• Journal of information and communication convergence engineering
• /
• 제20권4호
• /
• pp.317-325
• /
• 2022

In this study, we propose a technological system designed to provide machine vision-based automatic inspection and autonomous operation services for an entire process related to product inspection in wire harness manufacturing. The smart factory paradigm is a valuable and necessary goal, small companies may encounter steep barriers to entry. Therefore, the best approach is to develop towards this approach gradually in stages starting with the relatively simple improvement to manufacturing processes, such as replacing manual quality assurance stages with machine vision-based inspection. In this study, we consider design issues of a system based on the proposed technology and describe an experimental implementation. In addition, we evaluated the implementation of the proposed technology. The test results show that the adoption of the proposed machine vision-based automatic inspection and operation service system for multi-wire harness production may be considered justified, and the effectiveness of the proposed technology was verified.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제8권12호
• /
• pp.297-304
• /
• 2019

통신, 센서, 인공지능 등의 기술 발전으로 인해 스마트 팩토리 구축이 진행되고 있다. 스마트 팩토리는 기존의 자동화 공정에서 생산되는 데이터를 대상으로 기계 학습과 같은 지능화 기술을 활용해 효율적인 공정 제어를 목표로 한다. 스마트 팩토리로의 구축으로 인해 생산성이 높아지지만 비용도 높아진다. 따라서 소규모 업체들은 스마트 팩토리로 단계별 전환이 효율적이다. CNC 절단기 기반의 소규모 스마트 팩토리 구축을 위해서 본 논문에서는 기존 제조 장비의 데이터를 수집, 모니터링 및 제어할 수 있는 원격 제어 시스템을 제안한다. 원격 제어 시스템의 구조 및 설계와 효율적인 센싱 데이터 전송 방법 등을 제시하였다. 실현 가능성을 검증하기 위해 CNC 절단 장비를 대상으로 시스템을 구현하였고 기능을 검증하였다. 성능 평가를 위해 모니터링 웹 페이지 접속시간을 측정하였고, 구현된 시스템이 사용 가능한 수준이라는 것을 확인하였다.

• 스마트미디어저널
• /
• 제8권1호
• /
• pp.74-81
• /
• 2019

최근에 머신 러닝 기술은 의료, 제조, 마케팅, 금융, 방송, 농업 등 사회 전반에 많은 영향을 미치고 있고 미래에도 인류의 생활에 많은 도움을 줄 것으로 예상된다. 본 논문에서는 인류의 생존에 가장 큰 영향을 주는 먹거리 즉, 농업 분야에 머신러닝기술을 적용하는 방법을 연구한다. 농업 분야에 IoT(Internet of Things) 기술을 접목하는 스마트 팜 (Smart Farm) 분야는 생육환경을 실시간으로 모니터링 하여 농작물의 생육환경을 최적으로 유지 하는 방법을 중점적으로 연구한다. 최근 KT에서 출시된 기가 스마트 팜 솔루션 2.0 에서는 머신러닝 기술을 사용하여 온실내의 온습도를 최적으로 유지하는 기술에 머신러닝을 적용하였다. 기존의 스마트 팜 분야 연구가 생육환경 조절에 중점을 두어 생산성 증대에 집중되어 있지만 본 연구에서는 과일을 최상의 품질 상태에서 수확하여 좋은 가격으로 출하할 수 있도록 수확시기에 머신러닝을 적용하는 방법을 연구한다. 스마트 팜 분야에 머신러닝 기술을 적용하기 위해서는 풍부한 빅 데이터의 확보가 무엇보다 중요하므로 정확한 머신러닝 기술을 적용하기 위해서는 지속적으로 빅 데이터 수집이 가능해야 한다. 본 논문에서 수확시기 예측에 필요한 인자로는 온실 내에서 재배되는 과일의 색상 값과 무게 값, 내부 온습도 값을 색상센서 와 무게센서, 온습도센서를 사용하여 실시간으로 수집하여 확보한다. 본 논문에서 제안하는 FPSML은 유사 과일 재배에 반복적으로 사용할 수 있는 아키텍처를 제공하며 지속적으로 빅 데이터가 축적될수록 보다 정밀한 수확시기를 예측할 수 있다.

• 한국BIM학회 논문집
• /
• 제12권2호
• /
• pp.1-11
• /
• 2022

Road traffic accidents (RTAs) are the leading cause of accidental death among children. RTA reduction is becoming an increasingly important social issue among children. Municipalities aim to resolve this issue by introducing "Smart Pedestrian Crosswalks" that help prevent traffic accidents near children's facilities. Nonetheless such facilities tend to be installed in relatively limited number of areas, such as the school zone. In order for budget allocation to be efficient and policy effects maximized, optimal location selection based on machine learning is needed. In this paper, we employ machine learning models to select the optimal locations for smart pedestrian crosswalks to reduce the RTAs of children. This study develops an optimal location index using variable importance measures. By using k-means clustering method, the authors classified the crosswalks into three types after the optimal location selection. This study has broadened the scope of research in relation to smart crosswalks and traffic safety. Also, the study serves as a unique contribution by integrating policy design decisions based on public and open data.

