PURPOSES : This study develops a model that can estimate travel speed of each movement flow using deep-learning-based probe vehicles at urban intersections. METHODS : Current technologies cannot determine average travel speeds for all vehicles passing through a specific real-world area under obseravation. A virtual simulation environment was established to collect information on all vehicles. A model estimate turning speeds was developed by deep learning using probe vehicles sampled during information processing time. The speed estimation model was divided into straight and left-turn models, developed as fully-offset, non-offset, and integrated models. RESULTS : For fully-offset models, speed estimation for both straight and left-turn models achieved MAPE within 10%. For non-offset models, straight models using data drawn from four or more probe vehicles achieved a MAPE of less than 15%. The MAPE for left turns was approximately 20%. CONCLUSIONS : Using probe-vehicle data(PVD), a deep learning model was developed to estimate speeds each movement flow. This, confirmed the viability of real-time signal control information processing using a small number of probe vehicles.

PURPOSES : This paper proposes an artificial neural network (ANN)-based real-time traffic signal time design model using real-time field data available at intersections equipped with smart intersections. The proposed model generates suitable traffic signal timings for the next cycle, which are assumed to be near the optimal values based on a set of counted directional real-time traffic volumes. METHODS : A training dataset of optimal traffic signal timing data was prepared through the CORSIM Optimal Signal Timing program developed for this study to find the best signal timings, minimizing intersection control delays estimated with CORSIM and a heuristic searching method. The proposed traffic signal timing design model was developed using a training dataset and an ANN learning process. To determine the difference between the traditional pre-time model primarily used in practice and the proposed model, a comparison test was conducted with historical data obtained for a month at a specific intersection in Uiwang, Korea. RESULTS : The test results revealed that the proposed method could reduce control delays for most of the day compared to the existing methods, excluding the peak hour periods when control delays were similar. This is because existing methods focus only on peak times in practice. CONCLUSIONS : The results indicate that the proposed method enhances the performance of traffic signal systems because it rapidly provides alternatives for all-day cycle periods. This would also reduce the management cost (repeated field data collection) required to increase the performance to that level. A robust traffic-signal timing design model (e.g., ANN) is required to handle various combinations of directional demands.

In order to monitor the long-term condition of structures in nuclear waste disposal system and evaluate the degree of damage, it is necessary to secure quantitative monitoring, diagnosis, and prediction technology. However, at present, only simple monitoring or deterioration evaluation of the structure is being performed. Recently, there is a trend to develop monitoring systems using artificial intelligence algorithms, such as to introduce artificial intelligence-based failure diagnosis technology in nuclear power plant facilities. An artificial intelligence algorithm was applied to distinguish the noise signal and the destructive signal collected in the field. This can minimize false alarms in the monitoring system. However, it is difficult to apply artificial intelligence to industrial sites only by learning through laboratory data. Therefore, a database of noise signals and destructive signals was constructed through laboratory data, and signals effective for quantitative soundness determination of structures were separated and learned. In addition, an adaptive artificial intelligence algorithm was developed to enable additional learning and adaptive learning using field data, and its performance was verified through experiments.

밸브의 내부 누설 현상은 밸브의 내부 부품의 손상에 의해 발생하며 배관 시스템의 사고와 운전정지를 일으키는 주요 요인이 다. 본 연구는 버터플라이형 밸브의 내부 누설에 따라 배관계에서 발생하는 음향방출 신호를 이용하여 배관 가동 중 실시간 누설 진단의 가능성을 검토하였다. 이를 위해 밸브의 작동 모드별로 측정한 시간영역의 AE 원시신호를 취득하였으며 이로부터 구축한 데이터셋은 데 이터 기반의 인공지능 알고리즘에 적용하여 밸브의 내부 누설 유무를 진단하는 모델을 생성하였다. 누설 유무진단을 분류의 문제로 정의 하여 SVM 기반의 머신러닝과 CNN 기반의 딥러닝 분류 알고리즘을 적용하였다. 데이터의 특징 추출에 기반한 SVM 분류 모델의 경우, 이 진분류 모델에서 구축된 모델에 따라 83~90%의 정확도를 나타냈으며, 다중 클래스인 경우 분류 정확도가 66%로 감소하였다. 반면, CNN 기반의 다중 클래스 분류 모델의 경우 99.85%의 분류 정확도를 얻을 수 있었다. 결론적으로 밸브 내부 누설 진단을 위한 SVM 분류모델은 다중 클래스의 정확도 향상을 위해 적절한 특징 추출이 필요하며, CNN 기반의 분류모델은 프로세서의 성능 저하만 없다면 누설진단과 밸브 개도 분류에 효율적인 접근방법임을 확인하였다.

