최근에 선박을 안전하게 설계 및 운항하기 위해 인공지능으로 운동성능을 예측하는 연구가 늘고 있다. 하지만 일반적인 선박 에 비해 소형 어선에 대한 연구는 부족한 실정이다. 본 논문에서는 소형 어선의 운동성능 계산에 필수적인 운동응답을 심층신경망으로 추정하는 모델을 제안한다. 15척의 소형 어선에 대하여 유체동역학 해석을 수행하였으며 이를 통해 데이터베이스를 구축하였다. 환경 조 건과 주요 제원을 입력 데이터로, 단위 파고에 대한 운동응답(Response Amplitude Operator)을 출력 데이터로 설정하였다. 훈련된 심층신경 망 모델을 통해 예측된 운동응답은 유체동역학 해석 결과와 유사한 경향을 보이며 고주파 성분을 가진 운동응답 함수를 낮은 오차로 근 사하는 결과를 보여준다. 본 연구의 결과를 바탕으로 어선의 선형 특성 고려한 심층신경망 모델로 확장하여 연구 결과의 활용도를 넓히 고자 한다.

The stochastic point-source model has been widely used in generating artificial ground motions, which can be used to develop a ground motion prediction equation and to evaluate the seismic risk of structures. This model mainly consists of three different functions representing source, path, and site effects. The path effect is used to emulate decay in ground motion in accordance with distance from the source. In the stochastic point-source model, the path attenuation effect is taken into account by using the geometrical attenuation effect and the inelastic attenuation effect. The aim of this study is to develop accurate equations of ground motion attenuation in the Korean peninsula. In this study, attenuation was estimated and validated by using a stochastic point source model and observed ground motion recordings for the Korean peninsula.

본 연구에서는 BWIM(Bridge Weigh-in-Motion) 시스템을 기반으로 주행차량의 총중량 및 축중량 추정을 수행하였다. BWIM 시스템의 개발을 위해 차량 주행시험은 필수적이지만 그 비용과 시간이 많이 소요되고, 다양한 차량 주행 조건의 적용이 어렵다. 따라서 차량 주행시험의 비용 및 시간적 문제점을 보완하고, 주행 조건에 따른 다양한 교량응답의 확보할 수 있는 수치 시뮬레이션이 현장실험과 병행되어야한다. 본 연구에서는 교량의 동적특성을 반영하는 수치 시뮬레이션을 수행하여 교량의 응답을 획득하고, 통행 차량의 중량을 산출하는 BWIM 시스템에 적용하여 총중량 및 축중량 추정을 수행하고 정밀해석모델기반 과적단속기술에 대하여 제안하였다.

In industrial facilities sites, the conventional method determining the earthquake magnitude (M) using earthquake ground-motion records is generally not applicable due to the poor quality of data. Therefore, a new methodology is proposed for determining the earthquake magnitude in real-time based on the amplitude measures of the ground-motion acceleration mostly from S-wave packets with the higher signal-to-ratios, given the Vs30 of the site. The amplitude measures include the bracketed cumulative parameters and peak ground acceleration (As). The cumulative parameter is either CAV (Cumulative Absolute Velocity) with 100 SPS (sampling per second) or BSPGA (Bracketed Summation of the PGAs) with 1 SPS. The arithmetic equations to determine the earthquake magnitude are derived from the CAV(BSPGA)-As-M relations. For the application to broad ranges of earthquake magnitude and distance, the multiple relations of CAV(BSPGA)-As-M are derived based on worldwide earthquake records and successfully used to determine the earthquake magnitude with a standard deviation of ±0.6M.

블록 영상에 대한 중요한 정보를 포함하고 있는 영상 복잡도는 블록 영상을 대표하는 화소를 선택할 수 있고 정합 오차를 예측할 수 있어 블록 정합 알고리즘에 활용되고 있다. 영상 복잡도는 부가적인 계산량을 요구하고 전체적인 계산량과 화질에 영향을 줄 수 있으므로 적절한 영상 복잡도가 선택되어야 한다.본 논문은 영상 복잡도를 계산할 수 있는 기존의 방법을 소개하고，화질을 유지하면서 계산량을 줄이는 새로운 방법을 제시한다. 성능평가를 위해 영상 복잡도들은 화질과 계산량에 대해 비교 분석된다. 그리고 모의 실험 결과를 통해 제안된 영상 복잡도가 기존의 영상 복잡도보다 우수함을 보인다

