The purpose of our sensor system is to transparentize the large hydraulic manipulators of a six-ton dual arm excavator from the operator camera view. Almost 40% of the camera view is blocked by the manipulators. In other words, the operator loses 40% of visual information which might be useful for many manipulator control scenarios such as clearing debris on a disaster site. The proposed method is based on a 3D reconstruction technology. By overlaying the camera image from front top of the cabin with the point cloud data from RGB-D (red, green, blue and depth) cameras placed at the outer side of each manipulator, the manipulator-free camera image can be obtained. Two additional algorithms are proposed to further enhance the productivity of dual arm excavators. First, a color correction algorithm is proposed to cope with the different color distribution of the RGB and RGB-D sensors used on the system. Also, the edge overlay algorithm is proposed. Although the manipulators often limit the operator’s view, the visual feedback of the manipulator’s configurations or states may be useful to the operator. Thus, the overlay algorithm is proposed to show the edge of the manipulators on the camera image. The experimental results show that the proposed transparentization algorithm helps the operator get information about the environment and objects around the excavator.

In a four-wheel independent drive platform, four wheels and motors are connected directly, and the rotation of the motors generates the power of the platform. It uses a skid steering system that steers based on the difference in rotational power between wheel motors. The platform can control the speed of each wheel individually and has excellent mobility on dirt roads. However, the difficulty of the straight-running is caused due to torque distribution variation in each wheel’s motor, and the direction of rotation of the wheel, and moving direction of the platform, and the difference of the platform’s target direction. This paper describes an algorithm to detect the slip generated on each wheel when a four-wheel independent drive platform is traveling in a harsh environment. When the slip is detected, a compensation control algorithm is activated to compensate the torque of the motor mounted on the platform to improve the trajectory tracking performance of the platform. The four-wheel independent drive platform developed for this study verified the algorithm. The wheel slip detection and the compensation control algorithm of the platform are expected to improve the stability of trajectory tracking.

In this paper, we propose a modified ORB-SLAM (Oriented FAST and Rotated BRIEF Simultaneous Localization And Mapping) for precise indoor navigation of a mobile robot. The exact posture and position estimation by the ORB-SLAM is not possible all the times for the indoor navigation of a mobile robot when there are not enough features in the environment. To overcome this shortcoming, additional IMU (Inertial Measurement Unit) and encoder sensors were installed and utilized to calibrate the ORB-SLAM. By fusing the global information acquired by the SLAM and the dynamic local location information of the IMU and the encoder sensors, the mobile robot can be obtained the precise navigation information in the indoor environment with few feature points. The superiority of the modified ORB-SLAM was verified to compared with the conventional algorithm by the real experiments of a mobile robot navigation in a corridor environment.

This paper studied the collision detection of robot manipulators for safe collaboration in human-robot interaction. Based on sensor-based collision detection, external torque is detached from subtracting robot dynamics. To detect collision using joint torque sensor data, a comparative study was conducted using data-based machine learning algorithm. Data was collected from the actual 3 degree-of-freedom (DOF) robot manipulator, and the data was labeled by threshold and handwork. Using support vector machine (SVM), decision tree and k-nearest neighbors KNN method, we derive the optimal parameters of each algorithm and compare the collision classification performance. The simulation results are analyzed for each method, and we confirmed that by an optimal collision status detection model with high prediction accuracy.

This paper proposes a pattern recognition and classification algorithm based on a circular structure that can reflect the characteristics of the sEMG (surface electromyogram) signal measured in the arm without putting the placement limitation of electrodes. In order to recognize the same pattern at all times despite the electrode locations, the data acquisition of the circular structure is proposed so that all sEMG channels can be connected to one another. For the performance verification of the sEMG pattern recognition and classification using the developed algorithm, several experiments are conducted. First, although there are no differences in the sEMG signals themselves, the similar patterns are much better identified in the case of the circular structure algorithm than that of conventional linear ones. Second, a comparative analysis is shown with the supervised learning schemes such as MLP, CNN, and LSTM. In the results, the classification recognition accuracy of the circular structure is above 98% in all postures. It is much higher than the results obtained when the linear structure is used. The recognition difference between the circular and linear structures was the biggest with about 4% when the MLP network was used.

