• 전기학회논문지
• /
• 제67권6호
• /
• pp.773-781
• /
• 2018

In recent years, a study of power-line inspection using an unmanned aerial vehicle (UAV) has been actively conducted. However, relevant studies have been conducting power-line inspection with an UAV operated by manual control, and they have developed just power-line detection algorithm on aerial images. To overcome limitations of existing research, we propose a drone-based power-line tracking system in this paper. The main contributions of this paper are to operate developed system under configured environment and to develop a power-line detection algorithm in real-time. Developed system is composed of the power-line detection and the image-based tracking control. To detect a power-line in real-time, a region of interest (ROI) image is extracted. Furthermore, clustering algorithm is used in order to discriminate the power-line from background. Finally, the power-line is detected by using the Hough transform, and a center position and a tilt angle are estimated by using the Kalman filter to control a drone smoothly. We design a position controller and an attitude controller for image-based tracking control, and both controllers are designed based on the proportional-derivative (PD) control method. The interaction between the position controller and the attitude controller makes the drone track the power-line. Several experiments were carried out in environments where conditions are similar to actual environments, which demonstrates the superiority of the developed system.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.69-74
• /
• 2022

2019년 윤창호법을 통해 음주 운전 법 개정 후에도 전체 음주 사고 운전자 중 재범 점유율은 2021년 4.7%로 나타나 2018년 대비 0.5% 증가했다. 거기다 음주 운전은 알코올의 중독성으로 인해 쉽게 끊지 못하고, 다시 운전하는 경우가 많아 사고의 재범 확률이 매우 높다. 따라서 본 논문에서는 이를 방지하고자 알코올을 수동으로 경찰관이 측정하는 방법이 아닌 자체적인 센서를 이용하여 알코올이 측정되면, 자동차의 시동이 멈추게 되고, 현재 위치와 시간과 같은 관련 데이터들을 자동으로 저장한다. 직접 자동차에 개발을 할 수 없으므로 시뮬레이션 환경을 고려하여 본 시스템은 IoT 환경을 기반으로 아두이노 보드와 Firebase, GPS 등 다양한 기술과 센서를 융합하여 개발되었다.

• Laboraroty Animal Research
• /
• 제34권4호
• /
• pp.317-328
• /
• 2018

Cognitive impairment responses are important research topics in the study of degenerative brain diseases as well as in understanding of human mental activities. To compare response to scopolamine (SPL)-induced cognitive impairment, we measured altered parameters for learning and memory ability, inflammatory response, oxidative stress, cholinergic dysfunction and neuronal cell damages, in Korl:ICR stock and two commercial breeder stocks (A:ICR and B:ICR) after relevant SPL exposure. In the water maze test, Korl:ICR showed no significant difference in SPL-induced learning and memory impairment compared to the two different ICRs, although escape latency was increased after SPL exposure. Although behavioral assessment using the manual avoidance test revealed reduced latency in all ICR mice after SPL treatment as compared to Vehicle, no differences were observed between the three ICR stocks. To determine cholinergic dysfunction induction by SPL exposure, activity of acetylcholinesterase (AChE) assessed in the three ICR stocks revealed no difference of acetylcholinesterase activity. Furthermore, low levels of superoxide dismutase (SOD) activity and high levels of inflammatory cytokines in SPL-treated group were maintained in all three ICR stocks, although some variations were observed between the SPL-treated groups. Neuronal cell damages induced by SPL showed similar response in all three ICR stocks, as assessed by terminal deoxynucleotidyl transferase dUTP nick end labeling (TUNEL) assay, Nissl staining analysis and expression analyses of apoptosis-related proteins. Thus, the results of this study provide strong evidence that Korl:ICR is similar to the other two ICR. Stocks in response to learning and memory capacity.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.