This study aims to validate the feasibility of using LiDAR reflectivity data to quantitatively estimate the retroreflectivity of road lane markings. The goal is to establish the optimal scanning conditions considering the channel position, angle of incidence, and vehicle speed for an accurate and consistent retroreflectivity assessment in mobile environments. Fifteen standard lane marking samples with known retroreflectivity values were scanned using an OS1-128 LiDAR sensor under controlled field conditions. A two-phase experiment was conducted: (1) a speed-based test to assess the influence of vehicle velocity (20-80 km/h) on LiDAR reflectivity measurements, and (2) a channel–angle–distance test using a static testbed to analyze the relationship between retroreflectivity, LiDAR channel position (that is, the angle of incidence), and measurement distance. Ground truth retroreflectivity values were obtained using a high-precision handheld retroreflectometer. Reflectivity measurements showed a strong correlation with standard retroreflectivity values, particularly at scanning angle between 100-115° and distances of 4.9-5.6 m. The coefficient of determination (R2) exceeded 0.97 across optimal conditions. Speedrelated tests confirmed that the LiDAR-based reflectivity remained stable with a minimal RMSE (< 5), even under high-speed driving scenarios. LiDAR sensors provided reliable and contactless estimates of pavement marking retroreflectivity when the channel angle and scanning distance were appropriately selected. The findings demonstrated that channel-specific calibration and incidence angle correction significantly improved the measurement accuracy. This suggests a practical path forward for automated large-scale retroreflectivity monitoring in road asset management systems.

멸종위기 야생식물종은 다양한 환경 요인과 인위적 간섭으로 인하여 이미 다수의 종이 멸종되었으며, 현재 잔존하고 있는 야생식물종 또한 생존을 위협받고 있다. 멸종위기 야생식물종의 보전방안 수립을 위해서는 자생에 영향을 주는 각종 요인에 대한 데이터 취득이 필수적이며, 현장의 상황을 명확하게 반영하여야 한다. 본 연구에서는 한라산 백록담 일대의 253개의 암매(Dispensia lapponica varb obovate) 생육지를 대상으로 하여 보전우선순위를 결정하기 위한 GIS 기반 분석 방법을 정립하였다. 데이터 분석에는 항공라이다(ALS:Airborne laser scanning) 데이터, 드론 영상, 각종 공공 주제정보를 이용하였으며, 암매의 생존에 영향을 주는 3개의 지형요소와 5개의 환경요소 및 재해위험성인자 로 구성되는 총 9개 인자에 대한 독립적인 분석 방법을 적용하여 암매 생육지에 대한 보전우선순위 결정을 위한 통계분석을 수행하였다. 분석한 인자별 현황 데이터는 관련 전문가 3인의 자문을 받아 결정한 암매 생존에 영향을 주는 각종 인자들에 대한 경중률을 적용하여 경중률 기반 정량평가(Weighted Scoring Model, WSM)를 통해 점수화하 였으며 최종적으로 253개의 암매 생육지에 대한 보전우선순위를 결정하였다. 본 연구에서 정립한 9개 인자와 경중률을 이용하여 GIS 분석을 통해 한라산 백록담 암매를 대상으로 보전우선순위를 결정한 결과, 다량의 개체가 분포하고 있는 북측 및 북서측 사면 중 북측 사면에 위치하고 있는 암매 생육지 중 다량의 생육지가 고위험군으로 분류되었다. 또한 일반적으로 서로 인접하게 위치하고 있는 복수의 암매 생육지가 유사한 위험점수 및 보전순위를 가지는 것으로 나타남에 따라 지형 특성이 암매의 자생에 큰 영향을 주는 것으로 나타났다. 본 연구의 성과는 기존의 현장조사 방식에 서는 접근하기 어려운 지형에 위치한 고산지대 멸종위기 식물 생육지에 대해 적용 가능할 것으로 판단되며, 본 연구를 통해 정립된 항공 및 드론라이다와 같은 고품질 공간정보와 관련 주제정보를 융합하여 GIS 기반 방법론은 접근이 어려운 멸종위기 식물군에 대해 식물종의 보전을 위한 고정밀 자료를 제공함으로서, 멸종위기 식물의 보전계획에 유용하게 활용 가능할 것으로 기대된다.