This paper describes an alignment algorithm that estimates the initial heading angle of AUVs (Autonomous Underwater Vehicle) for starting navigation in a sea area. In the basic dead reckoning system, the initial orientation of the vehicle is very important. In particular, the initial heading value is an essential factor in determining the performance of the entire navigation system. However, the heading angle of AUVs cannot be measured accurately because the DCS (Digital Compass) corrupted by surrounding magnetic field in pointing true north direction of the absolute global coordinate system (not the same to magnetic north direction). Therefore, we constructed an experimental constraint and designed an algorithm based on extended Kalman filter using only inertial navigation sensors and a GPS (Global Positioning System) receiver basically. The value of sensor covariance was selected by comparing the navigation results with the reference data. The proposed filter estimates the initial heading angle of AUVs for navigation in a sea area and reflects sampling characteristics of each sensor. Finally, we verify the performance of the filter through experiments.

A new algorithm has been propose to detect the reflected light region as disturbances in a real-time vision system. There have been several attempts to detect existing reflected light region. The conventional mathematical approach requires a lot of complex processes so that it is not suitable for a real-time vision system. On the other hand, when a simple detection process has been applied, the reflected light region can not be detected accurately. Therefore, in order to detect reflected light region for a real-time vision system, the detection process requires a new algorithm that is as simple and accurate as possible. In order to extract the reflected light, the proposed algorithm has been adopted several filter equations and clustering processes in the HSI (Hue Saturation Intensity) color space. Also the proposed algorithm used the pre-defined reflected light data generated through the clustering processes to make the algorithm simple. To demonstrate the effectiveness of the proposed algorithm, several images with the reflected region have been used and the reflected regions are detected successfully.

Path planning is an important problem to solve in robotics and there has been many related studies so far. In the previous research, we proposed the Heterogeneous-Ants-Based Path Planner (HAB-PP) for the global path planning of mobile robots. The conventional path planners using grid map had discrete state transitions that constrain the only movement of an agent to multiples of 45 degrees. The HAB-PP provided the smoother path using the heterogeneous ants unlike the conventional path planners based on Ant Colony Optimization (ACO) algorithm. The planner, however, has the problem that the optimization of the path once found is fast but it takes a lot of time to find the first path to the goal point. Also, the HAB-PP often falls into a local optimum solution. To solve these problems, this paper proposes an improved ant-inspired path planner using the Rapidly-exploring Random Tree-star (RRT*). The key ideas are to use RRT* as the characteristic of another heterogeneous ant and to share the information for the found path through the pheromone field. The comparative simulations with several scenarios verify the performance of the improved HAB-PP.

The purpose of this study is to design the curriculum of Basic College Software Programming to develop creative and logical-thinking. This course is guided by algorithmic thinking and logical thinking that can be solved by computing for problemsolving, and it helps to develop by software through basic programming education. Through the stage of problem analysis, abstraction, algorithm, data structure, and algorithm implementation, the curriculum is designed to help learners experience algorithm problem-solving in various areas to develop diffusion thinking. For Learners aim to achieve the balanced development of divergent and convergent-thinking needed in their creative problem-solving skills. Research design, data and methodology: This study is to design a basic software education for improving algorithm-thinking for non-major. The curriculum designed in this paper is necessary to non-majors students who have completed the 'Creative Thinking and Coding Course' Design Thinking based are targeted. For this, contents were extracted through advanced research analysis at home and abroad, and experts in computer education, computer engineering, SW education, and education were surveyed in the form of quasi-openness. Results: In this study, based on ADD Thinking's algorithm thinking, we divided the unit college majors into five groups so that students of each major could accomplish the goal of "the ability to internalize their own ideas into computing," and extracted and designed different content areas, content elements and sub-components from each group. Through three expert surveys, we established a strategy for characterization by demand analysis and major/textbook category and verified the appropriateness of the design direction to ensure that the subjects and contents of the curriculum are appropriate for each family in order to improve algorithm-thinking. Conclusions: This study helps develop software by enhancing the ability of students who practice various subjects and exercises to explore creative expressions in various areas, such as 'how to think like a computer' that can implement and execute their ideas in computing. And it helps increase the ability to think logical and algorithmic computing based on creative solutions, improving problem-solving ability based on computing thinking and fundamental understanding of computer coding and development of logical thinking ability through programming.

