본 연구에서는 인공신경망을 이용해 건물 구조물의 가속도계 설치 위치 및 개수를 선정하는 방법을 제안한다. 인공신경망의 입력 층에는 층에 설치되는 가속도계로부터 얻는 가속도이력데이터가 입력되며, 출력층에는 구조물을 정의하는 각 층의 질량과 강성 값을 출력하도록 신경망을 구성한다. 가속도계의 설치 위치 및 개수를 선정하기 위해 여러 설치 시나리오를 가정하고 훈련을 통해 인공신경망을 구한다. 훈련에 사용되지 않은 예제를 이용해 예측 성능을 비교하였다. 센서 개수 및 위치에 따른 예측 성능을 비교하여 설치위치 및 개수를 선정한다. 6층과 10층 예제 적용을 통해 제안하는 방법을 검증하였다.

국내 시설 농업의 99.2%를 차지하는 플라스틱온실의 내부 환경인자는 외부 환경의 변화에 민감하게 반응하고 온실 공간 내부에서 편차가 발생한다. 온도, 습도, CO2, 광도의 환경인자를 계측하기 위한 지점을 3 × 3 × 5로 구성하여 데이터를 취득하고 내부 공간을 수직, 수평적인 측면으로 분할하여 환경 인자의 분포를 확인하였다. 계측지점의 최적점을 선정하고자 계측 공간을 수직, 수평적인 방향으로 분할하고, 측정 데이터와 이를 활용한 예측지점의 선형회귀분석 결과로 성능평가를 실시하였다. 일반적인 상황에서는 온도와 습도 인자의 경우 1개의 센서로 플라스틱온실 내부 환경의 계측이 가능할 수 있으나, 특정 구간의 경우 다수의 센서를 활용하여 내부공간의 정밀성을 확보하는 것이 필요하다. CO2의 경우 실험기간 내의 계측 매트릭스의 증가에도 불구하고 변이를 정의하는데 한계가 있음을 발견하였다. 조도 분포의 경우 일출 이후 지속적으로 회귀분석 결과가 작아짐을 발견하였다. 구조물의 간섭 등을 고려해 동일한 수평적인 방향에서 미계측 지점의 결정계수가 감소하였고, 센서 매트릭스 배치를 작물 높이 위로 위치하여 다수의 센서 노드 설치로 개선 가능하다고 예상된다. 외부 환경의 변화에 따라 온실 내부 환경이 불규칙하게 변화되며, 이 구간은 시설의 규격을 고려하여 계측 매트릭스를 구성해야 한다. 반대로 안정적인 구간에서는 최소한의 센서 노드로 내부 환경의 예측이 가능한 것을 확인할 수 있었다. 결과적으로 측정하고자 하는 환경인자와 시설의 구조 등 연구 및 재배자의 목적에 맞는 계측 매트릭스 위치 선정의 유동성이 요구되며, 덕트의 개폐위치를 조절하여 필요한 곳에 에너지를 투입하는 국소냉난방 및 생육제어 모델링 설계에 적용 가능하다고 판단된다.

