최근 해수와 담수의 염분농도차를 이용하여 발전하는 역전기투석(Reverse Electrodialysis; RED)은 잠재량이 크고 지속적 전력생산이 가능한 친환경적이며 미래지향적 신재생에너지로 인식되어 연구가 활발히 진행되고 있다. 염분차발전은 무한 청정의 바닷물을 이용하는 기술로, 발전 과정에서 이산화탄소, 방사성 물질, 오염 폐수가 거의 발생되지 않는 친환경 미래 블루에너지 기술이다. RED 기술의 상용화를 위해서는 최적화된 소재, 스택 설계 및 공정기술의 개발이 필요하다. 특히 스택의 대용량화 및 막 성능 향상 등 시스템 효율과 관련된 원천 기술의 확보가 필수적이다. KIER에서는 kW급 염분차발전 기술과 전용막 개발을 수행 중에 있으며, 최근 발전성능에서 세계 최고수준의 2.4 W/m2를 얻었다.

For effective human-robot interaction, robots need to understand the current situation context well, but also the robots need to transfer its understanding to the human participant in efficient way. The most convenient way to deliver robot’s understanding to the human participant is that the robot expresses its understanding using voice and natural language. Recently, the artificial intelligence for video understanding and natural language process has been developed very rapidly especially based on deep learning. Thus, this paper proposes robot vision to audio description method using deep learning. The applied deep learning model is a pipeline of two deep learning models for generating natural language sentence from robot vision and generating voice from the generated natural language sentence. Also, we conduct the real robot experiment to show the effectiveness of our method in human-robot interaction.