This study proposes an automated torch angle and position adjustment mechanism for three-dimensional curved-surface welding in shipbuilding. Designed to replace manual operations, the mechanism actively responds to the relative angle between the base plate and stiffener, enabling simultaneous control of torch orientation and positioning using a single power source. The system is integrated into a tracker consisting of a pinion-sector gear assembly for angle adjustment and a cam mechanism for position control. Dynamic simulations confirmed that the torch stably follows the stiffener angle across varying welding speeds, with smooth compensatory motion between the carriage and tracker. Furthermore, a motor-torque-based PID control was implemented, maintaining the torch angle error within 0.23° and the wire tip position error within 0.02 mm. These results verify that the proposed mechanism is highly effective for the automated welding of complex curved structures.

The National Highway Traffic Safety Administration (NHTSA) and the California Department of Motor Vehicles (CA DMV) collect and utilize data from traffic accidents caused by Automated Driving Systems (ADS) driving on real roads, as a policy. Leading autonomous driving technology companies such as Tesla and Waymo collect their own driving and accident data and use them for technology advancement. ADS traffic accident data that occur when driving on real roads are valuable for identifying problems in unexpected situations. This study analyzes the risk of traffic accidents by Operational Design Domain (ODD) on ADS traffic accident data that occurred while driving on an actual road and aims to present a road traffic law-based driving ability evaluation scenario in a complex ODD configuration in high-risk situations, wherein an ADS can be particularly vulnerable in mixed traffic situations. The actual road traffic accident data of ADS from 2,289 accidents as provided by the NHTSA were analyzed. Analysis of the characteristics of ADS traffic accidents revealed that accidents occurred mainly on ordinary ODDs with high traffic demand during actual road driving, that is, on dry roads during clear days and daylight. In traffic situations including ADS and Human Driving Vehicle(HDV), approximately 40% of traffic accidents were confirmed to have occurred because of HDV colliding with stationary ADS and occurred in unexpected situations, such as changing the HDV when driving straight ahead of the ADS. Results of analyzing the risk of traffic accidents on the driving status of ADS by ODD, showed that the risk of traffic accidents that occurred while the ADS was driving straight ahead was 2.27, with dry road conditions, sunny weather, and a road speed limit of 21 to 30 mph at night when streetlights were turned on. Thus, the ADS road traffic law-based driving ability evaluation scenario can be used to evaluate whether to recognize and respond to accident risk situations by developing ADS road traffic law-based driving ability evaluation scenarios for situations vulnerable to accidents due to HDV cut-in in traffic situations that include ADS and HDV. In future, this can be used as basic data for preparing related regulations and institutional devices, such as traffic accident investigations and driving ability evaluations by ADS.

The aim of this study was to evaluate the analytical performance of a curved capillary configurations on a U-tube structure used in a tabletop fully automated blood viscometer. Precision was assessed using normal and abnormal quality control materials measured repeatedly over 20 days across shear rates of 1–1000 s⁻1. Correlation between straight and curved capillary configurations was evaluated. Sample stability was also assessed at shear rates of 1 s⁻1 and 300 s⁻1 over three consecutive days. The curved capillary system demonstrated robust precision, with total coefficients of variation decreasing with increasing shear rate. Strong correlations were observed between straight and curved capillary measurements across all shear rates. Passing– Bablok regression showed slopes close to unity and intercepts near zero, while Bland–Altman analysis revealed minimal bias without shear-dependent trends. Whole blood viscosity remained stable over three days at both low and high shear rates (all p > 0.98). The curved capillary–based U-tube configuration provides analytically equivalent and stable whole blood viscosity measurements compared with conventional straight capillary systems, supporting its suitability for fully automated blood viscometer.