본 연구의 목적은 직물형 스트레인게이지 센서의 종류와 측정 위치가 호흡 신호 검출 성능에 미치는 영향을 연구 하는 것이다. 본 연구에서는 호흡 신호 측정을 위하여 두 가지 종류의 센서를 구현하고 이를 밴드에 부착하여 호흡 신호를 검출하였다. 20대의 건강한 남성 8명을 대상으로 호흡 측정 밴드 2종을 순차적으로 피험자에게 착용하도록 하였다. 피험자가 편안하게 서 있는 상태에서 분당 15회의 호흡을 동기화시켰다. 30초 동안의 호흡 신호를 측정하고 10초간 휴식을 취하도록 한 후 다시 30초 동안의 호흡 신호를 반복 측정하였다. 측정 위치는 흉부와 복부에서 각각 측정하였다. 또한 동작 상태에서의 호흡 측정 성능을 검증하기 위하여 피험자를 80SPM의 속도로 제자리에서 걷게 하고 이 때의 호흡 신호를 동일한 실험 방법으로 측정하였다. 한편 참조 신호를 획득하기 위해 ‘BIOPAC Systems, Inc.’의 SS5LB를 착용하게 한 후 동시에 측정하였다. 센서의 종류, 측정 위치, 동작 상태의 총 8개 조합의 집단 간 측정 성능의 차이를 검증하기 위해서 SPSS 24.0을 사용하여 Kruskal-Wallis test와 Bonferroni 사후검정을 실행하였다. 또한 센서 종류, 측정 위치, 동작 상태에 따라 각각 차이가 있는지를 분석하기 위해 Wilcoxon test를 실시하였다. 분석 결과 동작 상태와 관계없이 CNT기반의 직물센서를 통해 흉부에서 호흡 신호를 측정 했을 때 호흡 신호 검출 성능이 가장 우수한 것으로 나타났다. 본 연구의 결과를 기반으로 향후에는 야외 환경에서 또는 일상 활동 중에도 동작에 방해 없이 다양한 생체신호를 실시간으로 모니터링 할 수 있는 가슴벨트형 웨어러블 플랫폼을 개발하고자 한다.

The LBS(Location Based Service) technology plays an important role in reducing wastes of time, losses of human lives and economic losses by detecting the user's location in order by suggesting the optimal evacuation route of the users in case of safety accidents. We developed an algorithm to estimate indoor location, movement path and indoor location changes of smart phone users based on the built-in sensors of smartphones and the dead-reckoning algorithm for pedestrians without a connection with smart devices such as Wi-Fi and Bluetooth. Furthermore, seven different indoor movement scenarios were selected to measure the performance of this algorithm and the accuracy of the indoor location estimation was measured by comparing the actual movement route and the algorithm results of the experimenter(pedestrian) who performed the indoor movement. The experimental result showed that this algorithm had an average accuracy of 95.0%.

In recent years, the use of smartphones is becoming more common with the pace of development of society, and the development of technologies utilizing smartphones is proceeding rapidly. Although most LBS technologies are used in combination with a GPS system, there is a disadvantage that it is difficult to receive GPS signals according to the characteristics of buildings. Therefore, in this paper we conducted a study on the smartphone users’ indoor position estimation only using the built-in sensor of smartphone without a connection with smart devices, and it showed that the accuracy was increased.

The Location Based Service is growing rapidly nowadays due to the universalization of the use for smartphone, and therefore the location determination technology has been placed in a very important position. this study suggests an algorithm that can provide the estimate of users' location by using smartphone sensors. And in doing so we will propose a methodology for the creation and update of indoor map though the more accurate position estimation using smartphone sensors such as acceleration sensor, gyroscope sensor, geomagnetic sensor and rotation sensor.

본 연구에서는 E-textile 기반 신축성 센서의 모양과 부착 위치가 동작 센싱 성능에 미치는 영향을 분석하고, 이를 통해 인체 동작 센싱에 가장 적합한 의복 구조 요건을 규명하고자 하였다. 실험 대상 아동에게 센서의 모양과 부착위치에 따라 조작된 실험복을 착의시킨 후 60 deg/sec의 속도로, 60°, 90°, 120°의 동작 각도별로 팔과 다리의 굽힘, 폄 동작 의한 직물 센서의 신장과 수축에 따른 전압의 변화량을 측정하였으며, 가속도 센서를 함께 부착하여 동작의 일치도를 검증하였다. 또한 아동의 모형 팔과 다리를 제작하여 이를 대상으로 동일한 실험을 수행함으로써 인체의 팔, 다리의 동작 실험 결과와 비교하였다. 분석 결과 센서의 모양에서는 모형 대상 실험과 아동 대상 실험 모두에서 보트형의 센서 보다 장방형의 센서가 더 균일하고 안정적인 경향을 보여 재현성과 신뢰성이 높은 것으로 나타났다. 센서의 부착 위치는 모형 대상 실험에서는 팔꿈치와 무릎의 관절부로부터 4 ㎝ 아래 지점에 부착된 경우, 아동 대상실험에서는 팔꿈치와 무릎의 관절부에 위치했을 때 재현성과 신뢰성이 더 높았다. 본 연구에서는 아동의 사지 동작측정에 적합한 센서를 개발하고 동작 센싱에 적합한 센서의 모양과 부착 위치의 조건을 분석하였으며, 의복에 통합된 유연한 직물 센서를 활용하여 인체 부위별 동작 센싱이 가능하다는 것을 규명하였다.