최근 자기공명영상 획득을 위한 시뮬레이션 도구가 개발되어 오랜 시간이 소요되는 임상 연구를 대체할 수 있게 되었다. 이에 본 연구에서는 MRiLab 시뮬레이션을 사용하여 부가인자인 에코 시간의 변화에 따라 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하여 영상의 신호 및 노이즈의 변화를 정량적으로 평가하고 경향성을 파악하고자 한다. 이를 위해 실제 MRI 장비를 기반으로 새롭게 개발된 MRiLab simulation tool을 사용하여 모든 파라미터를 같게 고정한 후 TE만을 20~95 ms범위에서 5 ms 간격으로 각각 설정하여 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하였다. 획득된 영상들의 신호 및 노이즈 특성 변화를 정량적으로 평가하기 위해 신호대잡음비 및 대조대잡음비를 측정하였다. 결과적으로, TE가 증가할수록 SNR은 감소하고 CNR은 증가하는 경향을 보였다. 이는 TE가 증가할수록 관심 영역으로 설정된 뇌척 수액 신호는 일정하게 유지되는 반면 노이즈는 증가하였으며, 백그라운드로 설정된 백질의 경우 신호가 감소함과 동시에 노이즈가 증가한 것이 원인으로 분석된다. 결론적으로, 진단에 용이한 경사에코 펄스 시퀀스가 적용된 뇌 T2 강조 영상을 획득하기 위해서는 그 목적에 따라 적합한 TE를 설정하는 것이 중요함을 확인하였다.

최근 ICT 산업의 기술혁신이 일어남에 따라 생체신호을 인식하고 이에 대해 대응을 하기 위한 웨어러블 센싱 장치에 대한 수요가 증가하고 있다. 이에 따라 본 연구에서는 단순한 함침과정을 통해 3차원 스페이서(3D spacer)직물 을 단일벽 탄소나노튜브(SWCNT)분산용액에 함침공정을 진행해 단일층(monolayer) 압전 저항형 압력 센서 (piezoresistive pressure sensor)를 개발하였다. 3D 스페이서 원단에 전기전도성을 부여하기 위해 시료를 SWCNT 분 산용액에 함침공정을 진행한 후 건조하는 과정을 거쳤다. 함침된 시료의 전기적 특성을 파악하기 위해 UTM (Universal Testing Machine)과 멀티미터를 이용해서 압력의 변화에 따른 저항의 변화를 측정하였다. 또한 센서의 전기적 특성의 변화를 관찰하기 위해 분산용액의 농도, 함침횟수, 시료의 두께를 다르게 해서 시료의 센서로서의 성능을 평가했다. 그 결과 wt0.1%의 SWCNT 분산용액에 함침공정을 2번 진행한 시료가 센서로서 가장 뛰어난 성능 을 나타냄을 알 수 있었다. 두께별로는 7mm 두께의 센서가 가장 높은 GF를 보이고 13mm 두께의 센서가 작동범위가 가장 넓음을 확인했다. 본 연구를 통해 3D spacer 원단으로 제작한 스마트 텍스타일 센서는 공정과정이 단순하면서도 센서로서 성능이 뛰어나다는 장점을 확인할 수 있었다.

This study suggested a new real-time traffic signal operation algorithm using combined data of travel time and occupancy rate. This study applied the travel time data to traffic signal control system, and developed the signal operation algorithm based on saturation degree that was calculated using the travel time data. This algorithm calculates a queue length using a delay model, and converts the queue length to the saturation degree. Moreover, it calculates signal timing variables using this combined saturation degree. This study conducted a microscopic simulation for effectiveness evaluation. We checked that the average intersection delay decreased by up to 27 percent. Moreover, we checked that this signal operation algorithm could respond to a traffic condition of oversaturation and loop detector error effectively and usefully. In korea, sectional traffic detection systems are being installed in various ITS projects, such as Advanced Transportation Management System(ATMS) and Urban Transportation Information System(UTIS). This study has important significance in the sense that it is new methodology to accept the sectional detection system in traffic signal control system.

