사회기반 시설물의 노후화에 대응해 이상 징후를 파악하고 유지보수를 위한 최적의 의사결정을 내리기 위해선 디지털 기반 SOC 시설물 유지관리 시스템의 개발이 필수적인데, 디지털 SOC 시스템은 장기간 구조물 계측을 위한 IoT 센서 시스템과 축적 데이터 처 리를 위한 클라우드 컴퓨팅 기술을 요구한다. 본 연구에서는 구조물의 다물리량을 장기간 측정할 수 있는 IoT센서와 클라우드 컴퓨팅 을 위한 서버 시스템을 개발하였다. 개발 IoT센서는 총 3축 가속도 및 3채널의 변형률 측정이 가능하고 24비트의 높은 해상도로 정밀 한 데이터 수집을 수행한다. 또한 저전력 LTE-CAT M1 통신을 통해 데이터를 실시간으로 서버에 전송하여 별도의 중계기가 필요 없 는 장점이 있다. 개발된 클라우드 서버는 센서로부터 다물리량 데이터를 수신하고 가속도, 변형률 기반 변위 융합 알고리즘을 내장하 여 센서에서의 연산 없이 고성능 연산을 수행한다. 제안 방법의 검증은 2개소의 실제 교량에서 변위계와의 계측 결과 비교, 장기간 운 영 테스트를 통해 이뤄졌다.

본 연구는 작업속성에 따른 스마트폰의 심미성이 주관적 사용성과 객관적 사용성에 미치는 영향을 살펴보았다. 기존의 여러 연구에서 심미성이 주관적 사용성과 객관적 사용성에 미치는 영향에 대해 살펴보았지만, 아직까지도 심미성과 객관적 사용성의 관계는 모호했다. 본 연구에서는 동일한 기능을 가지지만 다른 심미성을 가진 스마트폰을 사용하여 36명의 피실험자에게 3가지 타입의 작업(정보입력작업, 정보검색작업, 정보유희작업)을 수행하도록 하였으며, 이때의 수행도와 주관적 평가가 기록되었다. 그 결과 높은 심미성이 낮은 심미성에 비해 주관적 사용성이 사용 전과 후에 높게 평가되었지만, 사용 전에 비해 사용 후에는 그 차이가 줄어들었다. 또한 심미성이 높은 것이 작업수행시간이 더 오래 소요되었다. 하지만 작업속성과 심미성에 의한 교호작용은 보이지 않았다. 본 연구의 결과는 심미성은 감성적 만족도뿐만 아니라 다양한 효과를 가진다는 것을 보여주었다. 본 연구의 결과는 사용성 평가에서 심미성이 주관적 사용성과 객관적 사용성에 미치는 영향을 예측할 수 있게 해줄 것이라고 기대된다.

인터넷이 현대사회의 많은 부분을 대체해 감에 따라서 Off-line에서 이루어지던 중고자동차의 매매 역시 On-line에서의 매매가 활발해 지고 있다. 이러한 On-Line에서의 장점은 매매차량등록의 편의성과 지역적 제약을 받지 않는다는 점 등을 들 수 있으며, 이로 인하여 빠른 거래가 성사될 수 있다. 또한 매매상사의 중간마진을 없앰으로써 거래당사자간의 상호이익도 극대화될 수 있다. 반면에 객관적인 검사를 통한 신뢰성의 결여, 이로 인한 적정가격 산출의 어려움, 구매희망자와의 잦은 상담 가능성 등의 단점을 들 수 있다. 본 연구에서는 On-line 거래의 이러한 문제점을 해결하기 위하여 데이터마이닝 기법을 다룬다. 이 데이터마이닝 기법은 의사결정나무와 다중회귀분석을 포함하며, 각각 E-miner와 Statgraphics를 이용하여 분석되었다. E-miner를 활용한 의사결정나무를 도출하기 위하여 DATA의 전처리과정에 따른 비교분석이 수행되었으며, DATA는 학습용과 평가용으로 구분하여 이용되었다. 학습용 DATA에 기반하여 두 가지 기법에 대한 지식과 모델이 각각 도출되었으며, 이들 각각에 대한 비교평가가 이루어졌다. 또한 평가용 DATA에 대하여도 각각의 비교평가가 이루어졌으며. 이에 기초하여 보다 나은 On-line 매매지원시스템이 결정되었다.

In this research, the influence of using the combined aggregate including low-quality aggregate of exploded debris and sea sand on the fundamental properties of concrete was experimentally evaluated. First, when the low quality aggregate was used as a combined aggregate for concrete, the required unit water content was decreased and the compressive strength was improved rather than the low quality aggregate was used solely.

This paper describes a new method for indoor environment mapping and localization with stereo camera. For environmental modeling, we directly use the depth and color information in image pixels as visual features. Furthermore, only the depth and color information at horizontal centerline in image is used, where optical axis passes through. The usefulness of this method is that we can easily build a measure between modeling and sensing data only on the horizontal centerline. That is because vertical working volume between model and sensing data can be changed according to robot motion. Therefore, we can build a map about indoor environment as compact and efficient representation. Also, based on such nodes and sensing data, we suggest a method for estimating mobile robot positioning with random sampling stochastic algorithm. With basic real experiments, we show that the proposed method can be an effective visual navigation algorithm.

Based on object recognition technology, we present a new global localization method for robot navigation. For doing this, we model any indoor environment using the following visual cues with a stereo camera; view-based image features for object recognition and those 3D positions for object pose estimation. Also, we use the depth information at the horizontal centerline in image where optical axis passes through, which is similar to the data of the 2D laser range finder. Therefore, we can build a hybrid local node for a topological map that is composed of an indoor environment metric map and an object location map. Based on such modeling, we suggest a coarse-to-fine strategy for estimating the global localization of a mobile robot. The coarse pose is obtained by means of object recognition and SVD based least-squares fitting, and then its refined pose is estimated with a particle filtering algorithm. With real experiments, we show that the proposed method can be an effective vision-based global localization algorithm.