• 해양환경안전학회지
• /
• 제28권spc호
• /
• pp.1-10
• /
• 2022

국내외 해상 위험·유해물질(Hazardous and Noxious Substances, HNS) 물동량이 증가함에 따라 HNS 유출 사고의 위험성이 점차 높아지고 있다. 해상에 유출된 HNS는 해양생태계 파괴를 비롯한 해양환경 오염 및 인명피해를 유발하며, 화재 및 폭발 등을 동반한 2차 사고 발생 가능성도 존재한다. 따라서 해상 HNS의 신속한 탐지와 각 물질 특성에 적합한 방제전략을 수립해야 한다. 본 연구에서는 초분광 원격탐사에 기반한 지상 HNS 유출 실험 과정 및 탐지 알고리즘 적용 결과를 제시하고자 한다. 이를 위해 프랑스 브레스트 지역의 야외 풀장에서 스티렌을 유출한 후 초분광 센서를 활용한 동시 관측을 수행하였다. 순수 스티렌 및 해수 스펙트럼은 주성분 분석(principal component analysis, PCA) 및 N-Findr 기법을 적용하여 추출하였으며, 또한 spectral distance similarity (SDS), spectral correlation similarity (SCS), spectral similarity value (SSV), spectral angle mapper (SAM)을 포함한 분광정합 기법을 적용하여 초분광 영상 내 화소들을 스티렌 및 해수로 분류하였다. 그 결과 SDS 및 SSV 기법이 우수한 스티렌 탐지 결과를 보여주었으며, 스티렌 총 면적은 약 1.03 m²로 추정되었다. 본 연구는 해상 HNS 모니터링에 주요 역할을 할 것으로 기대된다.

• 한국방재안전학회논문집
• /
• 제16권1호
• /
• pp.105-113
• /
• 2023

전라남도는 국내에서 가장 많은 25곳의 연륙·연도교가 있으며, 다도해와 이를 잇는 해상교량을 중심으로 해양 및 관광 자원이 풍부한 지자체이다. 그러나, 해상교량의 경우 강풍, 태풍 등이 발생할 경우에는 교량의 구조적 안전성과는 별개로 교량의 과대진동 등으로 인하여 사용자와 지역주민들의 불안감이 증대되는 현안이 있다. 실제로 최근 2019년에 개통한 신안군의 천사대교의 경우, 강풍과 과대 진동으로 인한 차량 통행 제한이 빈번하게 발생하였고 그로인한 지역주민 및 운전자의 불안감 증대로 민원이 속출되고 있다. 따라서, IoT계측기술을 이용하여 측정된 데이터를 기반으로 정량적이고 정확한 교량의 풍황상황과 통행과 관련된 교량의 진동수준을 실시간으로 지역주민에서 제공함으로써 해상교량의 안전관리에 대한 지역주민 불안감을 해소가 필요하다. 본 연구는 기존의 계측시스템 및 IoT센서를 이용하여 해상교량의 풍속 상황과 진동을 상시적으로 관측하고 이를 지역주민 및 관리자에게 전파함으로써 해상교량의 안전 및 통행에 대한 불안감을 해소할 수 있으며, 강풍 및 대형 재난재해에 대해서도 사전대응이 가능한 기술을 개발하고자 한다.

• 한국시뮬레이션학회논문지
• /
• 제19권1호
• /
• pp.23-31
• /
• 2010

180도 이상의 영역을 획득하는 어안렌즈(fisheye lens)는 최소의 카메라로 최대 시야각을 확보할 수 있는 장점으로 인해 차량 장착 시도가 늘고 있다. 이와 같이 어안렌즈를 통해 시야를 확보하고, 영상센서로 사용하기 위해서는 캘리브레이션 작업이 선행되어야 하며, 운전자에게 현실감 있는 영상을 제공하기 위해서는 이를 이용하여 방사왜곡(radial distortion)에 따른 기하학적인 왜곡 보정이 필요하다. 본 논문에서는 비대칭 왜곡을 가진 180도 이상 화각의 차량용 대각선 어안렌즈를 위해 영상 손실을 최소화하는 왜곡 보정 기법을 제안한다. 왜곡 보정은 왜곡 모델이 포함된 카메라 모델을 설정하고 캘리브레이션 과정을 통해 카메라 파라미터를 구한 후 왜곡이 보정된 뷰를 생성하는 과정으로 이루어진다. 먼저 왜곡모델로서 비선형의 왜곡 형상을 모방한 FOV(Field of View)모델을 사용한다. 또한 비대칭 왜곡렌즈의 경우 운전자의 좌우 시야각 확보에 중점을 두어 수직 화각보다 수평 화각이 크게 설계되었기 때문에 영상의 장축, 단축의 비율을 일치시킨 후 비선형 최적화 알고리즘을 사용하여 카메라 파라미터를 추정한다. 최종적으로 왜곡이 보정된 뷰 생성 시 역방향 사상과 함께 수평, 수직 방향에 대한 왜곡 보정 정도를 제어 가능하도록 함으로써 화각이 180도 이상인 영상에 대해서 핀홀 카메라 모델을 적용하여 2차원 평면으로 영상을 보정하는 경우 발생하는 영상 손실을 최소화하고 시각적 인지도를 높일 수 있도록 하였다.

