• 제어로봇시스템학회논문지
• /
• 제14권2호
• /
• pp.125-132
• /
• 2008

This paper describes a mobile inspection robot with an automatic pipe tracking system for a feeder pipe inspection in a PHWR. The robot is composed of two inch worm mechanisms. One is for a longitudinal motion along a pipe, and the other is for a rotational motion in a circumferential direction to access all of the outer surfaces of a pipe. The proposed mechanism has a stable gripping capability and is easy to install. An automatic pipe tracking system is proposed based on machine vision techniques to make the mobile robot follow an exact outer circumference of a curved feeder pipe as closely as possible, which is one of the requirements of a thickness measurement system for a feeder pipe. The proposed sensing technique is analyzed to attain its feasibility and to develop a calibration method for an accurate measurement. A mobile robot and control system are developed, and the automatic pipe tracking system is tested in a mockup of a feeder pipe.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.301-303
• /
• 2003

The extraction of 3D road network from high-resolution aerial images is still one of the current challenges in digital photogrammetry and computer vision. For many years, there are many researcher groups working for this task, but unt il now, there are no papers for doing this with TLS (Three linear scanner), which has been developed for the past several years, and has very high-resolution (about 3 cm in ground resolution). In this paper, we present a methodology of road extraction from high-resolution digital imagery taken over urban areas using this modern photogrammetry’s scanner (TLS). The key features of the approach are: (1) Because of high resolution of TLS image, our extraction method is especially designed for constructing 3D road map for next -generation digital navigation map; (2) for extracting road, we use the global context of the intensity variations associated with different features of road (i.e. zebra line and center line), prior to any local edge. So extraction can become comparatively easy, because we can use different special edge detector according different features. The results achieved with our approach show that it is possible and economic to extract 3D road data from Three Linear Scanner to construct next -generation digital navigation road map.

• 전자통신동향분석
• /
• 제33권6호
• /
• pp.69-80
• /
• 2018

Sensory devices have been developed to help people with disabled or weakened sensory functions. Such devices play a role in collecting and transferring data for the five senses (vision, sound, smell, taste, and tactility) and also stimulating nerves. To provide brain or prosthesis devices with more sophisticated senses, hyper sensory devices with a high resolution comparable to or even better than the human system based on individual neuron cells are essential. As for data collecting components, technologies for sensors with higher resolution and sensitivity, and the conversion of algorithms from physical sensing data to human neuron signals, are needed. Converted data can be transferred to neurons that are responsible for human senses through communication with high security, and neural interfaces with high resolution. When communication deals with human data, security is the most important consideration, and intra-body communication is expected to be a candidate with high priority. To generate sophisticated human senses by modulating neurons, neural interfaces should modulate individual neurons, and therefore a high resolution compared to human neurons (~ several tens of um) with a large area covering neuron cells for human senses (~ several tens of mm) should be developed. The technological challenges for developing sensory devices with human and even beyond-human capabilities have been tackled by various research groups, the details of which are described in this paper.

• 한국인터넷방송통신학회논문지
• /
• 제19권4호
• /
• pp.55-63
• /
• 2019

자동차 안전을 위한 근접센서 및 후방카메라가 일반적이다. 하지만, 여전히 많은 사고가 발생하고 있다. 생체 감지 센서, 자동차의 앞, 뒤, 좌, 우와 하부까지 보여주는 All Around View 및 사물 인식 알고리즘을 사용하여 차량이 출발하거나 주차할 때 주위에 생체가 있는지 센싱하고 차량 외부를 화면에 표시한다. 또한 사물인식 알고리즘을 활용해서 사물의 위치를 표현해서 물체를 명확하게 화면에 시각화한다. 이렇게 센싱, 화면, 위치 표현에 의해 차량에 의한 인명 사고을 예방할 수 있는 강력한 안전 시스템을 제안 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권4호
• /
• pp.959-979
• /
• 2024