최근 BIM은 단순 3차원 모델링을 넘어 표준화된 속성 데이터의 품질 확보와 체계적 관리가 핵심 요구로 부각되고 있으며, 온톨로 지 및 지식그래프 기반의 데이터 관리･추론 방식이 주목받고 있다. 그러나 지식그래프 기반 BIM 데이터는 부재 간 구조 관계 분석, 설 계 검토, 물량･속성 정보 조회 등 실무 의사결정을 지원할 수 있으나, SPARQL･Cypher와 같은 그래프 질의어를 직접 작성해야 한다 는 점에서 실무 적용에 제약으로 작용한다. 이를 위해 본 연구에서는 사용자가 자연어 질문을 기반으로 그래프 질의를 자동 생성할 수 있는 GraphRAG 기반 질의 자동 생성 프레임워크를 제안하였다. 먼저 CSV 기반 속성/관계 테이블에 규칙을 적용해 노드･관계를 생 성하고 그래프 데이터베이스에 적재하는 CSV-to-LPG 파이프라인을 구현하여, LPG 지식그래프 구축 절차를 자동화하였다. 이후 Few-shot Learning 기반 프롬프트 설계를 통해 사용자의 자연어 질문을 Cypher 쿼리로 자동 변환하는 자동 질의 생성 모듈을 구현하 였다. 전체 프레임워크는 Graph-ACQ 시스템으로 개발하여 라멘교 BIM 데이터를 기반으로 적용하였다. 검증 결과 LPG 스키마 유효 성과 Cypher 자동 생성, Cypher 질의 수작업 과정에서 정확도 모두 100%를 달성하였고, 질의 생성 시간은 평균 7.1초에 처리되었다. GraphRAG 기반 질의 생성 방식은 부재 간 공간･구조 관계를 명시적으로 활용하므로, 설계･검토 과정에서 요구되는 연결 관계 분석, 구조 구성 파악, 물량･속성 정보 조회 등 관계 기반 질의를 자연어로 수행할 수 있다. 또한 Few-shot Learning 기반 접근을 적용하여 교 량 뿐만 아니라 다양한 공종 내에서도 질의 생성을 가능하게 함으로써, 프로젝트의 확장성을 확보 가능하다.

Potholes accelerate the pavement deterioration rate, posing a significant challenge to the Pavement Management System (PMS). Furthermore, potholes severely undermine road safety and traffic efficiency by causing vehicle damage and inducing evasive maneuvers. However, conventional manual maintenance methods are limited in their ability to respond rapidly to such degradation due to the inevitable time lag spanning from pothole occurrence and detection to repair. To address this, this paper proposes a fully automated framework that integrates real-time detection via crowdsourcing with robotic repair. In this paper, we quantify total delay times, comprising reporting, waiting, and repair phases, of 15 major routes in Jeju Island using an one-dimension corridor model. Simulation results demonstrate that the proposed system reduces the detection-to-repair time by over 90%, effectively eliminating administrative waiting times and significantly decreasing the number of residual potholes. This indicates that the proposed strategy can enhance the overall efficiency of the transportation network by minimizing the delay time and the number of residual potholes. By transitioning from methods reliant on manual labor to an operational model driven by data and operating in real time, this study confirms the technical and economic feasibility of the proposed system in optimizing the PMS, thereby simultaneously ensuring road safety and minimizing social costs.

게임 콘텐츠가 점점 복잡해짐에 따라 기존의 수동 테스트 및 스크립트 기반 테스트 방법 은 비용과 테스트 범위 측면에서 한계를 보이고 있다. 본 연구에서는 픽셀 수준의 시각 정 보만을 사용하여 게임의 그래픽 사용자 인터페이스(GUI)와 상호작용하는 딥 강화학습(DRL) 기반 자동 게임 테스트 에이전트를 제안한다. 제안된 에이전트는 ResNet18 기반 시각 인식 모듈과 Proximal Policy Optimization(PPO) 알고리즘을 결합하여, 게임에 대한 어떠한 선 해 정보 없이도 게임 내 장애물을 만났을 때 점프, 웅크리기, 벽 오르기와 같은 회피 방법 을 효과적으로 선택할 수 있다. 실험 결과, 제안된 에이전트는 다양한 장애물 구성 환경에 서 무작위 기준 모델 대비 더 높은 과제 성공률과 안정적인 학습 성능을 보였으며, 이를 통해 블랙박스 게임 환경에서 DRL 기반 자동 테스트의 실현 가능성을 입증하였다.

In the manufacturing industry of metallic bellows, accurate cost estimation and quotation generation are crucial because the design dimensions and material specifications vary with each OEM order. This study aims to develop a Microsoft Excel-based software that automatically calculates production costs and generates quotations for single-type and double-type circular bellows based on the EJMA (Expansion Joint Manufacturers Association) 10th Edition design standards. The proposed program integrates the essential cost components — raw materials, forming processes, welding, assembly, inspection, and overhead — into a modular calculation system. Using VBA (Visual Basic for Applications), the system allows users to input design parameters (such as pitch, convolution height, mean diameter, and thickness), after which it automatically computes material consumption, manufacturing time, and total cost, providing an itemized quotation sheet. This automation not only reduces manual calculation errors but also significantly shortens the lead time for quotation preparation. The research demonstrates that the developed system achieves cost estimation accuracy within ±3% of actual production costs and can be easily adapted to different bellows configurations, thereby enhancing productivity and competitiveness in OEM manufacturing environments.