X-선을 이용한 영상은 진단에 필수적인 요소지만 영상에서의 noise발생이 불가피하다. 이를 보완하기 위해 환자의 피폭선량은 낮추면서 영상의 질은 높여주는 total variation (TV) 알고리즘이 제시되었다. 본 연구의 목적은 시뮬레이션을 통해 부가 여과판의 두께에 따라 방사선 영상 촬영 시 영상의 화질에 미치는 영향 을 확인하고, TV 알고리즘의 유용성을 평가하는 것이다. 부가 여과판의 두께변화에 따른 각 알고리즘 적용 시 Geant4 Application for Tomographic Emission (GATE) 시뮬레이션 영상을 이용하여 Polymethylmethacrylate (PMMA) 팬텀의 실제 크기, 모양과 재질을 동일하게 하고 대조도 대 잡음비 (contrast to noise ratio, CNR)과 변동계수 (coefficient of variation, COV)값을 비교하였으며 그 결과 TV 알고리즘 적용 시 CNR 값이 가장 높고 COV 값이 가장 낮다는 것을 확인할 수 있었다. 또한, 모든 알고리즘에서 0 mmAl을 사용할 경우 가장 우수한 CNR과 COV값을 얻을 수 있었다.

Skull X-ray 영상에서 노이즈의 발생은 불가피하며, 이는 영상 화질과 진단 정확도를 저하시키고 디지털 영상 장치의 특성상 오류를 증가시킨다. 이러한 노이즈는 선량을 증가시키면 쉽게 감쇠되긴 하지만 환자가 받는 피폭선량이 더 큰 문제를 야기할 수 있다. 그래서 선량문제를 해결하고 동시에 노이즈를 줄이기 위해 저선량에서 노이즈 감소 알고리즘이 활발히 연구되고 있는데, 초기에 개발되고 널리 사용되어진 median filter와 Wiener filter는 노이즈 감소 효율이 떨어지고 영상경계에 대한 정보가 많이 손실된다는 단점이 있다. 본 연구의 목적은 이전 노이즈 감소효율의 문제점을 보완할 수 있는 total variation (TV) 알고리즘을 sku ll X-ray 영상에 적용하여 정량적으로 평가하고 비교를 하는 것이다. 이를 위해 Siemens사의 X-ray 장치를 사용하여 성인 skull을 모사할 수 있는 팬텀을 통해 다양한 관전압과 관전류량을 사용하여 실제 skull X-ray 팬텀 영상을 획득하였다. 또한, 각각의 팬텀 영상에 noisy image, median filter, Wiener filter, TV 알고리즘을 적용하였을 때의 대조도 대 잡음비 (CNR)와 변동계수 (COV)를 비교 측정했다. 실험 결과 TV 알고리즘을 적용하였을 때, 모든 조건에서 CNR와 COV 특성이 우수함을 확인할 수 있었다. 결론적으로 이번 연구를 통해 TV 알고리즘을 사용하여 영상의 질을 높일 수 있는지에 대해 확인해 보았고, 이론적으로 CNR 값은 관전류량이 증가할수록 노이즈가 감소함으로 인해 증가하는 것을 알아볼 수 있었다. 반면에, COV는 관전 류량이 증가할수록 감소하였으며 관전압이 증가하였을 때 noise는 감소하고 투과량이 증가하여 COV가 감소하는 것을 알아볼 수 있었다.

과거 지진가속도계측기는 “지진·화산재해대책법” 제6조, 제7조에 따라 2010년 고시된 “지진가속도계측기 설치 및 운영기준”에 의거 시설물 관리주체가 설치 및 운영 되었다. 하지만 시설물 관리주체에서는 구조물별 가속도 관측을 수행하고 있으나 지진 발생 시, 이를 활용하지 않거나 최대 가속도 데이터만 저장, 이용하고 있는 실정으로 데이터의 활용도를 제고할 수 있는 방안 마련의 필요성이 제기되었다. 따라서 “지진가속도 응답신호를 활용한 공공시설 안전관리 기술개발” 연구를 통해서 지진가속도 응답신호 종합분석 시스템이 개발되었다. 하지만 안전성평가를 위한 연구는 “지진가속도계측기 설치 및 운영기준” 제9조에서 정의하는 9개항의 시설물 중 건축물에 해당하는 시설물에 제한적으로 적용되었기에 추가적인 연구가 필요한 실정이다.