대형 LNG 선박의 선체 운동은 선박의 안전에 영향을 미친다. 본 연구의 목적은 153,000 m3 급 대형 LNG 선박의 선체 운동 중에서 롤 운동에 대한 전달함수를 추정하기 위한 것이다. 단일-입력과 단일-출력 그리고 시스템 전달함수를 갖는 선형 시 불변(Linear Time-Invarient) 시스템을 이용하여 선체 운동 전달함수를 모델링 하였다. 모델의 입력으로 단일 해양파를 이용하고, 모델의 출력으로는 ANSYS를 통해서 획득한 LNG 선박의 롤 운동을 이용하여 시스템 식별법을 기반으로 선체 운동의 전달함수를 추정하였다. 실험 결과의 유용성은 전달함수 차원이 서로 다른 경우에 대한 모델의 안정도와 추정률을 이용하여 평가하였다. 실험 결과 안정도는 99%와 98%로 나타나고, 추정률은 78%와 50%로 나타났다. 이러한 결과로부터, 본 연구에서 제안한 선체 운동 전달함수 추정 방법이 타당함을 알았다. 향후, 실제 해상에서 운항 중인 선박의 선체 운동 데이터를 획득하여 다중-입력 그리고 다중-출력을 갖는 모델 구축에 적용하여 실용화를 추진할 예정이다.

본 연구에서는 CT영상기반 3차원 고관절모델을 이용한 컴퓨터시뮬레이션을 통해서 고관절의 운동범위 (Range of Motion)를 측정하는 방법을 제시하였다. 본 연구에서는 그 측정방법에 대한 기술적인 사항을 제시하고, 그 기술이 재현성 있게 실현할 수 있도록 대퇴골두 중심점의 결절, 대퇴골 외전(Abduction)/내전(adduction)회전축, 굽힙(flexion)/신전(extension) 회전축을 정의하고 측정하는 명확한 방법을 제시하였다. 외전각은 해부학적인 시상면(Sagittal plane)상의 Anterior-Posterior축에 대해 아래쪽(Inferior)면으로부터 Lateral 쪽으로의 회전각으로 정의된다. 최대외전각은 대퇴골두가 엉덩이뼈(Pelvis)의 절구(Acetabulum)의 테두리와 겹치지 않고 Anterior-Posterior축을 중심으로 회전할 수 있는 최대 외전각으로 결정된다. 굴곡각은 해부학적인 관상면(Coronal plane)상의 Medial-Lateral축에 대해 아래쪽(Inferior)면으로부터 회전각으로 정의된다. 최대굴곡각은 대퇴골이 Medial-Lateral축을 중심으로 엉덩이뼈(Pelvis)의 절구(Acetabulum)의 테두리와 겹치지 않고 회전할 수 있는 최대 굴곡각으로 결정된다. 정상고관절에 비해 인공고관절술을 받은 해당 환자의 경우, 외전에서는 60도 정도, 굽힘에서는 4도 정도 운동범위가 줄어들 수 있다는 예측이 나왔다. 본 연구에서 행한 시뮬레이션을 해보고 외전의 경우 운동범위의 감소가 예측되므로, 대퇴골두를 조금 큰 것을 고르거나 대퇴골목부의 길이 (femoral neck offset)를 길게 시술해야 할 필요가 있음을 의미한다.

This paper proposes a method for motion estimation of consecutive cameras using 3-D straight lines. The motion estimation algorithm uses two non-parallel 3-D line correspondences to quickly establish an initial guess for the relative pose of adjacent frames, which requires less correspondences than that of current approaches requiring three correspondences when using 3-D points or 3-D planes. The estimated motion is further refined by a nonlinear optimization technique with inlier correspondences for higher accuracy. Since there is no dominant line representation in 3-D space, we simulate two line representations, which can be thought as mainly adopted methods in the field, and verify one as the best choice from the simulation results. We also propose a simple but effective 3-D line fitting algorithm considering the fact that the variance arises in the projective directions thus can be reduced to 2-D fitting problem. We provide experimental results of the proposed motion estimation system comparing with state-of-the-art algorithms using an open benchmark dataset.

Through Estimation of stress distribution, both value and location of the maximum stress can be found. and the maximum stress is very important indicator for structural safety evaluation. In this connection, a lot of studies to estimate stress distributions are conducted. But studies on the optimal number and location of measurement points are few. So, In this study, the effects of the number and location of measurement points on the estimation stress distribution for the steel beam structure using motion capture system and cubic smoothing spline interpolation are researched.

Recently, many vision-based navigation methods have been introduced as an intelligent robot application. However, many of these methods mainly focus on finding an image in the database corresponding to a query image. Thus, if the environment changes, for example, objects moving in the environment, a robot is unlikely to find consistent corresponding points with one of the database images. To solve these problems, we propose a novel navigation strategy which uses fast motion estimation and a practical scene recognition scheme preparing the kidnapping problem, which is defined as the problem of re-localizing a mobile robot after it is undergone an unknown motion or visual occlusion. This algorithm is based on motion estimation by a camera to plan the next movement of a robot and an efficient outlier rejection algorithm for scene recognition. Experimental results demonstrate the capability of the vision-based autonomous navigation against dynamic environments.