Crash risk in metropolitan areas arises from the interaction among driver behavior, enforcement infrastructure, and urban environmental conditions; however, microspatial evidence remains scarce. This study examines the effects of automated speed-enforcement cameras on the crash risk in Seoul at the legal-dong level using the accident risk index, which accounts for both crash frequency and injury severity. The dataset combines crash records, enforcement infrastructure, school-zone information, demographic indicators, and land-use characteristics. Methodologically, a Bayesian negative binomial regression model was employed to address overdispersed crash data, whereas gradient-boosting machine and eXtreme Gradient Boosting models with SHAP interpretations were applied to capture nonlinear effects, heterogeneity, and variable interactions. The results reveal that the crash risk is spatially concentrated, with a small proportion of districts contributing disproportionately to the overall exposure. Regression analysis highlights enforcement and behavioral factors as significant predictors, whereas machine-learning models emphasize the added importance of structural and demographic characteristics, such as road area and floating population. This divergence reflects the sensitivity of the regression to collinearity and linearity assumptions in contrast to the flexibility of tree-based methods in uncovering nonlinear and context-dependent influences. In general, the findings reflect the value of integrating statistical and machine-learning approaches for a more comprehensive understanding of crash risk at the microspatial scale. This study advances the methodological diversity in traffic-safety research and provides practical evidence that cameradeployment strategies should be context sensitive while targeting areas with concentrated risks and distinct structural and demographic profiles.

운전 시뮬레이션을 이용하여 3-수준 자율주행 상황을 구현한 후 청년 및 고령운전자가 주간/야간 운전 조건과 비 운전과제(nonm-driving task: NDT) 수행 여부에 따라 보이는 제어권 인수시간(takeover time: TOT), 차량제어 (vehicle control :VC) 및 주관적 작업부하(subjective workload: SW) 수준에서의 차이를 비교하였다. 실험참가자들에 게는 자율주행 중 NDT를 수행하도록 하였고 NDT 수행 도중 제어권 인수가 요청되면 제어권을 빠르고 정확하게 인수받아 수동운전으로 전방의 장애물을 회피하도록 하였다. 본 연구 결과를 요약하면 다음과 같다. 첫째, 야간 운전 조건과 NDT 수행 조건에서 실험참가자들의 TOT는 증가하였고, 차량에 대한 종적 및 횡적수행 모두 저하되었으며, SW 수준은 더 높았다. 둘째, 청년운전자 집단에 비해 고령운전자들의 VC 수행이 상대적으로 더 저조하였다. 셋째, 고령운전자들은 야간 운전과 NDT 수행 요구가 결합되면 모든 종속측정치에서 청년운전자들에 비해 상대적으로 더 저하된 수행을 보였다. 이러한 결과는 야간 자율주행에서 고령운전자의 주의가 분산될 경우 자율주행 차량과의 상호 작용 및 긴급한 상황에서의 장애물 회피에서 어려움이 증가할 수 있다는 것을 시사한다.

기후변화로 인해 노지 과수원의 정밀한 토양수분 관리 중요 성이 커지고 있으며, 최근에는 토양수분장력 기반 관리 방법 이 주목받고 있다. 본 연구는 고품질 사과 생산을 위한 최적 토 양수분 관리 방법을 규명하고자, 경상북도 안동의 노지 사과 원에서 2년간(2022－2023) 토양수분장력센서 기반 자동관 수시스템을 적용하여, 네 수준의 자동관수 처리구(－30, － 45, －60kPa, 생육시기별 추천)와 강우량 기반 관행 처리구를 비교하였다. 토양수분장력 기반 자동관수는 설정한 관수개시 점에 따라 관수가 알맞게 진행되어 토양수분이 안정적으로 유 지되었으나, 관행 처리구에서는 특히 강우량이 많았던 2023년 에 필요한 시점에 관수가 이루어지지 않아 토양수분장력 값이 낮게 나타났다. 수체 생육은 처리 간 뚜렷한 차이가 없었으며, 연차별 차이는 강우와 일사 조건에 기인한 것으로 판단된다. 과실 특성은 2022년보다 2023년에 전반적으로 향상되었으 며, －30kPa 처리구는 큰 과실 크기를 보였고, －45kPa 처리구는 가장 높은 당도를 나타냈다. 관수 처리구에 따른 차이는 연도별로 다르게 나타났는데, 이는 2년간의 물 관리의 누적 효 과와 2023년의 많은 강우에 의한 영향으로 판단된다. 2023년 관행 처리구는 강우가 많았음에도 불구하고 수분 공급 시점이 적절하지 않아 과실 크기가 가장 작았다. 누적 관수량 분석 결 과, －45kPa 처리구는 －30kPa 처리구 대비 약 8%의 물을 절 감하면서도 과실 크기 저하 없이 높은 당도와 산도를 유지하 여 노지 사과원의 효율적인 토양수분 관리 방법으로 확인되었 다. 본 연구는 노지 사과원에서 토양수분장력센서 기반 자동 관수시스템이 고품질 사과 생산과 수분 이용 효율 개선에 효 과적임을 검증하였다.

