근래 산업은 기계 자동화로 변화하고 있는 추세이며, 선박도 센서를 통해 기기 정보를 디지털 정보로 얻는다. 하지만 선박은 기기상태 점검을 위해 선원들이 정해진 시간마다 기관실을 순찰하며 기기들의 정보를 아날로그 게이지를 통해 확인하는데, 이는 순찰 중 에 선원에게 발생할 수 있는 모든 안전 위험은 물론 시간과 기회비용 또한 소모된다. 자율이동로봇을 이용한 기관실 순찰 방법은 선원의 안전 위험은 물론 시간과 기회비용도 소모되지 않기 때문에 해결책으로 활발히 연구 중이다. 자율이동로봇을 이용한 아날로그 게이지 판 독은 로봇이 게이지를 인식하기 위한 디지털화가 필요하다. 이를 위해 본 연구에서는 이미지 처리를 이용하였다. 아날로그 게이지 이미지 는 이미지 전처리를 통해 노이즈 제거 및 특징을 부각 시켰다. 이미지 전처리를 완료한 이미지는 이미지 처리를 통해 아날로그 게이지의 중심점, 지침점, 최소값 및 최대값을 검출하였다. 이 점들을 연결한 직선을 통해 최소값부터 최대값까지의 각도 및 최소값부터 지침점까 지의 각도를 획득하였다. 각도는 수식을 통해 현재 아날로그 게이지가 나타내고 있는 값을 디지털화하여 나타내었다. 실험을 통해 이미지 처리를 통한 아날로그 게이지의 디지털화가 잘되어 게이지의 현재 지시값을 근사하게 나타냄을 확인할 수 있었다. 본 알고리즘을 순찰로 봇에 적용한다면 기관실 순찰을 위한 선원의 안전 위험 및 시간과 기회비용까지 보전 할 수 있을 것으로 사료된다.

선박은 화물 운송의 효율을 증대시키기 위해 대형화되는 추세이다. 선박 대형화는 선박 작업자의 이동시간 증가, 업무 강도 증가 및 작업 효율 저하 등으로 이어진다. 작업 업무 강도 증가 등의 문제는 젊은 세대의 고강도 노동 기피 현상과 맞물러 젊은 세대의 노동력 유 입을 감소시키고 있다. 또한 급속한 인구 노령화도 젊은 세대의 노동력 유입 감소와 복합적으로 작용하면서 해양산업 분야의 인력 부족 문 제는 극심해지는 추세이다. 해양산업 분야는 인력 부족 문제를 극복하기 위해 지능형 생산설계 플랫폼, 스마트 생산 운영관리 시스템 등의 기술을 도입하고 있으며, 스마트 자율물류 시스템도 이러한 기술 중의 하나이다. 스마트 자율물류 시스템은 각종 물품들을 지능형 이동로봇 을 활용하여 전달하는 기술로서 라이다, 카메라 등의 센서를 활용해 로봇 스스로 주행이 가능하도록 하는 것이다. 이에 본 논문에서는 이동 로봇이 선박 갑판의 통행로를 감지하여 stop sign이 있는 곳까지 자율적으로 주행할 수 있는지를 확인하였다. 자율주행은 Nvidia의 End-to-end learning을 통해 학습한 데이터를 기반으로, 이동로봇에 장착된 카메라를 통해 선박 갑판의 통행로를 감지하여 수행하였다. 이동로봇의 정지 는 SSD MobileNetV2를 이용하여 stop sign을 확인하여 수행하였다. 실험은 약 70m 거리의 선박 갑판 통행로를 이동로봇이 이탈 없이 주행 후 stop sign을 확인하여 정지하는지를 5회 반복 실험하였으며, 실험 결과 경로이탈 없이 주행하는 결과를 얻을 수 있었다. 이 결과를 적용한 스 마트 자율물류 시스템이 산업현장에 적용된다면 작업자가 작업 시 안정성, 노동력 감소, 작업 효율이 향상될 것으로 사료된다.

