시간영역반사계(TDR)는 케이블의 물리적 결함을 검사하는 기법이며 누수 탐지 분야로의 응용영역을 확대하고 있다. 본 연구는 시간영역반사계 기법을 활용하여 선박 기관실 해수 배관의 누설 감지용 케이블형 센서를 개발하였다. 케이블 센서의 형상은 꼬임형상과 흡습부재를 이용하여 제작하였으며 개발된 센서의 누수 감지 여부와 위치 탐지 가능성을 확인하였다. 개발된 센서는 실제 배관 시험 장치 에 부착하여 평가하였으며 해수 누설에 따른 다양한 TDR 신호를 취득하였다. 센서는 꼬임횟수, 피복 두께를 변수로 하여 제작하였으며 TDR 신호에 미치는 효과를 분석하였다. 실험 결과, 꼬임형 센서는 평행한 띠 형상의 센서에 비해 평활한 신호 취득이 가능하였으며 최적 꼬임 횟수는 단위길이 당 10회 이상인 것으로 나타났다. 절연 피복두께의 경우 적정 민감도 확보가 가능한 절연 피복부재의 두께는 도선 직경의 80%~120%로 확인되었다. 누수 위치 추정을 위해 회귀분석 실시 결과, 결정계수는 0.9998로 실제 누설 위치와 높은 상관관계를 나타 내었다. 결과적으로 제안된 TDR 기반의 누수 감지용 꼬임형 센서는 해수 배관 시스템의 누수 감시 센서로의 충분한 적용성을 확인하였다.

본 논문은 자동계류 장치에 설치하여 선박의 접안 상황을 검출할 수 있는 시각 센서의 개발에 대하여 논하고 있다. 선박의 접 안 시 사고방지를 위해 선박의 속도를 통제하고 위치를 확인하고 있음에도 불구하고 부두에서의 선박 충돌사고는 매년 발생하고 있으며, 이로 인한 경제적, 환경적 피해가 매우 크다. 따라서 부두에 접안하는 선박에 대한 안전성 확보를 위해 선박의 위치 및 속도 정보를 신속 하게 확보할 수 있는 시각 시스템의 개발은 중요하다. 이에 본 연구에서는 선박의 접안 시 사람과 유사하게 영상을 통해 접안하는 선박을 관찰하고, 주변 환경에 따른 선박의 접안 상태를 적절하게 확인할 수 있는 시각센서를 개발하였다. 먼저, 개발하고자 하는 시각 센서의 적 정성을 확보하기 위해 기존 센서로부터 제공되는 정보, 감지 범위, 실시간성, 정확도 및 정밀도 측면에서 센서 특성을 분석하였다. 이러한 분석 자료를 바탕으로 LiDAR형태의 3D시각 시스템의 개념 설계, 구동메커니즘 설계 및 모션 구동부의 힘과 위치 제어기 설계 등을 수행 하여 대상물의 정보를 실시간으로 획득할 수 있는 3D 시각 모듈을 개발하였다. 최종적으로 시스템 구동을 위한 제어 시스템의 성능평가 와 스캔 속도에 대한 성능을 분석하였고, 실험을 통해 개발된 시스템의 유용성을 확인할 수 있었다.

식물의 생장과 발달은 지하부 환경에도 영향을 받으므로 근 권 환경의 변수들을 관수전략의 수립에 고려하는 것이 매우 중요하다. 본 연구의 목적은 수분이동 특성이 다른 2종류의 암 면배지에서 FDR센서를 활용하여 체적함수율(VWC)과 Bulk EC(ECb) 그리고 식물의 뿌리가 이용하는 Pore EC(ECp)에 대한 관계를 분석하고, 이를 활용하여 이용가능한 근권 환경 데이터 수집과 보정 방법을 확립하고자 진행되었다. 실험은 물리적 특성이 다른 2종류의 암면배지(RW1, RW2)를 사용 하였다. FDR 센서를 활용하여 함수율(MC)과 ECb를 측정하 였으며, ECp는 체적함수율(VWC) 10－100%에서 배지 중 앙부위에 일회용 주사기를 이용하여 배지 잔류 양액을 추출 후 측정하였다. 이후 2종류 배지(RW1, RW2)에 서로 다른 농 도(증류수, 0.5－5.0)의 배양액을 각 체적함수율 범위(0－ 100%)로 공급하여 ECb와 ECp를 측정하였다. RW1, RW2 배지에서 ECb와 ECp의 관계는 3차 다항식에 가장 적합하였 다. 체적함수율(VWC) 범위 3차 다항식에 따른 ECb와 ECp 의 관계는 낮은 체적함수율(VWC) 10－60% 구간에서 큰 오 차율을 보였다. 체적함수율(VWC)범위에 따른 센서 측정값 (ECb) 및 식물 뿌리가 이용하는(ECp)의 상관관계는 2종류 배 지(RW1, RW2) 모두 Paraboloid 식에서 결정계수값이 각각 0.936, 0.947로 가장 높았다.