Rice pest identification is essential in modern agriculture for the health of rice crops. As global rice consumption rises, yields and quality must be maintained. Various methodologies were employed to identify pests, encompassing sensor-based technologies, deep learning, and remote sensing models. Visual inspection by professionals and farmers remains essential, but integrating technology such as satellites, IoT-based sensors, and drones enhances efficiency and accuracy. A computer vision system processes images to detect pests automatically. It gives real-time data for proactive and targeted pest management. With this motive in mind, this research provides a novel farmland fertility algorithm with a deep learning-based automated rice pest detection and classification (FFADL-ARPDC) technique. The FFADL-ARPDC approach classifies rice pests from rice plant images. Before processing, FFADL-ARPDC removes noise and enhances contrast using bilateral filtering (BF). Additionally, rice crop images are processed using the NASNetLarge deep learning architecture to extract image features. The FFA is used for hyperparameter tweaking to optimise the model performance of the NASNetLarge, which aids in enhancing classification performance. Using an Elman recurrent neural network (ERNN), the model accurately categorises 14 types of pests. The FFADL-ARPDC approach is thoroughly evaluated using a benchmark dataset available in the public repository. With an accuracy of 97.58, the FFADL-ARPDC model exceeds existing pest detection methods.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.631-640
• /
• 2017

쌀 생산량 예측 및 조사는 농가 소득 보전 및 농업 분야 기관에 영향을 주고 수급 조절과 가격 예측 등 정부의 정책 수립과 관련하여 중요한 의미를 갖는다. 이에 따라 작황 추정 모델의 구축이 필요하며 과거로부터 기상 자료 및 위성 자료를 통해 경험적 통계 모델 또는 인공신경망 알고리즘을 기반으로 한 연구가 다수 진행되었다. 현재 인공신경망 모델을 기반으로 개발된 딥 러닝 알고리즘이 패턴 인식, 컴퓨터 비전, 음성 인식 등의 분야에서 폭넓게 사용되며 뛰어난 성능을 보이고 있다. 최근 다양한 딥 러닝 알고리즘 중 SSAE 알고리즘이 시계열 자료를 통한 예측 분야에서 적용 가능성이 확인되었으며 본 연구에서는 SSAE를 통해 남한 전역에 대한 쌀 생산량 추정 연구를 진행하였다. 입력 변수로 기상자료와 위성자료를 사용하였으며 남한 벼의 생육 기간을 고려하여 입력 자료를 기간별로 나누고 최적의 입력 자료롤 찾고자 하였다. 실험 결과, 5월부터 9월까지의 위성 자료와 16일 평균값을 사용한 기상 자료와의 조합을 사용하였을 경우 평균 연도별 %RMSE, 시군구 %RMSE 각각 7.43%, 7.16%로 가장 좋은 성능을 보였으며 이를 통해 쌀 생산량 추정 분야에 대한 SSAE 알고리즘의 적용 가능성을 확인할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.49-58
• /
• 2011

일반적으로 사용되는 마커 기반의 증강현실 시스템은 카메라 입력영상 내에 마커가 항상 존재해야 한다는 제한 때문에 사용자의 접근에 불편을 준다. 때문에 최근 배경 영상에서 취득할 수 있는 객체를 자연 마커로 생성한 시스템이나 배경 영상의 특징을 이용해 기하학적 지도를 작성하여 가상의 객체 정합에 이용한 증강현실 시스템들이 관심을 끌고 있다. 본 논문에서는 카메라 입력 영상에서 동일 평면상에 존재하는 특징들을 검출하고, 이를 추적함으로써 카메라 위치 정보를 추정하는 증강현실 시스템을 제안한다. 또한 특징점 추적에 사용된 추적 방법은 카메라에서 취득한 영상 밖으로 특징점이 벗어날 경우 더 이상 추적할 수 없는 문제점을 가지고 있어, 이를 보완하기 위해 새로운 특징점을 재검출하여 객체의 정합을 유지하는 방법도 제시한다. 제안된 방법은 미리 지정된 마커를 사용하지 않기 때문에 사용자의 접근이 편리하고, 특정한 형태의 마커를 사용하지 않는 다른 시스템보다 비교적 간단하게 구현할 수 있어 다양한 모바일 환경에서 유용하게 이용될 수 있다.