• 한국환경복원기술학회지
• /
• 제26권4호
• /
• pp.17-34
• /
• 2023

Camera trapping has been used as a non-invasive survey method that minimizes anthropogenic disturbance to ecosystems. Nevertheless, it is labor-intensive and time-consuming, requiring researchers to quantify species and populations. In this study, we aimed to improve the preprocessing of camera trapping data by utilizing an object detection algorithm. Wildlife monitoring using unmanned sensor cameras was conducted in a forested urban forest and a green space on a university campus in Cheonan City, Chungcheongnam-do, Korea. The collected camera trapping data were classified by a researcher to identify the occurrence of species. The data was then used to test the performance of the YOLO-X object detection algorithm for wildlife detection. The camera trapping resulted in 10,500 images of the urban forest and 51,974 images of green spaces on campus. Out of the total 62,474 images, 52,993 images (84.82%) were found to be false positives, while 9,481 images (15.18%) were found to contain wildlife. As a result of wildlife monitoring, 19 species of birds, 5 species of mammals, and 1 species of reptile were observed within the study area. In addition, there were statistically significant differences in the frequency of occurrence of the following species according to the type of urban greenery: Parus varius(t = -3.035, p < 0.01), Parus major(t = 2.112, p < 0.05), Passer montanus(t = 2.112, p < 0.05), Paradoxornis webbianus(t = 2.112, p < 0.05), Turdus hortulorum(t = -4.026, p < 0.001), and Sitta europaea(t = -2.189, p < 0.05). The detection performance of the YOLO-X model for wildlife occurrence was analyzed, and it successfully classified 94.2% of the camera trapping data. In particular, the number of true positive predictions was 7,809 images and the number of false negative predictions was 51,044 images. In this study, the object detection algorithm YOLO-X model was used to detect the presence of wildlife in the camera trapping data. In this study, the YOLO-X model was used with a filter activated to detect 10 specific animal taxa out of the 80 classes trained on the COCO dataset, without any additional training. In future studies, it is necessary to create and apply training data for key occurrence species to make the model suitable for wildlife monitoring.

• Journal of Platform Technology
• /
• 제11권2호
• /
• pp.26-38
• /
• 2023

본 논문은 실내 환경에서 QR 코드를 이용하여 목적지 자율 주행이 가능한 운반 로봇에 관한 연구이다. 운반 로봇은 QR 코드 인식을 위한 카메라와 좌우 벽과의 거리를 감지하여 로봇이 이동 중 일정한 간격을 유지할 수 있도록 라이다 센서가 부착하여 설계 제작하였다. 운반 로봇의 위치 정보는 QR 코드 영상을 Lanczos resampling 보간법으로 확대한 후 Otsu Algorithm 으로 이진화하고, Zbar 라이브러리를 활용하여 검출 및 해석을 수행하였다. QR 코드 인식은 운반 로봇의 카메라 위치와 QR 코드 높이가 192cm 로 고정된 상태에서 QR 코드의 크기와 운반 로봇의 주행 속도를 변화시키면서 실험을 수행하였으며, QR 코드 크기가 9cm×9cm 일 때 99.7%, 운반 로봇의 주행 속도가 약 0.5m/s 이하 일 때 거의 100%의 인식률을 보여주었다. QR 코드 인식율을 바탕으로 목적지 자율주행을 위해 장애물이 없는 상태에서 목적지가 직진만 있는 경우와 목적지가 직진과 회전이 있는 경우에 대해 실험을 수행하였다. 목적지가 직진만 있는 경우에는 위치 보정이 거의 필요 없어 목적지에 빠르게 도달할 수 있었으나, 목적지에 회전이 포함된 경우에는 위치 보정이 필요하여 목적지에 도착하는 시간이 상대적으로 지연되었다. 실험 결과, 운반 로봇이 주행 중 약간의 위치 오차가 발생하였으나 비교적 정확하게 목적지에 도달함을 알 수 있었으며, QR 코드 기반 목적지 자율주행 운반 로봇의 적용 가능성을 확인하였다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1247-1248
• /
• 2022

