‘반려동물 가구 1천만 시대’, ‘4가구 중 1가구가 반려동물 가구’. 이제 반려동물과 함께 사는 사람을 보는 것이 흔한 일이 되었다. 반려동물 가구가 전폭적으로 증가하고 있는 추세임에도 불구하고 반려문화의 발전 속도가 현저히 뒤쳐져 위와 같이 반려견의 공공장소 이용에 대한 반려인과 비반려인 간의 갈등이 심화되고 있다. 때문에 반려인과 비반려인간의 갈등을 해소하여야 할 필요성을 느껴 이를 위해 국내 반려견 공공장소 이용에 대한 비반려인의 인식을 조사하고자 하였다. 본 논문은 설문조사를 통해 진행되었으며, 공공장소 중 반려인과 비반려인의 접촉이 가장 빈번한 공원, 인도, 내부 공공장소, 공동주택, 대 중교통을 선정하여 각 장소에 따른 인식을 조사하였다. 설문조사 결과 각 장소마다 비반려인이 반려인과 반려견에 대해 가지고 있는 인식과 요구사항이 다르다는 것을 알 수 있었다. 예상 외로 반려견 자체에 대하여 부정적으로 보는 사람보다 긍정적으로 보는 사람이 다수였다. 반려견의 공공장소 이용을 부정적으로 보는 사람 중에서는 반려견에 대한 인식부족으로 인한 편견을 이유로 드는 한편 반려인의 펫티켓 부족, 반려견 관리 미흡을 이유로 들기도 했다. 이를 개선하기 위해 각 지방자치단체에 동물보호과가 신설 및 증설을 통해 처벌뿐만 아니라 목줄 미착용과 같은 동물보호법 위법행위에 대한 감시 감독 또한 강화해야 한다. 더불어 국가적 차원에서 국민을 대상으로 인간과 동물의 공존을 위한 교육이 시행되어야 한다. 동시에 반려인을 대상으로 한 올바른 펫티켓을 비롯한 반려동물 관리에 대한 교육이 필요하다.

Visual place recognition is widely researched area in robotics, as it is one of the elemental requirements for autonomous navigation, simultaneous localization and mapping for mobile robots. However, place recognition in changing environment is a challenging problem since a same place look different according to the time, weather, and seasons. This paper presents a feature extraction method using a deep convolutional auto-encoder to recognize places under severe appearance changes. Given database and query image sequences from different environments, the convolutional auto-encoder is trained to predict the images of the desired environment. The training process is performed by minimizing the loss function between the predicted image and the desired image. After finishing the training process, the encoding part of the structure transforms an input image to a low dimensional latent representation, and it can be used as a condition-invariant feature for recognizing places in changing environment. Experiments were conducted to prove the effective of the proposed method, and the results showed that our method outperformed than existing methods.

This paper presents a method of sonar grid map matching for topological place recognition. The proposed method provides an effective rotation invariant grid map matching method. A template grid map is firstly extracted for reliable grid map matching by filtering noisy data in local grid map. Using the template grid map, the rotation invariant grid map matching is performed by Ring Projection Transformation. The rotation invariant grid map matching selects candidate locations which are regarded as representative point for each node. Then, the topological place recognition is achieved by calculating matching probability based on the candidate location. The matching probability is acquired by using both rotation invariant grid map matching and the matching of distance and angle vectors. The proposed method can provide a successful matching even under rotation changes between grid maps. Moreover, the matching probability gives a reliable result for topological place recognition. The performance of the proposed method is verified by experimental results in a real home environment

In this paper, we present a practical palce and object recognition method for guiding visitors in building environments. Recognizing palces or objects in real world can be a difficult problem due to motion blur and camera noise. In this work, we present a modeling method based on the bidirectional interactionbetween places and objects for simulataneous reinforcement for the robust recognition. The unification of visual context including scene context, object context, and temporal context is also. The proposed system has been tested to guide visitors in a large scale building environment(10 topological places, 80 3D objects)