최근 원예작물의 지속가능한 생산을 위한 작물 생육환경 센 싱 기반 복합환경제어시스템 연구와 산업적 이용이 부각되면 서, 노지재배에 적용하기 적합한 토양센서 활용 방안 연구가 활발히 이루어지고 있다. 본 연구는 산업 및 연구 현장에서 많 이 사용되고 있는 TEROS 12 FDR 센서(frequency domain reflectometry sensor)를 노지 과수원의 토양에 알맞게 활용 하기 위하여 국내 세 지역 과수원 토양의 토성별 FDR 센서 활 용 방법을 제시하고자 수행하였다. 실제 과수가 재배되고 있 는 각 과수원에서 토양을 채취하여, 토성 및 토양수분보유곡 선을 조사하였으며, 토양별 TEROS 12 센서 Raw 값과 이에 대응하는 용적수분함량 값을 선형 회귀 분석, 3차 회귀 분석을 통해 보정식을 얻은 뒤 제조사에서 제공하는 광질 토양 보정 식과 비교 분석하였다. 채취한 세 과수원의 토양은 모두 토성 이 달랐으며, 토성에 따라 각 보수력에 따른 용적수분함량 수 치에 차이가 있었다. 또한, TEROS 12 센서 보정식에서는 모 든 토양에서 3차 회귀 분석 보정식이 결정계수 0.95 이상으로 가장 높게 나타났으며, RMSE도 가장 낮게 나타났다. 제조사 에서 제공하는 보정식을 사용하여 TEROS 12 센서의 용적수 분함량을 보정할 경우 토양에 따라 실제 수치에 비해 최대 0.09－0.17m3·m-3가량 낮게 나타나, FDR 센서 사용시 적용 토양에 알맞은 보정이 반드시 선행되어야 함을 확인하였다. 또한 토성에 따라 토양의 보수력 구간에 따른 용적수분함량 범위의 차이가 있었으며, 토양 용적수분함량의 수치 해석에 보수력 정보가 수반되어야 할 것으로 나타났다. 또한, 사질이 많은 토양에서는 관수 개시점 측정을 위해 FDR 센서를 활용 하는 데 있어 용적수분함량 측정 범위가 상대적으로 좁아 정 밀도가 떨어질 것으로 판단되었다. 결론적으로 토양에서 FDR 센서를 통해 토양수분의 변화를 알맞게 해석하고 노지 에서 알맞은 관수 시점을 선정하기 위해서는, 적용 토양의 수 분보유특성을 파악하고 FDR 센서 보정을 선행하여 올바른 토양 수분 정보 제공이 필요할 것이다.

본 논문에서는 프리팹 구조물의 품질관리를 위한 딥러닝 및 비전센서 기반의 조립 성능 평가 모델을 개발하였다. 조립부 검출을 위 해 인코더-디코더 형식의 네트워크와 수용 영역 블록 합성곱 모듈을 적용한 딥러닝 모델을 사용하였다. 검출된 조립부 영역 내의 볼트 홀을 검출하고, 볼트홀의 위치 값을 산정하여 k-근접 이웃 기반 모델을 사용하여 조립 품질을 평가하였다. 제안된 기법의 성능을 검증 하기 위해 조립부 모형을 3D 프린팅을 이용하여 제작하여 조립부 검출 및 조립 성능 예측 모델의 성능을 검증하였다. 성능 검증 결과 높은 정밀도로 조립부를 검출하였으며, 검출된 조립부내의 볼트홀의 위치를 바탕으로 프리팹 구조물의 조립 성능을 5% 이하의 판별 오차로 평가할 수 있음을 확인하였다.