Due to rapid urbanization and population growth, it has become crucial to analyze the various volumes and characteristics of pedestrian pathways to understand the capacity and level of service (LOS) for pathways to promote a better walking environment. Different indicators have been developed to measure pedestrian volume. The pedestrian level of service (PLOS), tailored to analyze pedestrian pathways based on the concept of the LOS in transportation in the Highway Capacity Manual, has been widely used. PLOS is a measurement concept used to assess the quality of pedestrian facilities, from grade A (best condition) to grade F (worst condition), based on the flow rate, average speed, occupied space, and other parameters. Since the original PLOS approach has been criticized for producing idealistic results, several modified versions of PLOS have also been developed. One of these modified versions is perceived PLOS, which measures the LOS for pathways by considering pedestrians' awareness levels. However, this method relies on survey-based measurements, making it difficult to continuously deploy the technique to all the pathways. To measure PLOS more quantitatively and continuously, researchers have adopted computer vision technologies to automatically assess pedestrian flows and PLOS from CCTV videos. However, there are drawbacks even with this method because CCTVs cannot be installed everywhere, e.g., in alleyways. Recently, a technique to monitor bio-signals, such as electrodermal activity (EDA), through wearable sensors that can measure physiological responses to external stimuli (e.g., when another pedestrian passes), has gained popularity. It has the potential to continuously measure perceived PLOS. In their previous experiment, the authors of this study found that there were many significant EDA responses in crowded places when other pedestrians acting as external stimuli passed by. Therefore, we hypothesized that the EDA responses would be significantly higher in places where relatively more dynamic objects pass, i.e., in crowded areas with low PLOS levels (e.g., level F). To this end, the authors conducted an experiment to confirm the validity of EDA in inferring the perceived PLOS. The EDA of the subjects was measured and analyzed while watching both the real-world and virtually created videos with different pedestrian volumes in a laboratory environment. The results showed the possibility of inferring the amount of pedestrian volume on the pathways by measuring the physiological reactions of pedestrians. Through further validation, the research outcome is expected to be used for EDA-based continuous measurement of perceived PLOS at the alley level, which will facilitate modifying the existing walking environments, e.g., constructing pathways with appropriate effective width based on pedestrian volume. Future research will examine the validity of the integrated use of EDA and acceleration signals to increase the accuracy of inferring the perceived PLOS by capturing both physiological and behavioral reactions when walking in a crowded area.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.691-695
• /
• 2023

현재 자동화계측 시스템의 계측 결과 활용도는 매우 낮고 단편적인 측정결과 만을 제공하는 수준이다. 본 연구에서는 실시간으로 측정된 방대한 데이터값을 클라우드로 전송하여 빅데이터를 구축하고 파이썬 기반의 알고리즘을 이용하여 획득한 자동화계측 데이터를 고정밀-신뢰도를 갖는 구조물 거동 분석 3D Display 시스템을 연구하고자 한다. 연구결과, 실시간으로 관리자에게 구조물의 거동을 평가할 수 있는 시스템으로서 계측 데이터의 종류 및 센서의 종류와 무관하게 큰 제약 없이 실시간으로 분석데이터를 제공하고 3D Display로 도출하였다. 또한 관리자가 구조물의 거동 그래프를 실시간으로 파악하고 데이터 분석을 통해 구조물의 취약부 도출을 보다 쉽게 파악할 수 있을 것으로 분석되었다. 향후 과거와 현재 데이터를 이용하여 구조물의 거동을 3차원으로 분석함으로써 현실성 있는 구조물의 보수, 보강 및 유지 관리 측면에서 보다 실효성 있는 측정 결과를 확보할 수 있을 것으로 분석되었다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.45-52
• /
• 2023