• 한국안전학회지
• /
• 제35권2호
• /
• pp.94-99
• /
• 2020

Bikers can be subjected to injuries from unexpected accidents even if they wear basic helmets. A properly designed airbag can efficiently protect the critical areas of the human body. This study introduces a wearable smart airbag system using machine learning techniques to protect human neck and shoulders. When a bicycle accident happens, a microprocessor analyzes the biker's motion data to recognize if it is a critical accident by comparing with accident classification models. These models are trained by a variety of possible accidents through machine learning techniques, like k-means and SVM methods. When the microprocessor decides it is a critical accident, it issues an actuation signal for the gas inflater to inflate the airbag. A protype of the wearable smart airbag with the machine learning techniques is developed and its performance is tested using a human dummy mounted on a moving cart.

• 문화기술의 융합
• /
• 제5권4호
• /
• pp.457-465
• /
• 2019

본 연구에서는 안드로이드 플랫폼을 탑재한 스마트 온도 제어기의 사용자 인터페이스(MMI)시스템에 대한 개발 방법을 나타낸다. 개발하는 스마트 온도제어기의 MMI 시스템은 온도 그래프 및 데이터를 원거리에서 모바일장치를 통하여 확인할 수 있도록 무선 WiFI 기능과 연동되는 시스템을 개발한다. 먼저, 스마트 온도제어기의 사용자 인터페이스(MMI)시스템의 하드웨어 인터페이스 회로설계방법을 나타내고, MMI 시스템의 운영 소프트웨어 개발 방법을 나타낸다. 스마트 온도제어기는 실시간 온도제어기 기능과 MMI 시스템 기능을 수행하는 이중 프로세서를 사용한다. 이어서 개발된 스마트 온도제어기의 MMI시스템의 실제 작동 시험을 통한 동작 성능을 평가한다. 안드로이드 플랫폼을 탑재함으로서 스마트온도제어기의 개발 기간을 줄일 수 있다.

• 한국정보기술학회 영문논문지
• /
• 제8권2호
• /
• pp.129-137
• /
• 2018

Smart machines are one of the topics of our society recently. A smart machine should have a wiser or smarter function than the past. In the modern society, the environment of each family is being improved toward the direction of smart home. In this environment, smart speakers are now increasingly serving as interfaces for controlling various devices in the home, from devices that listen to conventional music. In this paper, we review the technology development trends of domestic and foreign smart speaker market, and describe the core technologies required. In Korea, while SKT and KT are dominant in the speaker market, major IT companies such as Amazon, Google and Apple are focusing on launching related products and technology development.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.31-40
• /
• 2018

CAN(Controller Area Network) 모듈의 탑재 여부와 관계없이 각 회사의 농기계관리에 범용으로 적용할 수 있는 부착형의 스마트어댑터를 설계 및 구현하였다. 스마트어댑터는 리눅스 환경에서 농기계관리 소프트웨어가 동작하는 메인보드(라즈베리파이3B)와 전원 조정과 상태 센싱을 위하여 자체 개발한 인터페이스 보드로 구성된다. 상태 모니터링을 위하여 스마트어댑터와 농기계의 센서들 사이에 시리얼입력을 이용하는 센싱 인터페이스를 정의하였으며, 진단을 위하여 농기계의 상태 다이어그램을 정의하였다. 스위치의 온/오프 접점을 이용하여 농기계의 센서를 시뮬레이션 하는 판넬을 제작하였으며, 시뮬레이터 판넬에서 농기계의 각 상태를 입력함으로 상태 모니터링과 진단 기능을 확인하였다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2008년도 춘계학술대회논문집
• /
• pp.809-816
• /
• 2008

With increasing demands for reducing cost of maintenance which can detect machine fault automatically; low cost and intelligent functionality sensors are required. Rapid developments, in semiconductor, computing, and communication have led to a new generation of sensor called "smart" sensors with functionality and intelligence. The purpose of this research is comparison of machine fault classification between general analyzer signals and smart sensor signals. Three types of sensors are used in induction motors faults diagnosis, which are vibration, current and flux. Classification results are satisfied.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.1-12
• /
• 2022

The current progression in the Internet of Things (IoT) and Machine Learning (ML) based technologies converted the traditional healthcare system into a smart healthcare system. The incorporation of IoT and ML has changed the way of treating patients and offers lots of opportunities in the healthcare domain. In this view, this research article presents a new IoT and ML-based disease diagnosis model for the diagnosis of different diseases. In the proposed model, vital signs are collected via IoT-based smart medical devices, and the analysis is done by using different data mining techniques for detecting the possibility of risk in people's health status. Recommendations are made based on the results generated by different data mining techniques, for high-risk patients, an emergency alert will be generated to healthcare service providers and family members. Implementation of this model is done on Anaconda Jupyter notebook by using different Python libraries in it. The result states that among all data mining techniques, SVM achieved the highest accuracy of 0.897 on the same dataset for classification of Parkinson's disease.