산림자원 조사에서 입목의 측정은 조사원이 직접 측정 도구를 사용하여 수행되지만, 측정값의 일관성과 정확성 문제로 인한 오차가 발생할 수 있다. 이러한 문제를 해결하기 위해 최근 LiDAR(Light Detection and Ranging) 기술이 산림자원 조사에 응용되고 있다. 본 연구는 단순림의 산림자원 조사에서 지상 LiDAR 기술의 활용 가능성을 평가하고자 하였다. 연구는 한국의 전주에 위치한 전북대학교 학술림 내의 편백림과 굴참나무 림을 대상으로 수행되었다. 조사원이 측정한 입목의 흉고직경과 수고 측정값을 기준으로, 휴대형 및 고정형 LiDAR 장비를 사용한 측정값을 비교 분석하였다. 결과적으로, 편백 임분의 흉고직경 측정에서는 측정 방법 간 높은 일치도가 나타났으며, 평균의 차이는 유의미하지 않았다. 그러나 수고 측정에서는 낮은 일치도가 관찰되었고, 평균의 차이는 유의미하였다. 특히, 3점 이동 평균 수고에서 휴대형 LiDAR 장비는 수고를 0.3m 과대 측정하였으며, 고정형 LiDAR 장비는 1.2m 과소 측정하였다. 굴참나무 임분의 경우, 흉고직경 측정에서 높은 일치도가 나타났고, 수고 측정에서 도 비교적 높은 일치도를 보였다. 또한, 흉고직경과 수고 모두에서 평균의 차이는 유의미하지 않았다. 이러한 결과는 편백 임분과 굴참나무 임분에서 흉고직경 측정과 굴참나무 임분의 수고 측정에 있어 지상 LiDAR 기술이 높은 정확도를 제공할 수 있음을 시사하지만, 편백 임분의 수고 측정에서는 개선의 여지가 있음을 나타낸다. 본 연구는 지상 LiDAR 기술이 단순림의 산림자원 조사에 활용될 수 있는 초기 단계의 연구로서, 다양한 수종 및 환경 조건에 관한 추가 연구의 필요성을 강조한다.

This project aimed to understand the near-infrared (NIR), intensity, and reflectivity characteristics of LiDAR for measuring retroreflectivity and to understand the correlation between the characteristics of LiDAR and retroreflectivity. A 600 m-testbed was investigated using a survey vehicle equipped with LiDAR, and the testbed retroreflectivity and LiDAR data measurement values were compared. The reflectivity and intensity at night were not affected by sunlight compared with daytime, enabling stable data collection. However, NIR reacted very sensitively to sunlight, and the difference between daytime and nighttime NIR values was very large. In addition, by comparing the absolute error between the retroreflectivity and LiDAR data, we observed that the reflectivity was consistent with the data difference between day and night, and it was not significantly affected by sunlight. However, the intensity showed that the daytime measurement data were more scattered than the nighttime measurement data, resulting in low-precision collection stability caused by sunlight. An analysis of the correlation between retroreflectivity and LiDAR data using 40 data points revealed that the reflectivity and intensity data at night were highly correlated with retroreflectivity, with a P-value of less than 0.05. Reflectivity and intensity values at night correlate with retroreflectivity. The NIR light is sensitive to sunlight. Thus, it can be used as a solar correction index for future retroreflectivity analyses using intensity.

PURPOSES : This study aimed to compare the object detection performance based on various analysis methods using point-cloud data collected from LiDAR sensors with the goal of contributing to safer road environments. The findings of this study provide essential information that enables automated vehicles to accurately perceive their surroundings and effectively avoid potential hazards. Furthermore, they serve as a foundation for LiDAR sensor application to traffic monitoring, thereby enabling the collection and analysis of real-time traffic data in road environments. METHODS : Object detection was performed using models based on different point-cloud processing methods using the KITTI dataset, which consists of real-world driving environment data. The models included PointPillars for the voxel-based approach, PartA2-Net for the point-based approach, and PV-RCNN for the point+voxel-based approach. The performance of each model was compared using the mean average precision (mAP) metric. RESULTS : While all models exhibited a strong performance, PV-RCNN achieved the highest performance across easy, moderate, and hard difficulty levels. PV-RCNN outperformed the other models in bounding box (Bbox), bird’s eye view (BEV), and 3D object detection tasks. These results highlight PV-RCNN's ability to maintain a high performance across diverse driving environments by combining the efficiency of the voxel-based method with the precision of the point-based method. These findings provide foundational insights not only for automated vehicles but also for traffic detection, enabling the accurate detection of various objects in complex road environments. In urban settings, models such as PV-RCNN may be more suitable, whereas in situations requiring real-time processing efficiency, the voxelbased PointPillars model could be advantageous. These findings offer important insights into the model that is best suited for specific scenarios. CONCLUSIONS : The findings of this study aid enhance the safety and reliability of automated driving systems by enabling vehicles to perceive their surroundings accurately and avoid potential hazards at an early stage. Furthermore, the use of LiDAR sensors for traffic monitoring is expected to optimize traffic flow by collecting and analyzing real-time traffic data from road environments.