The key motivation of this study is for a style of the sensor arrangement to have an effect on the localization performance of mobile robots in case of using sonar sensors. In general robot platforms with sonar sensors, sonar sensors are supposed to be radially arranged on their rotational axis of mobile robots. However, relevant limits to several functions required for their autonomous navigation occur unexpectedly, because a sonar sensor generally has the negative nature of its wide beam width together with the specular reflection. We present a new strategy of the sonar sensor arrangement capable of enhancing the localization performance. Sonar sensors are intended to be arranged nonradially (twistedly expressed in this paper) on their rotational axis. The localization scheme called STARER: Sonar-Twisted ARrangement localizER is based on the extended Kalman filter (EKF) with occupancy grid maps. Experimental results demonstrate the validity and robustness of the proposed method for the localization of mobile robots.

하이테크놀로지를 여러 가지 다른 영역과 융합하고자 하는 노력이 다양한 연구 분야에서 시도되고 있으며, 스포츠웨 어를 개발함에 있어 운동선수의 운동능력을 향상시키기 위한 분야에 이러한 첨단 기술들이 도입되고 있다. 본 연구는 스포츠 훈련에 도움이 되는 동작 센싱 스마트 스포츠웨어를 개발하기 위한 기초 연구로서, 조정 동작 시 관절의 움직임 을 측정할 수 있는 동작 센서를 부착하기 위한 인체상의 최적 위치를 탐색하는 것을 목적으로 한다. 본 연구에서는 일관된 동작을 반복적으로 수행할때 관절의 변화가 큰 조정을 대상 스포츠로 선정하였으며, 조정 선수의 대표 체급인 중량급과 경량급의 피험자를 선정하여 동작에 따른 피부의 변화율을 측정하여 체급별 차이를 분석하였다. 먼저, 3차원 모션캡처 시스템을 이용하여 조정 동작 시 등, 팔꿈치, 엉덩이, 무릎 부위의 피부 변화를 촬영하고, 각 마커 간 거리의 변화율을 분석함으로써 체급에 따른 차이를 보이지 않으면서 동작에 따라 피부의 변화가 큰 부분을 인체 상에 도시하였 다. 이를 바탕으로 동작 센싱용 스마트 스포츠웨어를 위한 센서 부착의 가이드라인을 제시하였다.

풍하중에 취약하며, 모니터링에 다양한 모드가 고려되어야하는 초고층 빌딩에서 최적 센서의 위치 및 최적 개수를 결정하는 문제는 매우 중요하다. 본 논문에서는 고층빌딩의 모니터링을 위한 센서의 최적 개수 및 최적 위치의 결정 방법에 대해 제안한다. Kammer에 의해 제안된 유효영향법(Effective Influence Method)을 이용하여 특정 수의 센서가 설치될 최적의 위치를 결정하며, 추정 모드형상의 정확도에 관한 모니터링 목표 수준을 달성할 수 있는 최소의 센서수를 결정한다. 제안된 알고리즘의 사례연구로 25층의 건 물모형인 켄틸레버 구조물을 선정하여 수치해석을 수행하였다. 해석 결과 센서의 최적 위치 및 최적 개수, 계측 가능한 모드는 합리적으로 결정되는 것을 확인하였다.

