• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.925-927
• /
• 2022

본 논문에서는 자율주행을 통해 보도를 청소하는 동안 분실물을 인지할 수 있는 로봇 시스템을 개발하였다. 분실물의 종류는 딥러닝 모델에 의해 지정되고 학습되며 로봇은 이를 인식하여 저장한다. 보도 경계 및 장애물을 감지하기 위해 Image-Segmentation 기술을 사용하였으며, 물체 감지에 사용되는 depth 카메라(d435)를 사용하였다. 학습하기 위한 딥러닝 모델로 YOLOv5 를 사용하였으며, 그 결과 정해진 사물을 인식하는 데 평균 84%의 정확도를 보였다. 이 시스템을 로봇에 적용할 경우 예상되는 효과로는 정확한 보도 인식으로 로봇이 경로를 이탈하지 않도록 하는 것, 유실물품의 신속하고 안전한 인계 등이 있다.

• 한국지능시스템학회논문지
• /
• 제15권4호
• /
• pp.457-466
• /
• 2005

본 논문에서는 다중 입$\cdot$출력을 갖는 이동 로봇의 경로 추종을 위해 웨이블깃 신경 회로망에 기반한 예측 제어 방법을 제안한다. 제안된 방법에서 상태 예측기로는 학습 능력이 뛰어난 신경 회로망의 특성 및 웨이블릿 분해의 특성을 합성한 웨이블릿 신경 회로망을 사용한다. 예측기는 경사 하강법을 사용하여 웨이블릿 신경회로망의 출력에 대한 실제 이동 로봇의 상태 오차를 최소화하도록 학습된다. 또한 이동 로봇의 제어 신호인 직진 속도 및 각속도는 추종하고자 하는 기준 경로에 대한 이동 로봇의 예측 상태 오차를 이용하여 정의된 비용 함수를 최소화하도록 구해진다. 컴퓨터 모의 실험에서 변화되는 기준 경로에 대한 경로 추종 성능을 통해 제안한 예측 제어 시스템의 적용 가능성 및 효율성을 보인다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.443-451
• /
• 2020

초등학교 소프트웨어 교육에서는 간단한 문제해결 과정을 통하여 프로그래밍 과정을 경험하고 있다. 그리고 이러한 경험조차도 문제 해결 과정을 CS Unplugged 활동으로 하도록 강조하는 실정이다. 하지만 CS Unplugged는 컴퓨팅 원리의 습득에 그치고 학습자가 실제 문제 해결의 처리 경험을 하지 못한다는 단점이 존재한다. 본 연구에서는 초등학생들의 실제적 삶에서 부딪히는 문제들을 해결할 수 있는 역량을 기르는 것에 목표를 두고 로봇 활용 인공지능 교육 프로그램을 개발하였다. 프로그램을 적용한 결과, 학생들은 개발된 프로그램을 통하여 실생활의 복잡한 문제를 인공지능의 관점으로 해결하고, 로봇 제어를 통하여 인공지능 교육에 대한 흥미 및 이해도가 높아질 수 있었다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.562-567
• /
• 2009

얼굴 표정은 사람의 감정을 전달하는 핵심 메커니즘으로 이를 적절하게 활용할 경우 Robotics의 HRI(Human Robot Interface)와 같은 Human Computer Interaction에서 큰 역할을 수행할 수 있다. 이는 HCI(Human Computing Interface)에서 사용자의 감정 상태에 대응되는 다양한 반응을 유도할 수 있으며, 이를 통해 사람의 감정을 통해 로봇과 같은 서비스 에이전트가 사용자에게 제공할 적절한 서비스를 추론할 수 있도록 하는 핵심요소가 된다. 본 논문에서는 얼굴표정에서의 감정표현을 인식하기 위한 방법으로 FACS(Facial Action Coding System)와 AAM(Active Appearance Model)을 이용한 특징 추출과 Bayesian Network 기반 표정 추론 기법이 융합된 얼굴표정 인식 시스템의 개발에 대한 내용을 제시한다.

• 한국도서관정보학회지
• /
• 제52권3호
• /
• pp.313-334
• /
• 2021

본 연구는 초·중·고 교육분야 인공지능과 관련된 해외 연구동향을 분석하기 위해 SCOPUS 데이터베이스를 대상으로 관련 문헌을 수집하였다. 수집된 문헌의 발행 기간은 1974년부터 2021년 3월까지이며, 학술지 논문이 154건, 컨퍼런스 논문은 571건으로 나타났다. 이들 논문에 포함된 저자 키워드 및 인덱스 키워드 4,521개의 단어들의 동시출현(co-occurrences) 분석기법을 바탕으로 연구 동향을 분석하였다. 분석결과 machine learning을 주축으로 big data, data mining, data science, deep learning이 최신 연구 동향으로 나타났고, 초·중·고등교육 간에는 차이가 있는 것으로 나타났다. 초등은 로봇 관련 연구가 많이 있었으며, 중등은 게임과 데이터 관련 연구가 많이 있었고, 고등은 다양하고 심도 있는 연구가 이루어졌음을 알 수 있었다. 마지막으로 결과분석에서 우리나라 교육부에서 2020년 9월 발표된 '인공지능 기초' 교육과정과 미국 AK4K12의 '5 Big Ideas'와 초·중·고 공통 상위 50단어와 매핑하여 우리나라 초·중·고 인공지능 교육에 시사점을 제시하였다.