algorithms for deriving and analyzing retroreflectivity influence factors through regression analysis. METHODS : An experimental road lane was created to examine the trends of retroreflectivity and LiDAR intensity values, and a controlled indoor experiment was conducted to identify influencing factors. The optimal algorithm was developed by regression analysis of the experimental data. RESULTS : The significance probability (P-value) through SPSS linear regression analysis was 0.000 for measured height, 0.001 for perpendicular angle, 0.157 for vertical angle, and 0.000 for LiDAR intensity, indicating that measured height, vertical angle, and LiDAR intensity are significant factors because the significance probability is less than 0.05, and vertical angle is not significant. The NNR regression model performed the best, so the measurement data with height (1.2m, 2m, 2.2m) and vertical angle (11.3°, 12.3°, 13.5°) were analyzed to derive the optimal LiDAR Intensity measurement height and vertical angle. CONCLUSIONS : For each LiDAR measurement height and vertical angle, the highest correlation between LiDAR Intensity and retroreflectivity was found at a measurement height of 1.2 meters and a vertical angle of 12.3°, where the model learning accuracy (R2) was the highest.

본 연구는 퍼스널트레이너-고객 간의 라포형성이 운동성과에 미치는 영향관계를 커뮤니케이션 스타일을 중심으로 인과 관계(SEM)를 밝히고자 하였다. 이에 2022년 10월 1일부터 4월 28일까지 표본계 획에 의해 PT고객 187명을 대상으로 모바일 프로그램 ‘서베이몽키’를 통해 다음과 같은 결과를 도출 하였 다. 첫째, 커뮤니케이션 스타일은 라포형성에 영향(+)을 미치는 것으로 나타났다. 둘째, 커뮤니케이션 스타 일은 운동성과에 부분적으로 영향(+)을 미치며, 통제형은 영향관계가 성립되지 않았다. 셋째, 라포형성이 운동성과에 영향을 미치는 것으로 나타났다. 따라서 PT는 일반적인 서비스가 아닌 인적 서비스이기에 그 중요성이 더욱히 강조되어야 될 것이다. 또한, 치열한 PT시장에서 우위를 점하는 것은 바로 고객이 반응할 수 있는 표현방식 언어적 측면과 비언어적 측면을 적절하게 반영된다면 운동성과와 경영성과 둘 동시 영향 을 줄 것으로 판단된다.

Along with the current rapid development of technology, object classification is being researched, developed, and applied to security systems, autonomous driving, and other applications. A common technique is to use vision cameras to collect data of objects in the surrounding environment. Along with many other methods, LiDAR sensors are being used to collect data in space to detect and classify objects. By using the LiDAR sensors, some disadvantages of image sensors with the negative influence on the image quality by weather and light condition will be covered. In this study, a volumetric image descriptor in 3D shape is developed to handle 3D object data in the urban environment obtained from LiDAR sensors, and convert it into image data before using deep learning algorithms in the process of object classification. The study showed the potential possibility of the proposal and its further application.

고리 원자력발전소 1호기 폐쇄 후 잉여 계통접속 용량을 활용한 해상풍력단지를 개발함에 있어서, 본 논문은 해안 단기간 라이다 측정자료를 이용한 해상 풍력자원평가 방법을 제시하였다. 이를 위해 전산유체역학을 이용한 복잡지형에서의 라이다 측정오차 보정, 제3세대 재해석자료를 이용한 장기간 보정, 그리고 후류모델에 따른 발전량 예측오차를 분석하였다. 해안 평탄지형에서 라이다 측정이 수행되었기 때문에 복잡지형 보정오차는 풍속 MAE로 0.03m/s에 불과하였으나 최종 연간에너지생산량은 미보정시에 비해 10% 의 차이가 발생하였다. 특히 장기간 보정과 해안 기상자료를 해상 기상자료로 전달하는 과정의 불확도가 큰 것으로 평가되었다. 풍력 터빈 이격거리가 충분할 경우 기존 육상풍력용 후류모델은 후류손실이 없다고 예측한 반면 심층배열 후류모델은 6%의 후류손실을 예 측하였다. 정리하자면 해상풍력사업의 불확도 최소화를 위해서는 해상기상탑을 설치하고 장기간 측정을 수행하는 것이 필수적임을 재확인하였다.