국제 수로기구(IHO)에서는 해양분야에 범용으로 사용 가능한 국제 GIS 표준으로 S-100 표준규격을 채택하였다. 이에 따라 GIS 표준기술 기반의 차세대 항행정보 지원시스템에 대한 기술이 개발되고 있으며, 현재 CCTV 영상에 항행정보를 덧입혀 항행에 지원할 수 있는 증강현실 기반의 항행정보시스템이 개발되고 있다. 이에 본 연구에서는 이 시스템을 효과적으로 지원할 수 있는 방안으로 투명 디스플레이에서의 적용을 고려하였다. 투명 디스플레이 적용 시 시계확보를 위한 광각 렌즈사용으로 인한 영상왜곡, 사용자 위치에서의 CCTV 영상과 투명 디스플레이 투영 이미지의 불일치로 인하여 사용자가 실제 바라보는데 이질감이 발생하므로, 이를 해결하기 위한 시계정합 및 영상보정 방법에 대한 연구를 진행하였으며, 이를 프로토타입으로 개발하여 기술적용의 가능성을 입증하였다.

전파를 이용한 실내 위치인식 기술은 현재 다양한 환경에서 연구되고 있다. 그 중 철골구조로 이루어진 선박은 전파의 반사에 의해 수신율은 높지만 레인징 오차가 크게 발생한다. 이러한 환경에서 발생하는 위치측정 오차를 줄이기 위하여 본 연구에서는 IEEE 802.15.4a의 CSS 기반으로 변형 이변측위와 초전센서를 이용한 선내 위치인식보정 알고리즘을 제안한다. 제안한 시스템은 선내 복도와 같은 좁은 통로에서 CSS의 특성분석을 통하여 이동노드와 고정노드 사이의 적합한 수신거리를 추정하여 고정노드의 수를 줄이고 또한 전파의 반사와 회절에 의한 레인징 오차가 크게 변동하는 코너영역에서 제안한 변형 이변측위기법과 초전센서를 이용하여 이동구간을 추적하여 위치를 인식하였다. 실험결과 제안한 알고리즘이 일반적인 방법 대비 86.2 %의 선내 위치인식 정확도와 효율이 향상됨을 확인하였다.

This study introduces the accurate correction method of bearing position error of mobile robots using Stargazer sensor. The mobile robots require some vital functions including map building, localization, path planning, obstacle avoidance for autonomous navigation. In most cases, the localization of angular pose of a robot is essential because its result has a great effect on the performance of the other functions. We demonstrated the validity of the proposed method with the results of real experiments and applied it to the photographer robot for correct bearing position error at the moment of taking a picture.

본 논문에서는 Shannon의 샘플링 이론을 이용하여 제한된 수의 센서에서 얻은 모드형상으로 정확한 모드형상을 재생성하고, 이렇게 재생성한 모드형상을 이용하여 구조물에 발생한 손상을 탐지할 수 있는지의 가능성에 대해 조사하였다. 우선 시간 영역에서의 Shannon의 샘플링 이론을 검토하였고, 이를 공간영역으로 확대하였다. 공간영역으로 확대한 Shannon의 샘플링 이론은 그 효용성을 확인하기 위하여 단순보의 모드형상을 해석적으로 구한 후 최소한으로 제한된 수의 샘플 데이터로 모드형상을 재생하였고 이를 원래의 모드형상과 비교하였다. 이렇게 하여 얻은 결과를 바탕으로 구조물의 모드형상을 추출하는 동적실험에서 필요한 최적 가속도계의 위치를 구할 수 있는 간단한 관계식을 제안하였다. 제안된 관계식과 공간영역으로 확대한 Shannon의 샘플링 이론의 실용성은 연속 2스팬으로 구성된 실험실 빔 구조물의 손상 전과 후의 모드형상에 적용하여 손상을 탐지함으로써 입증하였다.

Multi-floor navigation of a mobile robot requires a technology that allows the robot to safely get on and off the elevator. Therefore, in this study, we propose a method of recognizing the elevator from the current position of the robot and estimating the location of the elevator locally so that the robot can safely get on the elevator regardless of the accumulated position error during autonomous navigation. The proposed method uses a deep learning-based image classifier to identify the elevator from the image information obtained from the RGB-D sensor and extract the boundary points between the elevator and the surrounding wall from the point cloud. This enables the robot to estimate the reliable position in real time and boarding direction for general elevators. Various experiments exhibit the effectiveness and accuracy of the proposed method.