본 연구의 목적은 루어낚시 참여자의 손목 움직임 측정을 위한 스트레치 센서를 개발하는 것이다. 손목움직임 측 정을 위해 스트레치 센서를 손목에 부착하여 배굴, 저굴 그리고 랜딩동작을 게이지율, 인장강도 그리고 신장회복률 을 척도로 실험을 진행하였다. CNT 분산액을 이용한 전도성 센서를 개발하고 E-band에 동일한 조건으로 적용하였 다. 함침을 각각 한 번, 두 번, 그리고 세 번한 같은 크기의 5종, 15가지 센서를 만능재료시험기(Dacell dn-fga Universal testing machine, UTM)를 활용해 게이지율(Gauge Factor)을 측정하였다. 두 번 함침한 센서가 게이지율이 가장 우수했으며, 게이지율과 인장강도가 높은 세 가지 센서로 프로토 타입을 제작하였다. 아두이노에 연결하여 동작테스트를 한 결과, 인장강도와 게이지율이 가장 높은 시료 1이 세 가지 동작에서 일정한 파장이 유지되었다. 시료 2,3은 배굴과 저굴에서는 일정한 파장을 나타내었지만, 랜딩동작에서는 신호 노이즈가 나타났다. 이는, 랜딩동작에서 는 인장강도와, 게이지율에 따라 파장의 패턴이 다르게 나타나는 것을 알 수 있었다. 이와 같은 결과로 손목의 움직 임 측정을 위한 스트레치 센서 제작시에 필요한 조건들을 유추할 수 있었다. 본 연구의 결과를 활용하여 루어낚시용 스마트 웨어러블 제품 개발에 응용이 가능할 것으로 사료된다.

Metal halide perovskite (MHP) nanocrystals (NCs) have emerged as promising materials for various optoelectronic applications including photovoltaics, light-emitting devices, and photodetectors because of their high absorption coefficient, high diffusion length, and photoluminescence quantum yield. However, understanding the morphological evolution of the MHP NCs as well as their controlled assembly into optoelectronic devices is still challenging and will require further investigation of the colloidal chemistry. In this study, we found that the amount of n-octylamine (the capping agent) plays a crucial role in inducing further growth of the MHP NCs into one-dimensional nanowires during the aging process. In addition, we demonstrate that the dielectrophoresis process can permit self-alignment of the MHP nanowires with uniform distribution and orientation on interdigitated electrodes. A strong light-matter interaction in the MHP NWs array was observed under UV illumination, indicating the photo-induced activation of their luminescence and electrical current in the self-aligned MHP nanowire arrays.

ICT 산업의 글로벌 시장을 선점할 수 있는 다음 세대의 개발이 필요한 상황이 일어남에 따라 웨어러블 디바이스 의 생체 신호 모니터링에 대한 관심이 크게 증가하고 있다. 이에 따라 본 연구에서는 히스테리시스가 적은 E-Band를 사용하여 단일벽 탄소나노튜브(SWCNT) 분산 용액에 함침 공정을 통해서 저항형 직물 인장 센서(Resistive textile strain sensor)를 개발하였다. 전기전도성이 부여된 e-band에 저항 신호를 측정하기 위해 만능재료시험기(UTM)과 Microcontroller unit인 아두이노와 LCR 미터를 이용해서 인장의 변화에 따른 저항 변화를 측정하였다. 원단으로 이 루어진 텍스타일 스트레인 센서의 특성상 발생하는 다양한 노이즈들을 효과적으로 처리하기 위하여 신호처리 과정 (Signal processing)의 노이즈 필터링의 이동평균 필터, 사비츠키-골레이 필터, 중앙값 필터들을 사용하여 센서의 필 터 성능을 평가하였다. 그 결과 이동평균 필터의 필터링 결과의 신뢰도가 최소 89.82%, 최대 97.87%으로 이동평균 필터링이 텍스타일 스트레인 센서의 노이즈 필터링 방식으로 적합하였다.

목적 : 본 연구는 척수손상 환자들에게 압력 이미지 센서를 활용한 휠체어 방석의 압력분포 조정이 척수손 상 환자들의 주요 합병증인 욕창의 예방에 있어서 실제로 얼마나 영향을 미치는지를 알아보기 위한 후 향적 연구이다. 연구방법 : 본 연구는, 발병 기간이 1년 미만인 척수손상 환자들 132명을 대상으로 진행한 연구이다. 실험 군은 휠체어 방석 압력분포 조정 당시 본인 소유의 휠체어 방석으로 진행하여 본인에게 맞추어 압력 치 가 조정된 휠체어 방석을 계속하여 사용할 수 있는 66명의 환자로 분류하였고, 대조군은 다양한 이유로 조정된 휠체어 방석을 지속하여 사용할 수 없는 66명의 환자로 분류하였다. 모든 연구대상자는 휠체어 방석 압력분포 조정 이후 1년과 2년 뒤에 한 차례씩의 욕창 발생과 시기에 대한 조사를 진행하였으며 이 조사결과에 따른 두 군 간의 욕창 발생률과 발생 시기를 비교 분석하여 휠체어 방석의 압력분포 조 정평가가 척수손상 환자들의 욕창 예방에 미치는지 영향을 확인하였다. 자료의 모든 통계학적 유의수준 은 p < .05로 정하였다. 결과 : 실험군과 대조군 두 군 간에 욕창이 발생 된 확률의 차이 결과는 모두 유의하지는 않은 것으로 나타 났으나(p > .05), 욕창의 발생 시기에 대한 두 군 간의 비교 결과는 유의한 차이를 보여주었다(p < .05) 결론 : 한 번의 휠체어 방석의 압력분포 조정만으로는 욕창 예방효과의 지속적인 유지가 어려웠다. 하지만 시기에 맞는 유지 관리를 지속할 수 있다면 향후 척수손상 환자들의 욕창 예방 관리에 매우 좋은 방안 으로 제시될 수 있을 것이다.