다양한 열전쌍(TC)의 냉점보정(CJC)과 단선 감지 회로설계와 이를 이용한 다채널 TC 인터페이스 회로를 설계하였다. 냉점보정(CJC)과 단선 감지 기능 회로는 열전쌍, CJC 반도체 소자, 계측 증폭기(IA), 단선 감지용 저항 2개와 하나의 다이오드로 구성된다. 이 기본회로를 바탕으로 다채널 인터페이스 회로도 구현하였다. CJC는 보상 전용 반도체와 IA를 사용하여 구현하였고, 단선감지는 2개의 저항과 하니의 다이오드를 사용하여 IA 입력전압이 -0.42V가 되도록 하여 검출하였다. R-형 TC를 사용하여 실험한 결과 설계한 회로는 0℃~1400℃의 온도범위에서 냉점보정 후 오차가 0.14mV에서 3㎶로 감소되었다. 또한, TC가 정상에서 단선인 경우 IA의 출력전압이 88mV에서 -0.42V로 포화된 것을 확인하였다. 0℃~1400℃의 온도 범위에서 설계한 회로의 출력전압은 0V~10V이였다. R-형 TC를 사용하여 4-채널 인터페이스를 실험한 결과에서도 각 채널에 CJC와 단선 감지 결과와 거의 동일하였다. 구현한 다채널 인터페이스는 CJC 반도체 소자의 단자의 변경과 IA의 이득을 조절하면 E, J, K, T, R, S-형 TC에도 동일하게 적용할 수 있는 특징을 갖는다.

• 한국환경보건학회지
• /
• 제48권6호
• /
• pp.298-305
• /
• 2022

Background: The concentration of air pollutants as measured by the Air Quality Monitoring System (AQMS) is not an accurate population exposure level since actual human activities and temporal and spatial variability need to be considered. Therefore, to increase the accuracy of exposure assessment, the population should be considered. However, it is difficult to obtain population data due to limitations such as personal information. Objectives: The existing population defined in this study is the number of people in each region's grid. The purpose is to provide a methodology for evaluating exposure to PM_2.5 through existing population data provided by the National Geographic Information Institute. Methods: The selected study period was from October 26 to October 28, 2021. Using PM_2.5 concentration data measured at the Sensor-based Air Monitoring Station (SAMS) installed in Guro-gu and Wonju-si, the concentration for each grid was estimated by applying inverse distance weights through QGIS version 3.22. Considering the existing population, population-weighted average concentration (PWAC) was calculated and the exposure level of the population was compared by region. Results: The outdoor PM_2.5 concentration as measured through the SAMS was high in Wonju-si on all three days. Wonju-si showed an average 22% higher PWAC than Guro-gu. As a result of comparing the PWAC and outdoor PM_2.5 concentration by region, the PWAC in Guro-gu was 1~2% higher than the observed value, but it was almost the same. Conversely, observations of Wonju-si were 10.1%, 11.3%, and 8.2% higher than PWAC. Conclusions: It is expected that the Geographic Information System (GIS) method and the existing population will be used to evaluate the exposure level of a population with a narrow activity radius in further research. In addition, based on this study, it is judged that research on exposure to environmental pollutants and risk assessment methods should be expanded.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.190-196
• /
• 2023

최근 들어, 라이다 기술의 발전에 따라 정확한 거리 측정이 가능해지면서 라이다 기반의 3차원 객체 탐지 네트워크에 대한 관심이 증가하고 있다. 기존의 네트워크는 복셀화 및 다운샘플링 과정에서 공간적인 정보 손실이 발생해 부정확한 위치 추정 결과를 발생시킨다. 본 연구에서는 고수준 특징과 높은 위치 정확도를 동시에 획득하기 위해 어텐션 기반 융합 방식과 카메라-라이다 융합 시스템을 제안한다. 먼저, 그리드 기반의 3차원 객체 탐지 네트워크인 Voxel-RCNN 구조에 어텐션 방식을 도입함으로써, 다중 스케일의 희소 3차원 합성곱 특징을 효과적으로 융합하여 3차원 객체 탐지의 성능을 높인다. 다음으로, 거짓 양성을 제거하기 위해 3차원 객체 탐지 네트워크의 탐지 결과와 이미지상의 2차원 객체 탐지 결과를 결합하는 카메라-라이다 융합 시스템을 제안한다. 제안 알고리즘의 성능평가를 위해 자율주행 분야의 KITTI 데이터 세트를 이용하여 기존 알고리즘과의 비교 실험을 수행한다. 결과적으로, 차량 클래스에 대해 BEV 상의 2차원 객체 탐지와 3차원 객체 탐지 부분에서 성능 향상을 보였으며 특히 Voxel-RCNN보다 차량 Moderate 클래스에 대하여 정확도가 약 0.47% 향상되었다.