권1호
• /
• pp.47-57
• /
• 2016

본 연구에서는 다자유도 동적 하네스 시스템을 개발하고 동적 하네스 체중지지에 따른 인체 영향평가를 하고자 한다. 건강한 성인 남성 20명을 대상으로 실험을 진행하였으며 평지보행, 앉기, 서기, 계단 오르기, 계단 내려오기 5가지 일상생활 동작을 수행하였다. 일상생활 동작 수행 시 각 피험자 체중의 0%, 30%, 50%에서의 근육 활성도와 족압 분포를 측정하였다. 근육 측정부위는 대퇴직근, 대퇴이두근, 전경골근, 외측 비복근이다. 하네스 체중지지율 증가에 따라 족압의 평균값은 전체적으로 감소하는 경향을 보였다. 평지보행에서는 체중지지율 증가에 따른 전족부의 압력의 감소폭이 크게 나타났으며 비복근과 대퇴이두근의 활성 감소를 보였다. 앉기 동작에서는 후족부의 족저 압력 감소폭이 크게 나타났으며 체중지지율에 따라 전경골근의 근육 활성이 감소하였다. 계단 내려오기 동작에서는 체중지지율 증가에 따라 전족부의 압력이 크게 감소하였고 대퇴직근의 활성감소가 크게 나타났다. 의자에서 일어나기동작과 계단 오르기 동작에서는 동적 하네스 체중지지효과가 미비하였으며 이는 속도가 건강한 성인 남성의 동작 수행 속도보다 느리기 때문이다. 후속 연구에서는 본 시스템을 개선하기 위한 연구가 지속되어져야 할 것이다.

• 대한전자공학회논문지TC
• /
• 제46권2호
• /
• pp.89-96
• /
• 2009

최근 항공기에 탑재되는 디지털 제어장치들의 수와 트래픽양이 증가함에 따라 이들을 신뢰성 있게 고속으로 연결하는 다양한 디지털 데이터버스가 도입되고 있다. 이러한 항공용 데이터버스의 성능은 항공기의 안전과 직결되는 민감한 사항이기 때문에 데이터의 손실을 최소화하거나 없애기 위한 다양한 고장 감내 기술이 적용되어 왔다. 본 논문에서는 데이터의 손실과 지연시간을 최소화하기 위해 채널별로 대역을 보장하는 ARINC 664표준의 Avionics Full Duplex Switched Ethernet(AFD핀) 시스템에서 채널별 대역제어용으로 사용되는 트래픽조절기의 성능을 분석한 후, 데이터 손실률을 보다 감소시키기 위하여 2중의 트래픽조절기를 사용하는 방법을 제시하였다. NS-2시뮬레이션에 의해 기존 방법에 비하여 제안된 방법의 성능이 우수함을 보였다. 제안된 방법은 항공기 뿐 아니라 데이터의 손실에 민감한 로봇제어 및 산업용 통신망에도 적용될 수 있을 것이다.

• 한국전자통신학회논문지
• /
• 제17권2호
• /
• pp.343-350
• /
• 2022

서로 다른 특징을 가지는 이미지를 통합하여 작물의 병충해 분류를 위한 심층신경망을 훈련하는 것이 학습 결과에 어떤 영향을 미치는지 확인하고, 심층신경망의 학습 결과를 개선할 수 있는 이미지 통합방법에 대해 실험하였다. 실험을 위해 두 종류의 작물 이미지 공개 데이터가 사용되었다. 하나는 인도의 실제 농장 환경에서 촬영된 작물 이미지이고 다른 하나는 한국의 실험실 환경에서 촬영한 작물 이미지였다. 작물 잎 이미지는 정상인 경우와 4종류의 병충해를 포함하여 5개의 하위 범주로 구성되었다. 심층신경망은 전이학습을 통해 사전 훈련된 VGG16이 특징 추출부에 사용되었고 분류기에는 다층퍼셉트론 구조를 사용하였다. 두 공개 데이터는 세 가지 방법으로 통합되어 심층신경망의 지도학습에 사용되었다. 훈련된 심층신경망은 평가 데이터를 이용해 평가되었다. 실험 결과에 따르면 심층신경망을 실험실 환경에서 촬영한 작물 이미지로 학습한 이후에 실제 농장 환경에서 촬영한 작물 이미지로 재학습하는 경우에 가장 좋은 성능을 보였다. 서로 다른 배경의 두 공공데이터를 혼용하여 사용하면 심층신경망의 학습 결과가 좋지 않았다. 심층신경망의 학습 과정에서 여러 종류의 데이터를 사용하는 방법에 따라 심층신경망의 성능이 달라질 수 있음을 확인하였다.