ADAS(Advanced Driver Assistance System) for automobiles is being developed based on evaluation protocols. Radars, LiDars, and cameras are also being developed by many auto parts suppliers including automobile manufacturer, for automobile safety, but protocols following weather condition are still weak. In South Korea, typhoons that occur in summer in four seasons are the most damaging to property. Therefore, the research is needed based on the virtual environmental conditions of typhoons such as precipitation, wind speed, and temperature. In this study, it was derived that the average error rate for each typhoons condition such as SNR (Signal to Noise Ratio) and RCS (Radar Cross Section) is different by analyzing the effect of typhoons occurring in South Korea on radar according to virtual environmental conditions. It is expected that radar’s analysis from typhoon conditions data can be used to develop radar sensors.

PURPOSES : Road surface conditions are vital to traffic safety, management, and operation. To ensure traffic operation and safety during periods of snow and ice during the winter, each local government allocates considerable resources for monitoring that rely on field-oriented manual work. Therefore, a smart monitoring and management system for autonomous snow removal that can rapidly respond to unexpected abrupt heavy snow and black ice in winter must be developed. This study addresses a smart technology for automatically monitoring and detecting road surface conditions in an experimental environment using convolutional neural networks based on a CCTV camera and infrared (IR) sensor data. METHODS : The proposed approach comprises three steps: obtaining CCTV videos and IR sensor data, processing the dataset acquired to apply deep learning based on convolutional neural networks, and training the learning model and validating it. The first step involves a large dataset comprising 12,626 images extracted from the acquired CCTV videos and the synchronized surface temperature data from the IR sensor. In the second step, image frames are extracted from the videos, and only foreground target images are extracted during preprocessing. Hence, only the area (each image measuring 500 × 500) of the asphalt road surface corresponding to the road surface is applied to construct an ideal dataset. In addition, the IR thermometer sensor data stored in the logger are used to calculate the road surface temperatures corresponding to the image acquisition time. The images are classified into three categories, i.e., normal, snow, and black-ice, to construct a training dataset. Under normal conditions, the images include dry and wet road conditions. In the final step, the learning process is conducted using the acquired dataset for deep learning and verification. The dataset contains 10,100 (80%) data points for deep learning and 2,526 (20%) points for verification. RESULTS : To evaluate the proposed approach, the loss, accuracy, and confusion matrix of the addressed model are calculated. The model loss refers to the loss caused by the estimated error of the model, where 0.0479 and 0.0401 are indicated in the learning and verification stages, respectively. Meanwhile, the accuracies are 97.82% and 98.00%, respectively. Based on various tests that involve adjusting the learning parameters, an optimized model is derived by generalizing the characteristics of the input image, and errors such as overfitting are resolved. This experiment shows that this approach can be used for snow and black-ice detections on roads. CONCLUSIONS : The approach introduced herein is feasible in road environments, such as actual tunnel entrances. It does not necessitate expensive imported equipment, as general CCTV cameras can be applied to general roads, and low-cost IR temperature sensors can be used to provide efficiency and high accuracy in road sections such as national roads and highways. It is envisaged that the developed system will be applied to in situ conditions on roads.

The electrochemical type gas sensor has the advantage of being easy to use due its small size, and it is also relatively inexpensive. However, its output can easily vary depending on temperature and humidity conditions. Therefore, it is important to ascertain the exact output characteristics of a sensor according to the measuring environment in order to improve measurement accuracy for any set of given conditions. The purpose of this study is to obtain basic information about the output characteristics of a sensor that is used both indoor and outdoor according to the variation in temperature and humidity conditions in order to improve the accuracy of the sensor. To achieve this result, a calibration curve was made using ammonia standard gas and the calibration factor was calculated using the calibration curve and the measuring accuracy was confirmed with regard to the ammonia sensor. Based on the test results, the variation of the sensor output value was large in relation to temperature and humidity variation. It was found that the output value from the sensor at higher temperature and humidity conditions was also higher. However, the measuring accuracy of the sensor could be improved by more than 10% by applying the calibration factor and an average accuracy of more than 97% could be achieved. It is anticipated that the result of this study can be used as basic data to obtain more accurate results using electrochemical sensors for a given set of temperature and humidity conditions, and therefore, it can also be considered that the reliability and applicability of electrochemical sensors can be improved.