한국 천일염 생산 지역의 인구는 빠르게 고령화되고 있어 생산 노동자가 줄고 있는 추세이다. 소금 포집 작업은 천일염 생산 과정에서 가장 많은 노동력을 필요로 한다. 기존의 포집 장치는 사람의 작동 및 운전이 필요하여 상당한 노동력이 필요해서, 천일염 무인 포집장치를 개발하여 생산 노동자의 노동력을 감소시키고자 한다. 천일염 포집장치는 색상 검출을 통해 소금의 포집 상황과 염전에서의 위치를 파악하도록 설계되었기 때문에, 포집장치의 색상 검출 성능이 중요한 요소이다. 그래서 색상 검출 성능 향상을 위해 이미지 처리 를 이용한 알고리즘을 연구하였다. 알고리즘은 입력 이미지를 크기 재조정, 회전 및 투시 변환을 이용하여 around-view 이미지를 생성하고, RoI를 설정하여 해당 영역만 HSV 색상 모델로 변환하고 논리곱 연산을 통해 색상 영역을 검출한다. 검출 된 색상영역은 형태학적 연산을 이용하여 검출 영역을 확장하고 노이즈를 제거하여 컨투어와 이미지 모멘트를 이용하여 검출영역의 면적을 계산하고 설정된 면적과 비 교하여 염판에서 포집장치의 위치 경우를 결정한다. 성능 평가는 알고리즘을 적용한 최종 검출 색상의 계산 면적과 알고리즘의 각 단계 의 검출 색상의 면적을 비교하여 평가하였다. 평가 결과 소금을 검출하는 흰색의 경우 최소 25%에서 최대 99% 이상, 빨간색의 경우 최소 44%에서 최대 68%, 파란색과 녹색은 평균적으로 각각 7%와 15% 검출면적 증가가 있어 색상 검출 성능이 향상되었음을 확인할 수 있었으 며, 이를 무인 천일염 포집장치의 무인작업 수행을 위한 위치 확인에 적용 가능할 것으로 사료된다.

대부분의 기계는 여러 종류의 금속으로 구성된다. 특히 선박의 축계는 프로펠러 날개의 황동과 스테인리스로 된 축으로 이루 어져 있다. 이 이종금속이 바닷물의 전해액에 들어가면 볼타 전지를 이루고, 기전력이 발생된다. 이 기전력은 축계를 받치고 있는 베어링 과 축을 전기부식 시키는 원인이 된다. 선박에서는 이 부식을 막기 위해 선박에서는 축 접지 시스템을 설치하여 운용하고 있다. 본 연구 는 가변피치 프로펠러의 축기전력을 측정하기 위하여 추진축의 전압과 주기관의 회전수를 동시에 측정하였다. 측정장치는 내셔널인스트 루먼트사의 24bit A/D컨버터를 사용하여 측정하였고, 프로그램은 LabVIEW를 사용하였다. 주기관의 회전수와 축기전력의 발생, 블레이드 각도에 따른 기전력과, 배의 항해 방향에 따른 축기전력을 측정하고 분석하였다.

선박 기관실은 기술의 발전으로 인해 자동화 시스템이 향상되었지만, 해상에서는 바람, 파도, 진동, 기기 노후화 등의 다양한 변수가 많아 자동화 시스템에서 계측되지 않는 풀림, 절단, 누유, 누수 등이 발생하므로 기관사는 주기적으로 순찰을 한다. 순찰 시에는 1명의 기관사만 순찰하는 경우도 있으며, 이는 고온고압 및 회전기기가 운전 중인 기관실에서 많은 위험요소를 가지고 있다. 기관사가 순찰 시에는 오감을 활용하며, 특히 시각에 의존한다. 본 논문에서는 로봇이 기관실을 순찰하며 기기의 특이사항을 검출하고 알려주는 기관실 순찰 로봇을 구현하기 위한 선행연구로서 선박 기관실 기기의 이미지를 합성곱 신경망을 이용하여 분류하였다. 선박 기관실의 이미지 데이터 셋을 구성한 후 사전 훈련된 합성곱 신경망 모델로 학습하였다. 학습한 모델의 분류 성능은 높은 재현율을 보였으며, 클래스 활성화 맵으로 이미지를 시각화 하였다. 데이터의 양이 제한적이어서 일반화할 수는 없지만, 각 선박의 데이터를 전이 학습으로 학습시키면 적은 시간과 비용으로 각 선박의 특성에 맞는 모델을 구축할 수 있을 것으로 사료된다.