• 한국통신학회논문지
• /
• 제37C권9호
• /
• pp.802-810
• /
• 2012

본 논문은 RFID를 이용한 이동 로봇의 목표물 탐지 및 이동 시스템에 대해 소개한다. RFID는 전파를 이용하여 원거리에서 비접촉식으로 정보를 전달하는 것이 가능한 인식 시스템으로 RFID를 통해 로봇은 비전 등 다른 시스템의 도움 없이 간단하게 주변 물체를 인식하는 것이 가능하다. 하지만 실제 작업을 하기 위해서는 인식한 물체로 이동해야 하지만 현재의 RFID 시스템은 위치 정보를 제공하지 않는 문제가 있다. 본 논문에서는 전파의 도래 방향을 이용한 로봇 이동 시스템을 제안한다. 제안한 시스템은 두 축 안테나를 이용, 목표물에 부착된 RFID 태그로부터의 수신된 전파의 크기 차이를 이용하여 도래 방향을 측정한다. 로봇은 측정 방향으로 이동하는 것으로 지도나 기준 스테이션 등의 다른 시스템 없이 간단하게 물체로 이동하는 것이 가능하다. 하지만 전파는 금속이나 액체 등 주변 환경에 의해 쉽게 영향을 받아 측정 방향에 오차가 발생, 주변 장애물이 많은 복잡한 환경에서는 이동에 실패하는 문제가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 g-filter 기반 오차 보정 알고리즘을 개발하였다. 개발한 알고리즘은 현재 측정값과 이전의 보정값의 분산값들의 차이를 이용, 현재의 측정값에 포함되어 있는 오차를 낮춤으로써 로봇이 방향을 잃지 않고, 이동하는 것을 가능하게 하였다. 시뮬레이션 및 실제 로봇을 이용한 실험 결과는 복잡한 환경에서도 로봇이 성공적으로 이동하는 것을 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제18권3호
• /
• pp.143-149
• /
• 2018

최근 전 지구적인 기후변화에 따른 자연재해 피해의 대규모화로 인하여 재해 모니터링과 방재 등 재난재해 분야에서 원격탐사 기술을 적용한 시스템이 구축되고 있다. 다양한 원격탐사 플랫폼 중 드론은 기술의 확산 발전으로 민간분야에서도 활발하게 활용되고 있으며, 적시성, 경제성 등의 장점으로 재난재해 분야에서의 적용이 증대되고 있다. 본 논문은 이러한 드론 기반의 재난재해 모니터링 시스템 구축의 요소 기술인, 준 실시간으로 드론 영상자료를 매핑할 수 있는 전처리 시스템 개발에 관한 것이다. 연구를 위해 컴퓨터 비전 기술 중 SURF 알고리즘을 기반으로 레퍼런스 영상과 촬영 영상 간 특징점 매칭을 통해 보정하는 시스템을 구축하였다. 연구 대상 지역은 가화강 하류 지역과 대청댐 유역으로 선정하였으며, 두 지역은 매칭을 위한 특징점이 많고 적음의 차이가 뚜렷하여 다양한 환경에서 시스템 적용 가능성을 위한 실험에 적합하다. 연구결과 두 지역의 기하보정 정확도가 0.6m와 1.7m로 각각 나타났으며 처리시간 또한 1장당 30초 내외로 나타났다. 이는 적시성을 요하는 재난재해 분야에서 본 연구의 적용 가능성이 높음을 시사한다. 그러나 레퍼런스 영상이 없거나 정확도가 낮은 경우는 보정 결과가 떨어지는 한계점이 있다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.435-444
• /
• 2019

최근 딥러닝(DL)은 여러 분야에서 급속도로 활용되고 있으며, 특히 영상으로부터 객체를 인식하여 분류하고 인식하기 위한 컴퓨터비전 분야에서 활발하게 연구가 진행되고 있다. 영상분야에서는 주로 합성곱 신경망(CNN)을 이용한 딥러닝 모델의 성능 향상에 주력하고 있다. 대부분의 합성곱 신경망은 영상을 학습시켜 영상분류 및 객체인식에 활용하고 있지만, 본 논문에서는 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 수치표면모델(DSM)과 이 데이터로부터 생성한 경사 및 주향 정보를 효율성과 성능이 우수하다고 평가받는 합성곱 신경망기반의 SegNet 모델에 적용하여 객체를 분류하고 분석하였다. 딥러닝은 고사양의 컴퓨터 시스템과 다량의 학습 데이터와 라벨 데이터가 필요하고, 다수의 시행착오에 의한 풍부한 경험이 요구된다. 또한 본 논문에서는 한정된 수량의 데이터로부터 효율적인 학습을 위한 데이터 생성 방법을 제시하고 수치표면모델을 분류하였다. 분석 결과 수치표면모델 데이터와 이로부터 도출한 부가적인 데이터를 딥러닝 모델에 적용해도 객체를 타당한 정확도로 분류할 수 있음을 확인하였다.