This study evaluated the field applicability of a real-time odor monitoring system combined with ozone water spraying technology to effectively control odors generated in livestock manure recycling facilities. Research was conducted at a Natural Circulation Agriculture Center located in N City, where concentrations of ammonia (NH3), hydrogen sulfide (H2S), and volatile organic compounds (VOCs) were measured in real time. Based on real-time data, ozone water was sprayed to assess the odor reduction rate, and the impact on surrounding areas was predicted through odor dispersion modeling. The results showed that the ammonia concentration measured at the upper section of the liquid aeration tank before ozone water spraying was 8.02 ppm, exceeding the emission limit of 1 ppm. VOCs were also found to have significantly contributed to odor generation. However, after spraying ozone water at a rate of 7 L/min and maintaining a concentration of 2.5 mg/L, ammonia was reduced by approximately 50%, and VOCs were reduced by about 98%, demonstrating a strong odor-reducing effect. Odor dispersion modeling using the CALPUFF modeling system simulated the range of odor dispersion before and after ozone water spraying. The results indicated that after ozone water spraying, the ammonia concentration at the facility boundary met the emission limit, effectively suppressing odor dispersion. In particular, the ozone water spraying system linked with the real-time sensor enabled automated odor control based on real-time data, demonstrating its potential for resolving odor complaints and ensuring compliance with environmental regulations.

Ensuring operational safety and reliability in Unmanned Aerial Vehicles (UAVs) necessitates advanced onboard fault detection. This paper presents a novel, mobility-aware multi-sensor health monitoring framework, uniquely fusing visual (camera) and vibration (IMU) data for enhanced near real-time inference of rotor and structural faults. Our approach is tailored for resource-constrained flight controllers (e.g., Pixhawk) without auxiliary hardware, utilizing standard flight logs. Validated on a 40 kg-class UAV with induced rotor damage (10% blade loss) over 100+ minutes of flight, the system demonstrated strong performance: a Multi-Layer Perceptron (MLP) achieved an RMSE of 0.1414 and R² of 0.92 for rotor imbalance, while a Convolutional Neural Network (CNN) detected visual anomalies. Significantly, incorporating UAV mobility context reduced false positives by over 30%. This work demonstrates a practical pathway to deploying sophisticated, lightweight diagnostic models on standard UAV hardware, supporting real-time onboard fault inference and paving the way for more autonomous and resilient health-aware aerial systems.

Gait analysis can objectively assess abnormal walking, and some walking parameters can help recognize the disease. Existing commercial systems are either too expensive and require attachments to the body or have limitations in detecting abnormal gait. A vision system has been proposed to address this. However it had limitations where the accuracy was inferior in some parameters such as gait phase, step length and width, etc. Therefore we developed a Tactile sensor-based treadmill to detect gait phase, step length, and width. A pilot test was performed and analyzed through an infrared marker-based motion capture system to compare the accuracy of the proposed system. The measured spatiotemporal gait parameters were analyzed through mean and standard deviation and compared to the baseline system. As a result of the experiments, it was confirmed that higher step width performance was achieved compared to previous studies. Future studies will validate the system with many participants and conduct clinical studies on gait recognition through abnormal gait analysis.

Wireless sensor systems are primarily used for monitoring natural environments or industrial automation. The physical environment where these systems are installed is often unstable, making it difficult to replenish sensor energy immediately. Complex and harsh conditions can impact the network's structure, affecting monitoring performance. Wireless sensor systems consist of hundreds of sensors that collect data from hazardous environments and transmit information to a central system. However, due to the system's physical structure, information delays or losses may occur. This paper proposes a distance-based tree structure to address these issues in wireless sensor systems, and experimental results confirm its superior performance.

기후 변화로 인한 해양 온도 상승으로 해양생물독소의 발생 빈도가 점점 증가하고 있으며, 이는 식품 안전과 공 중 보건에 중대한 위협을 가하고 있다. 해양생물독소를 검 출하기 위한 기존의 방법인 마우스 생체검사(MBA), 고성 능 액체 크로마토그래피(HPLC), 액체 크로마토그래피-질 량 분석법(LC-MS) 등은 절차가 오래 걸리고 비용이 많이 든다는 한계가 있다. 이러한 문제를 해결하기 위한 대안 으로 바이오센서 기술이 유망한 해결책으로 부상하고 있 다. 이러한 바이오센서는 세포, 항체, 압타머, 펩타이드와 같은 바이오리셉터를 이용해 해양생물독소를 신속하고 정 확하게 검출한다. 본 리뷰에서는 다양한 종류의 바이오리 셉터를 논의하고, 해양생물독소 검출을 위한 바이오센서 기술의 최근 발전을 탐구한다. 또한, 이러한 바이오리셉터 의 장점을 강조하며, 해양생물독소 검출을 위한 바이오센 서 성능 향상을 위한 미래 연구 방향을 고려한다.

The pressure sensor had been widely used to effectively monitor the flow status of the water distribution system for ensuring the reliable water supply to urban residents for providing the prompt response to potential issues such as burst and leakage. This study aims to present a method for evaluating the performance of pressure sensors in an existing water distribution system using transient data from a field pipeline system. The water distribution system in Y District, D Metropolitan City, was selected for this research. The pressure data was collected using low-accuracy pressure sensors, capturing two types of data: daily data with 1Hz and high-frequency recording data (200 Hz) according to specific transient events. The analysis of these data was grounded in the information theory, introducing entropy as a measure of the information content within the signal. This method makes it possible to evaluate the performance of pressure sensors, including identifying the most sensitive point from daily data and determining the possible errors in data collected from designated pressure sensors.