• Journal of Gastric Cancer
• /
• 제18권1호
• /
• pp.90-98
• /
• 2018

Purpose: We evaluated the learning curve and short-term surgical outcomes of robot-assisted distal gastrectomy (RADG) performed by a single surgeon experienced in open, but not laparoscopic, gastrectomy. We aimed to verify the feasibility of performing RADG without extensive laparoscopic experience. Materials and Methods: Between July 2012 and December 2016, 60 RADG procedures were performed by a single surgeon using the da $Vinci^{(R)}$ Surgical System (Intuitive Surgical). Patient characteristics, the length of the learning curve, surgical parameters, and short-term postoperative outcomes were analyzed and compared before and after the learning curve had been overcome. Results: The duration of surgery rapidly decreased from the first to the fourth case; after 25 procedures, the duration of surgery was stabilized, suggesting that the learning curve had been overcome. Cases were divided into 2 groups: 25 cases before the learning curve had been overcome (early cases) and 35 later cases. The mean duration of surgery was 420.8 minutes for the initial cases and 281.7 minutes for the later cases (P<0.001). The console time was significantly shorter during the later cases (168.6 minutes) than during the early cases (247.1 minutes) (P<0.001). Although the volume of blood loss during surgery declined over time, there was no significant difference between the early and later cases. No other postoperative outcomes differed between the 2 groups. Pathology reports revealed the presence of mucosal invasion in 58 patients and submucosal invasion in 2 patients. Conclusions: RADG can be performed safely with acceptable surgical outcomes by experts in open gastrectomy.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.209-216
• /
• 2023

본 논문에서는 조선소 페인트 분사작업에서 분사 거리와 속도의 변화에 따라 페인트 두께를 추정할 수 있는 모델을 개발하고자 한다. 이를 위해 도장로봇을 이용하여 다섯가지 서로 다른 분사 거리와 속도값에 대한 실험 데이터를 취득하였다. 또한 노즐의 훼손 등으로 인해 노이즈가 발생하는데 이를 처리하기 위해 적절한 전처리과정을 적용하였다. 제안하는 방법은 주어진 데이터로부터 분사 거리와 속도에 대한 페인트 두께 추정 함수를 새로운 분사 거리와 속도에 대한 페인트 두께 추정 함수로 변형하는 계산을 한다. 인공신경망기반 예측 모델과 비교한 결과 제안하는 방법이 더욱 안정적이고 정확하게 예측할 수 있음을 확인할 수 있었다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

• 한국멀티미디어학회논문지
• /
• 제19권9호
• /
• pp.1647-1658
• /
• 2016

RGB+D database has been widely used in object recognition, object tracking, robot control, to name a few. While rapid advance of active depth sensing technologies allows for the widespread of indoor RGB+D databases, there are only few outdoor RGB+D databases largely due to an inherent limitation of active depth cameras. In this paper, we propose a novel method used to build outdoor RGB+D databases. Instead of using active depth cameras such as Kinect or LIDAR, we acquire a pair of stereo image using high-resolution stereo camera and then obtain a depth map by applying stereo matching algorithm. To deal with estimation errors that inevitably exist in the depth map obtained from stereo matching methods, we develop an approach that estimates confidence of depth maps based on unsupervised learning. Unlike existing confidence estimation approaches, we explicitly consider a spatial correlation that may exist in the confidence map. Specifically, we focus on refining confidence feature with the assumption that the confidence feature and resultant confidence map are smoothly-varying in spatial domain and are highly correlated to each other. Experimental result shows that the proposed method outperforms existing confidence measure based approaches in various benchmark dataset.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.68-70
• /
• 2008

Since the beginning of the 21st century, the emergence of innovative technologies made further advances in minimal access surgery possible. Robotic surgery and telepresence surgery effectively addressed the limitations of laparoscopic procedures, thus revolutionizing minimal access surgery. Surgical robots provide surgeons with to technologically advanced vision and hand skills. As a result, such systems are expected to revolutionize the field of surgery. In that time, much progress has been made in integrating robotic technologies with surgical instrumentation. However, robotic surgery will not only require special training, but it will also change the existing surgical training pattern and reshape the learning curve by offering new solutions, such as robotic surgical simulators and robotic telementoring. This article provides an introduction to medical robotic technologies, develops a possible classification, reviews the evolution of a surgical robot, and discusses future prospects for innovation. In the future, surgical robots should be smaller, less expensive, easier to operate, and should seamlessly integrate emerging technologies from a number of different fields. We believe that, in the near future as robotic technology continues to develop, almost all kinds of endoscopic surgery will be performed by this technology.