선박은 크고, 복잡한 구조로 되어 있기 때문에 다른 작업자의 위치를 알아내기 어려우며, 특히 작업자가 쓰러진 경우에는 발견하기가 쉽지 않아 신속한 대처가 어렵다. 그리하여, 신체에 디바이스를 부착하는 방법이나 카메라를 이용하여 쓰러짐을 검출하기 위한 연구가 진행되고 있다. 기존의 영상기반 쓰러짐 검출은 사람의 신체부위를 검출하여 쓰러짐을 판단하였으나, 조선소에서는 다양한 복장과 자세로 작업으로 인해 검출하기가 어렵다. 본 논문에서는 쓰러짐 영역 전체를 추출하여 딥러닝 학습으로 선박 작업자의 쓰러짐을 이미지 기반으로 검출하였다. 학습에 필요한 데이터는 조선소의 건조중인 선박에서 쓰러진 모습을 연출하여 획득하였으며, 이미지를 좌우대칭, 크기조절, 회전하여 학습 데이터의 수를 증가하였다. 성능평가는 정밀도, 재현율, 정확도 그리고 오차율로 평가하였으며, 데이터의 수가 많을수록 정밀도가 향상되었다. 다양한 데이터를 보강하면 카메라를 이용한 쓰러짐 검출 모델의 실효성이 향상됨으 로서 안전 분야에 기여할 수 있을 것으로 사료된다.

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용 하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행 하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였 다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간 은 0.009s를 소모됨을 확인하였다.

선박의 기관실에서 사용하고 있는 화재 검출기는 연기나 열이 검출기에 도달해야 하지만 기관실의 공기 흐름은 기기의 사용유무에 따라 매우 유동적이기 때문에 상부에 설치된 검출기에 도달하기에는 많은 시간이 필요하다. 이러한 단점을 보완하기 위해 근래에는 영상을 기반으로 화재를 검지하는 연구가 이루어지고 있다. 영상기반의 연기 검지는 공기의 흐름에 영향을 받지 않으며 전송속도가 빠르 기 때문에 화재의 초기 검지에 효율적이다. 본 연구는 기관실에서 연기 발생기로 발생시킨 연기의 확산모습을 녹화한 영상으로 실험을 수행하였다. 연기의 질감특징을 추출하는 LBP와 GLCM연산자를 사용하여 생성된 학습 데이터를 기계학습 분류기인 SVM으로 학습한 후 분류하여 검출 성능을 평가함으로서 연기가 상부에 설치되어 있는 검출기까지 상승하지 않더라도 영상기반으로 먼저 검지 가능함을 확인하였다.

The study about biodiversity have been reported based on the many organism (snake, lizard, acacia, fungi and so on). There are many indices like species richness and evenness and so on for identifying the biodiversity. In this study, we adopted the phylogenetic indices. The phylogenetic diversity (PD) estimates calculated by the sum of the branch length that connect species of the corresponding minimum spanning path. The phylogenetic endemism (PE) identifies geographical concentrations of phylogenetically and geographically restricted species which metrics was measured by multiplying each branch length by the part of its range found within a given area. This study aimed to detect and quantify species richness (SR), weighted endemism (WE), phylogenetic diversity (PD) and phylogenetic endemism (PE) using data of Korean butterflies. The presence of 161 butterfly species, comprising 7930 records, was mapped onto 0.0625° grid cells and phylogenetic tree was constructed mainly from COI sequences used to calculate phylogenetic metrics. We illustrate the SR, WE, PD and PE using data of Korean butterfly using Biodiverse software In this study, we tested the phylogenetic indices and compared the species richness and weighted endemism. Additionally, we confirm the relationship among four indices. Using these indices, we got the results which suggest that the conservation value of different areas and hot spot of Korean butterflies easily found from Korea.

Recently, in construction vehicles like exacavator, many customers demand the interior parts to be convenient and handy to operate. Futermore, that parts had to be more lightweight and better quality and durability. For this reaseon, the combination switch, a part for operation of head lamps, wipers, horn, etc, had been designed as a new lightweight structure by using PA plastics material and had been changed the mechanical contact into electric non-contact by using Hall IC and FET.

최근 IT 기술과 융합된 차량에서 농기계산업으로 넘어오는 과도기가 도래하면서 농업용 기계의 용자의 사용과 유지보수의 편의성 증대가 요구되고 있다. 본 연구에서는 다양한 농업용기계에 적용이 가능하고, 농경상황을 실시간으로 모니터링이 가능하도록 4개의 카메라를 활용하여 확보한 영상으로 개별 또는 4채널로 영상을 통합할 수 있는 영상믹서를 개발하고자 한다. 또한 농업용 트랙터 국제표준인 ISO11783 표준기반으로 SW를 개발하고 수요처에 납품 가능하도록 설계하였다.

It analyzes the new structure and mechanism of organ type accel pedal to have a double curve to obtain a low effort force has been devised an electronic accel pedal consisting of two springs. To confirm the characteristics of effort force on variation of spring constants for two springs, dynamic analyzes were performed by using the ADAMS software program. According to the result of the simulation analysis, new mechanism of organ type accel pedal has an inflection point of the curve of pedal effort force on variation of spring constants, k, in various range of pedal angle.