최근 대법원은 음란물도 저작권법상 보호되는 저작물에 해당한다는 취지로 판시하였다(대법원 2015. 6. 11. 선고, 2011도10872 판결). 예술 의 범위, 음란의 정의는 시대나 장소에 따라 유동적이기 때문에 일정한 시점과 장소에서의 잣대를 기준으로 그 기준을 벗어나는 음란물에 대하여 저작물성을 부인하는 것에는 신중할 필요가 있다. 따라서 원칙적으로 음란물이라고 하더라도 저작권법에 의하여 보호된다고 보는 것이 타당하다. 다만 아동⋅청소년이용음란물과 성적 욕망 또는 수치심을 유발할 수 있는 다른 사람의 신체를 그 의사에 반하여 촬영한 영상물, 위계 또는 위력으로 촬영된 음란한 영상물의 경우 현행법상 그 제작 자체가 금지되고 형사처벌의 대상이 된다. 법을 정면으로 위반하면서 제작된 이러한 종류의 음란물에 대해서까지 저작권법으로 보호하는 것은 법체계의 정합성에 현저히 반한다. 또한, 성범 죄 내지 성적 학대로부터 아동⋅청소년을 보호한 다는 법익이나, 의사에 반하여 촬영된 행위자의 인격권 내지 성적 자기결정권이라는 법익은 그 제작자(촬영자)의 예술의 자유 내지 저작권보다 중요한 법익으로서 우선적으로 보호될 필요가 있다. 따라서 아동⋅청소년이용음란물과 의사에 반하여 촬영된 음란물의 경우에는 저작권법상 보호 되는 저작물로 보아서는 아니된다. 한편 저작물성이 인정되는 음란물을 함부로 배포하거나 복제하는 경우, 저작권자는 침해자를 상대로 침해금지청구를 할 수 있을 것이나, 그러한 경우에도 저작권자는 형법 등의 규제로 인하여 다른 사람에게 배포, 공중송신 등을 할 수 없으므로 현실적으로 손해를 입었다고 볼 수 없어 손해 배상청구를 할 수는 없다.

본 연구는 요가의 주요 이완명상법인 요가 니드라에서 시각화의 활용 방법을 체계화하 는데 그 목적이 있다. 시각화는 마치 눈을 감고도 의식의 공간에서 눈을 떠서 대상을 보 는 것처럼 생생하게 보는 것을 의미하며, 싸띠아난다 요가 니드라의 여섯 번째 단계에 해당된다. 요가 니드라의 시각화는 심리치료적인 효과를 지니고 있으나 영적각성에 보다 더 초점을 두고 있어서, 심리치료를 위한 시각화의 개입이 덜 체계적인 편이다. 이에 본 연구에서는 인지행동치료에서 심상개입 방법을 토대로 요가 니드라에서의 시각화의 분 류를 감소요법의 시각화와 강화요법의 시각화로 구분하였으며, 시각화 개입을 요가 니드 라 실시 전과 실시 중 그리고 실시 후로 구조화 하였다. 본 연구는 추후 심리치료법으로 서 요가 니드라의 이론을 구축하는데 유용할 것으로 보았다.

본 연구에서는 라포나이트계 무기물 소재를 이온교환방법을 이용하여 실리케이트 층내에 술폰산기를 도입시켰으며 이를 이용하여 복합막을 제조한 후 특성 평가를 진행하였다. 층상구조를 가지는 라포나이트의 도입을 통하여 메탄올 투 과도가 감소하는 것을 확인할 수 있었으며, 동시에 술폰산기의 도입을 통하여 프로톤 전도도가 향상됨을 확인 할 수 있었다.

국내에서는 한라봉, 감귤, 무화과, 라임, 포도 등 다양한 과수작물이 시설하우스에서 재배되고 있으며, 귤가루깍지벌레 (Planococcus citri)를 비롯한 여러 종의 깍지벌레류가 피해를 주고 있다. 특히, 깍지벌레는 방제가 어려운 난방제 해충으로 알려져 있다. 라임에 발생하면 줄기, 잎 뿐만아니라 과실에도 발생하여 심각한 피해를 주고 있다. 본 연구는 무농약으로 라임을 시설재배하는 공주의 농가에서 귤가루깍지벌레에 의한 피해를 조사하고, 포식성 천적인 깍지무당벌레(Cryptolaemus montrouzieri)의 방제효과를 검토하였다. 귤가루깍지벌레는 라임의 잎, 줄기, 과실에 모두 피해를 주고 있었으며, 발생밀도가 높을 경우 과실에도 심각한 피해를 주었다. 귤가루깍지벌레의 생물적 방제를 위하여 천적인 깍지무당벌레를 방사한 결과 방제효과는 90% 이상을 나타내었다. 가루깍지벌레 등 깍지벌레류의 친환경 방제를 위하여 깍지무당벌레를 이용할 수 있음이 밝혀졌으며, 앞으로 다양한 작물에 대한 적용 확대 시험도 검토할 필요가 있다.