딥러닝 모델은 주어진 학습용 데이터에서 탐지하고자 하는 물체의 특징을 추출하기 때문에, 딥러닝 모델 학습을 위한 학습용 데이터 구축은 매우 중요하다. 본 연구에서는 균열을 탐지하는 딥러닝 모델의 성능을 향상시키기 위해, 실제 콘크리트 구조물이나 아스팔트 도로 표면에서 자주 발견될 수 있는 나뭇가지, 거미줄, 전선 등을 학습 데이터에 자동으로 포함시키고, negative 영역으로 분류하는 알고리즘을 개발하였다. 제안된 알고리즘을 사용하여 학습된 딥러닝 모델을 실제 도로 표면에 발생한 균열 탐지에 적용하여 실제 균열 탐지에 사용될 수 있음을 보였다.

Surface electromyogram (sEMG), which is a bio-electrical signal originated from action potentials of nerves and muscle fibers activated by motor neurons, has been widely used for recognizing motion intention of robotic prosthesis for amputees because it enables a device to be operated intuitively by users without any artificial and additional work. In this paper, we propose a training-free unsupervised sEMG pattern recognition algorithm. It is useful for the gesture recognition for the amputees from whom we cannot achieve motion labels for the previous supervised pattern recognition algorithms. Using the proposed algorithm, we can classify the sEMG signals for gesture recognition and the calculated threshold probability value can be used as a sensitivity parameter for pattern registration. The proposed algorithm was verified by a case study of a patient with partial-hand amputation.

본 연구는 지진계측시스템이 설치되지 않은 중소형 교량의 지진손상 수준을 평가하기 위하여 대상 중소형 교량 인근에 위치한 지진관측소의 지진관측 데이터를 이용하여 대상 교량위치에서의 지반응답스펙트럼을 추정하기 위한 알고리즘을 제시하였다. 일반적으로 중소형 교량의 내진설계 및 성능평가는 동적해석법 중 응답스펙트럼해석법이 가장 널리 활용되고 있으므로 대상 중소형 교량에 대한 평가 지진력으로 지반응답스펙트럼을 적용할 수 있는 알고리즘을 제시하였으며, 제안된 알고리즘을 이용한 프로그램 알고리즘도 제안하고 제안된 알고리즘을 통하여 실제 지진계측데이터를 이용하여 특정 위치에서의 지반응답스펙트럼 추정 예를 나타내었다.

본 연구의 목적은 시간 분해능이 향상된 비지역적 평균 (fast non local means, FNLM) 노이즈 제거 알고리 즘을 모델링하여 광학 현미경 영상에서의 적용 가능성을 확인하는 것이다. 이를 위해 실제 흰쥐 (mouse)의 첫째어금니 치아를 사용하여 영상을 획득한 후 기존에 널리 사용되고 있는 노이즈 제거 알고리즘과 제안 하는 FNLM 알고리즘을 각각 적용하여 비교하였다. 정량적 평가는 대조도 대 잡음비 (contrast to noise ratio, CNR), 변동계수 (coefficient of variation, COV), 그리고 최근에 개발된 no reference 기반의 방법인 natural ima ge quality evaluator (NIQE)와 Blind/referenceless image spatial quality evaluator (BRISQUE)를 사용하였다. 결과적으로 모든 정량적 평가 인자에서 제안하는 FNLM 노이즈 제거 알고리즘이 가장 우수한 값을 나타내었다. 특히나 치아의 전체적인 형태학적 영상을 분석할 수 있는 NIQE와 BRISQUE 인자는 원본영상에 비하여 각각 1.14와 1.12배 향상됨을 확인할 수 있었다. 결론적으로 소동물 치아 광학 현미경 영상에서의 FNLM 노이즈 제거 알고리즘의 유용성 및 가능성을 증명하였다.