최근 결빙으로 인한 교통사고가 빈번히 발생하고 있으며, 도로순찰시 육안 인식이 어려운 도로살얼음 검지를 위해 다양한 방식의 검지센서가 도입되고 있다. 본 연구에서는 국내외 상용화되어 있는 차량부착식 노면상태 검지센서에 대한 현장 검증을 통해 국내 도 로조건에의 적용 가능성을 검토하였다. 차량부착식 검지센서의 성능을 평가하기 위해 한국건설기술연구원의 연천SOC실증연구센터 내 의 도로기상재현 실험시설에 결빙(Ice), 습윤(Wet), 건조(Dry) 등 3가지의 노면상태가 육안으로 명확히 구분이 가능하도록 도로환경을 구현하였으며, 센서종류별로 차량에 부착하여 다양한 도로상태를 측정하였다. 평가결과 노면상태 측정결과의 정확도는 높은 것으로 나 타났으나, 그 외의 측정항목의 정확도는 상당한 차이가 발생하기도 하였다. 향후 다양한 도로환경 조건에서 추가적인 시험을 통해 차 량부착식 노면상태 검지센서의 현장적용을 기반자료로 활용할 수 있을 것으로 판단된다.

With the growth of silicon-based semiconductor sensors in the global sensor market, advancements in body motion detection for wearable devices and sustainable health monitoring have accelerated. This has led to a significant attention on various sensors with excellent flexibility and stretchability, such as PDMS, in numerous applications. In this study to adjust the sensitivity of conventional conductive pressure sensors, a porous sponge structure was initially created using a sugar template method. The polymer was prepared with four different ratios (5:1, 10:1, 20:1, 30:1) to achieve varying flexibilities. To ensure conductivity, the sponge was coated using a dip-coating method with a 3wt% CNT solution. The conductive sponges with various ratios were tested for sensitivity, demonstrating characteristics suitable for a wide range of pressure sensing applications.

We introduce the technology required todevelop a bracket process for installing and verifying FRT bumper sensors for passenger cars. Establish and demonstrate process automation through actual design and manufaturing. We conduct quality inspection of the production process using artificial intelligence and develop technology to automatically detect good and defective products and increase the reliability of the process

본 논문에서는 스테레오 비전 센서를 이용한 프리팹 강구조물(PSS: Prefabricated Steel Structures)의 조립부 형상 품질 평가 기법을 소개한다. 스테레오 비전 센서를 통해 모형의 조립부 영상과 포인트 클라우드 데이터를 수집하였으며, 퍼지 기반 엣지 검출, 허프 변 환 기반 원형의 볼트 홀 검출 등의 영상처리 알고리즘을 적용하여 조립부 영역의 볼트홀을 검출하였다. 영상 내 추출된 볼트홀 외곽선 위 세 점의 위치 정보에 대응되는 3차원 실세계 위치 정보를 깊이 영상으로부터 획득하였으며, 이를 기반으로 각 볼트홀의 3차원 중심 위치를 계산하였다. 통계적 기법 중 하나인 주성분 분석 알고리즘(PCA: Principal component analysis) 알고리즘을 적용함으로써 3차 원 위치 정보를 대표하는 최적의 좌표축을 계산하였다. 이를 통해 센서의 설치 방향 및 위치에 따라 센서와 부재 간 평행이 아니더라도 안정적으로 볼트홀 간의 거리를 계측하도록 하였다. 각 볼트홀의 2차원 위치 정보를 기반으로 볼트홀의 순서를 정렬하였으며, 정렬된 볼트홀의 위치 정보를 바탕으로 인접한 볼트홀 간의 각 축의 거리 정보를 계산하여 조립부 볼트홀 위치 중심의 형상 품질을 분석하였 다. 측정된 볼트홀 간의 거리 정보는 실제 도면의 거리 정보와의 절대오차와 상대오차를 계산하여 성능 비교를 진행하였으며, 중앙값 기준 1mm 내의 절대오차와 4% 이내의 상대오차의 계측 성능을 확인하였다.

본 논문에서는 다목적 구조물인 다중연결 해양부유체를 대상으로 변형 기반 모드 차수축소법을 적용하고 차수축소모델의 구조응 답 예측 성능을 향상시키기 위해 유전 알고리즘 기반의 센서 배치 최적화를 수행하였다. 다중연결 해양부유체의 차수축소모델 생성 에 필요한 변형 기반 모드 데이터를 얻기 위해 다양한 규칙파랑하중조건에 대한 유체-구조 연성 수치해석을 수행하고 변형 기반 모드 의 직교성, 자기상관계수를 이용하여 주요 변형 기반 모드를 선정하였다. 다중연결 해양부유체의 경우 차수축소모델의 구조응답 예 측 성능이 계측 및 예측 구조응답 위치에 따라 민감하기 때문에 유전 알고리즘 기반의 최적화를 수행하여 최적의 센서 배치를 도출하 였다. 최적화 결과, 모든 센서 배치 조합에 대한 차수축소모델 생성 및 예측 성능 평가 대비 약 8배의 계산 비용을 절감하였으며, 예측 성능 평가 지표인 평균 제곱근 오차가 초기 센서 배치보다 84% 감소하였다. 또한, 다중연결 해양부유체 모형시험 결과를 이용하여 불 규칙파랑하중에 대한 최적화된 센서 배치의 차수축소모델의 구조응답 예측 성능을 평가 및 검증하였다.