Path planning is necessary for mobile robots to perform precise and rapid tasks. A collision avoidance function must be included so that the robot can move safely during work, and it must be able to create an optimal path to reduce work execution time and save energy. In this paper, we propose a smart route generation algorithm that searches for global route with an algorithm that can speed up route search and integrates the TEB algorithm that can search for regional optimum routes in real time according to the situation. The performance of the proposed algorithm was verified through actual driving experiments of mobile robots.

The bandgap characteristics of semiconductor materials are an important factor when utilizing semiconductor materials for various applications. In this study, based on data provided by AFLOW (Automatic-FLOW for Materials Discovery), the bandgap of a semiconductor material was predicted using only the material’s compositional features. The compositional features were generated using the python module of ‘Pymatgen’ and ‘Matminer’. Pearson’s correlation coefficients (PCC) between the compositional features were calculated and those with a correlation coefficient value larger than 0.95 were removed in order to avoid overfitting. The bandgap prediction performance was compared using the metrics of R2 score and root-mean-squared error. By predicting the bandgap with randomforest and xgboost as representatives of the ensemble algorithm, it was found that xgboost gave better results after cross-validation and hyper-parameter tuning. To investigate the effect of compositional feature selection on the bandgap prediction of the machine learning model, the prediction performance was studied according to the number of features based on feature importance methods. It was found that there were no significant changes in prediction performance beyond the appropriate feature. Furthermore, artificial neural networks were employed to compare the prediction performance by adjusting the number of features guided by the PCC values, resulting in the best R2 score of 0.811. By comparing and analyzing the bandgap distribution and prediction performance according to the material group containing specific elements (F, N, Yb, Eu, Zn, B, Si, Ge, Fe Al), various information for material design was obtained.

통합항해시스템(INS)은 기존 항해 장비들을 통합하여 부가가치를 제공하는 장치로써 항해 업무 수행을 위한 정보와 기능을 다기능표시장치에(MFD)에 통합하는 것으로 정의된다. IMO 성능 기준은 각 업무에 대한 최소 요구사항을 명시하고 있지만, 장비 및 기 능의 목록은 정의하지 않아 제조사마다 INS의 구성이 상이하고 사용자 관점에 기반 한 지침 또한 부족한 실정이다. 본 연구는 선박 운 용상황 및 수행 업무에 따라 사용자가 요구하는 정보를 분석하고, 이를 INS의 MFD에 효과적으로 구조화하여 INS의 사용성을 높이기 위해 수행되었다. INS 관련 국제 기준 및 제조사의 구성 장비 목록을 분석하여 필수 항해 정보들을 선별하고 MFD 사용 경험이 있는 선박 운항자를 대상으로 카드 소팅 테스트를 실시하여 각 INS 업무에 요구되는 정보들을 분류하도록 하였다. 연구의 결과는 제조사들 이 제품 설계 시 사용자 경험을 반영한 정보 구성에 기본적인 가이드로 활용될 수 있을 것이다.

기계적 에너지는 생물학 및 환경 시스템에서 트라이보 전기 나노제너레이터(TENG)로 얻을 수 있다. 웨어러블 전 자제품에서 TENG는 진동 센서에 적용된 인간의 움직임에서 생체역학적 에너지를 수확할 수 있다는 점에서 많은 의미를 지 닌다. 웨어러블 TENG은 습기에 취약하며, 폴리테트라플루오로에틸렌(PTFE)은 이러한 용도에 사용되는 우수한 소수성 물질 이다. 높은 전기 음성 불소 원자의 존재는 매우 낮은 표면 에너지로 이어진다. 동시에 미세다공막 표면에 전자를 효율적으로 포획함으로써 소자의 성능이 증가한다. PTFE에 비해 상대적으로 적은 플루오라이드 원자의 존재로 인해 폴리비닐리덴 플루 오라이드(PVDF)에서도 유사한 거동을 보인다.

코로나19는 비말을 통해 전염되는 호흡기 질환으로 건물의 실내 공간은 코로나19의 대규모 감염에 매우 취약한 곳이다. 집약된 토지 이용으로 인해 수많은 사람들이 고층의 건물에 밀집해 있는 도시 환경은 이러한 질병에 더 취약할 수 있다. 뿐만 아니라 도시의 인구 분포는 시간에 따라 역동적인 변화를 보이기 때문에 코로나19와 같은 전염병에 대한 역학 조사의 성공은 도시 인구의 시공간적 변화를 얼마나 잘 이해하는지에 달려있다. 하지만 특정 시간대에 특정 건물에 분포하고 있는 현재 인구 밀도를 파악하는 것은 무척 어려운 일이다. 따라서 본 연구는 특정 시간대의 도시 인구의 수평적, 수직적 분포를 보다 정확하게 추정하기 위한 대안을 제시하고자 한다. 보다 구체적으로 지리가중회귀(GWR) 모델에 기반한 대시메트릭 매핑 기법을 이용하여 건물 단위의 현재 인구를 추정하였다. 일반적으로 대시메트릭 매핑 기법은 보조 자료를 사용하여 기존의 공간 스케일을 넘어 보다 상세한 수준의 인구 분포를 추정할 수 있도록 해준다. 본 연구에서는 건물의 용도와 연면적을 보조 정보로 활용하였으며, GWR 모델을 이용하여 지역적으로 이질적인 인구 분포 특성을 반영하였다. 연구 결과, 서울시 전체에 걸쳐 집계구보다 상세한 건물 단위 수준의 인구 분포를 추정할 수 있었다. 건물 단위의 현재 인구 추정은 코로나19와 같은 팬데믹 전염병의 역학 조사나 효과적인 방역 대책 수립을 위한 중요한 기초 자료로 활용될 수 있을 것으로 기대한다.