두부 CT 검사 시 일반적으로 검사 시 적용하는 스캔조건 및 알고리즘을 기준으로 선정 후 알고리즘 변 경 적용을 통한 선량감소효과를 실험을 통해 알아보고자 하였다. 그 결과 선량감소효과는 관전압 보다 관전류 변화 시 의미가 있었으며, 인체 팬텀을 이용한 화질 평가는 Smooth 알고리즘적용 후 선량을 감소 시 Bone 알고리즘적용 후 선량을 감소 시 보다 상대적으로 화질 감소가 적었으며, 특히 Bone 알고리즘적용 시 에는 평균 CT Number 또는 Pixel value의 편차가 상대적으로 크게 측정되었다. 즉 선량은 감소되고 화질은 유지하여 환자의 피폭 선량을 감소시키고 동일한 화질의 영상을 얻을 수 있는 조건은 Smooth 알고리즘 적용과 120 kVp, 160 mA라는 결과 값을 얻을 수 있었다. 이 때 선량은 약 28 % 감소되며 평균 CT Number 또는 Pixel value도 오차가 상대적으로 적게 측정 되었다. 향 후 스캔조건 및 다양한 알고리즘 적용 후 그 결과를 검진 또는 추적검사 등으로 내원한 환자에게 적용하여 검사 한다면 환자 피폭선량 감소에 있어 매우 유용할 것으로 사료된다.

본 연구는 CT를 이용한 지방측정(Fat measurement)에 반복 재구성법(IR)이 어떠한 영향을 미치는지 알아보기 위하여 기존의 필터보정 역투영법(FBP)과 비교하여 고급 모델링 반복 재구성법(ADMIRE)은 어떠한 차이가 있는지 알아보고자 한다. CT Fat measurement에 ADMIRE가 미치는 영향에 대해 알아본 결과 기존의 Filtered back projection과 비교하여 Visceral fat area, Subcutaneous fat area, V/S Ratio, Visceral fat area의 HU 그리고 Subcutaneous fat area의 HU는 통계적으로 유의한 차이가 없었다. 하지만 ADMIRE Strength가 커질수록 Visceral fat area의 Noise는 최대 12%, Subcutaneous fat area의 Noise는 최대 19% 감소하였다. 그리고 CT를 이용한 Fat measurement에서 내장지방과 피하지방 측정에 ADMIRE 알고리즘은 아무런 영향을 주지 않았다.

최근 대규모 지진으로 내진 성능 및 보강에 대한 정부와 국민들의 관심이 높아지고 있으며, 재난관리 시장이 사후복구에서 사전예방중심으로 재편됨에 따라 시설물의 물리적인 상태등급만을 고려하는 기존의 결정론적 내진성능관리 의사결정기술에 지진의 불확실성 및 사회·경제적 판단요소와 도로망 시설물의 네트워크 시스템을 고려한 확률론적 내진성능관리 체계 확립이 필요하다. 결정론적 방법에 의한 도로시설물 내진성능관리 우선순위는 물리적인 상태등급에 따라 결정되며, 사회·경제적 판단요소가 결여되어 있어 전체적인 판단을 할 수 있는 근거를 제공하지 못하고 있는 실정이다. 도로시설물 내진성능관리 우선순위에 대한 의사결정을 위해서는 도로의 중요도, 노후거동특성, 부재 내진성능, 지진취약도 함수, 내진보수보강효과, 지진복원력 등과 같이 도로시설 및 도로망에 직·간접 적으로 가해지는 물리적, 사회적, 경제적 영향을 평가할 수 있는 의사결정지원 기술이 부재한 실정이다. 따라서 노후도에 따라 지진취약도가 크고 재난 발생 시 파급영향이 큰 도로시설물과 도로망을 식별하기위한 합리적이고 체계적인 내진성능 관리 핵심기술개발이 필요하며, 본 논문에서는 연구단 과제를 통해서 개발예정인 “노후도로망의 내진성능관리 의사결정 알고리즘”을 소개하고자 한다.