기후 변동성과 시장 불확실성이 심화되는 상황에서 노지 작 물의 작황 모니터링은 점차 중요성이 커지고 있다. 기상자료 통계분석, 원격탐사기반 식생지수, 작물모형 중 하나에만 의 존하는 기존 모니터링 접근법은 부분적인 정보만 제공할 뿐, 현장상황을 종합적으로 판단하여 제시하지 못하는 한계가 있 다. 본 연구는 다중출처 데이터와 작물모형을 통합하여 지역 단위 작황 모니터링을 자동으로 수행하는 보고 서비스 개발을 목표로 한다. 제안하는 서비스는 (1) 기상자료 분석을 통한 환 경 특성 평가, (2) 위성영상을 활용한 식생지수 산출을 통한 실 시간 생육 상태 진단, (3) 작물모형을 활용한 기상환경에 따른 잠재 생산량 추정의 세 요소로 구성된다. 이러한 데이터는 파 이프라인을 통해 자동으로 처리하여 그 결과가 지도, 시계열 변화, 생산량 예측을 포함한 지역 단위 작황 보고서로 생성되 도록 시스템을 개발하였다. 잠재생산량은 생산량 통계 자료 와의 비교 검증을 통해 작물모형(APSIM)을 활용한 잠재 생 산량 추정치가 유의한 수준임을 확인하였다. 본 연구에서 제 안한 체계는 다양한 출처에서 생산되는 데이터를 자동화된 보 고 파이프라인으로 통합함으로써 농업 의사결정, 정책 수립, 기후 및 시장 위험에 대한 신속한 대응을 지원할 수 있는 의사 지원시스템의 주요 구성요소로 기여할 것이다.

최근 기후변화로 인한 이상기후 현상이 심화되면서 포도 품 질 저하와 수량 감소에 대한 우려가 커지고 있으며, 이에 따라 고품질 포도 생산을 위한 효과적인 수분 관리의 중요성이 증 가하고 있다. 본 연구는 토경에서 재배하는 포도 ‘샤인머스켓’ 을 대상으로 토양수분장력센서 기반 자동관수시스템을 활용 하여, 다양한 토양수분장력 관수개시점(－30, －60, －90kPa) 에 따른 포도의 생육 및 과실 특성을 비교하여 최적 관수개시 점을 규명하고자, 충청북도 옥천의 연동하우스에서 실험을 수행하였다. －30kPa 처리구의 포도에서 엽 생육, 광합성, 과 방중이 가장 우수하였던 반면, －90kPa 처리구에서는 이러한 수치들이 저하되었다. 반면, －60kPa 처리구는 －30kPa 처 리구보다 물을 약 39% 적게 사용하였음에도 전체적으로 －30kPa 처리구와 유사한 생육을 보였으며, 과실 품질에 있어 서 당도가 상대적으로 높은 경향을 보였다. 특히, 누적 관수량 의 증가에 따라 포도 과실의 당도가 저하되는 결과를 나타내 어, 고품질 포도 생산을 위한 최적 관수방안의 필요성이 부각 되었다. 본 연구는 토양수분장력센서 기반 자동관수시스템이 과수 토경 재배에 효과적으로 적용이 가능함을 확인하였으 며, 연동하우스 내 포도 토경 재배 시 토양수분장력 －60kPa 수준이 포도 생육과 과실 품질 저하 없이 물 사용량을 줄이면 서도 고품질 포도 과실 생산이 가능한 최적 관수개시점 수준 임을 제시하였다.