초연결사회의 시대가 도래하여 시간과 공간의 제약없이 효율적으로 정보를 전달할 수 있는 스마트 디바이스의 사용이 보편화되었다. 스마트 디바이스는 사람과 사물 간의 상호작용을 통하여 정보를 전달할 수 있도록 점차 웨어러블 형태로 발전하고 있으며, 의복 형태의 스마트 디바이스인 스마트의류는 인체에 가장 밀착한 상태로 각종 생체신호 등의 측정이 가능하기 때문에 미래 일상생활에서 사용도가 높아질 것으로 주목받고 있다. 기존에 개발된 스마트의류는 의복에 전자장치를 부착한 형태로 개발되어 기기 이물감으로 인해 착용 시 사용자의 불편을 야기하여 지속적으로 생체신호를 측정하기에 한계가 있었다. 이에 따라 점차 전자장치가 텍스타일 내의 한 요소로 통합되어 있는 스마트 텍스타일을 기반으로 한 스마트의류의 개발이 요구된다. 본 연구에서는 현재 소비자에게 가장 근접한 웨어러블 디바이스인 스마트워치 사용자를 대상으로 하여 사용경험에 기반한 감성을 통해 웨어러블 디바이스에서 사용자가 필요로 하는 요구조건을 탐색하고자 하였다. 스마트워치 사용자의 경험에 기반한 감성에 대해 구체적인 답변을 얻고자 반구조화 된 심층인터뷰를 통해 질적 연구를 수행하였으며, 심층인터뷰 내용을 바탕으로 사용자감성을 기능적, 심미적, 사회적, 경험적 네 가지 측면으로 분류하였다. 측면별로 감성키워드를 설정하여 빈도 수 확인을 통해 스마트워치 사용자의 관심도를 알아보았다. 본 연구의 결과를 미래의 웨어러블 디바이스로 주목받고 있는 스마트의류 제작에 필요한 스마트 텍스타일 개발을 위한 기초자료로 활용하고자 한다.

This paper is to investigate propagation path characteristics of GPS potential jamming signal. To do this, the spherical ground diffraction model is applied to the potential jamming scenario referred to the GPS jamming events occurred in recent years. The fundamental theory on the propagation path loss is discussed and a specific model is applied to several vehicles types which have own heights of antennas in order to compare their propagation path loss values at same 2-D location. The transmitting powers are appropriately given as the ordinary GPS jamming events. And then the received powers in dBW are obtained with given transmitting powers and the estimated total loss. The result of received jamming power at various locations due to the given scenario was distinct. For example, propagation loss values were estimated as -147 ~ -142dBW and -167 ~ -162dBW in 106W and 104W, respectively. This computation result of the loss can be seriously considered with the tolerable jammer power against L1- C/A GPS receiver under any real jamming situations.

문명의 발달과 함께 수면부족으로 인한 여러 가지 스트레스와 질환이 증가하게 되어 최근 수면연구에 대한 관심이 증가하고 있다. 본 연구는 다양한 온열환경 조건에서의 쾌적한 수면을 위한 온열환경을 제시하기 위해, 5명의 여성 피험자를 대상으로 22℃, 26℃, 30℃의 일정온도 조건과 25℃에서 1시간 후와 2시간 후에 각각 1, 2℃를 상승시켜주는 변동온도 조건하에서 수면생리신호를 측정하였다. 그리고, 수면단계 평가를 이용하여 총 수면시간, 깊은 수면의 비율, 그리고 최초 수면시작 시간에서 최초의 서파 수면이 나타나기까지의 지연시간 등의 수면효율을 평가하였다. 그 결과, 일정온도 조건에서는 26℃에서 총 수면시간(466.7±10.25분)과 깊은 수면의 비율(33.1±4.95%)은 타 조건에 비해 높게 나타났고, 최초 서파수면까지의 지연시간(9.8±3.33분)은 타 조건에 비해 낮게 나타나 쾌적한 수면을 위한 가장 적절한 온열조건임을 관찰할 수 있었다. 그리고 변동온도 조건에서는 4가지 온열조건간에는 큰 차이가 나타나지 않았지만, 모든 조건에서 일정온도 조건보다는 좋은 결과를 나타내었다. 또한 수면 중 신체 움직임과 설문 분석에서도 동일한 결과를 보였다. 본 연구를 통해, 수면생리신호를 이용한 수면 쾌적성 분석은 수면의 질적인 상태를 관찰하는데 매우 적합한 파라메터를 도출할 수 있으며, 여러 가지 수면환경 조건을 평가하는데 매우 유용한 지표가 될 수 있음을 보였다.

온열쾌적감에 영향을 주는 중요한 요인들로는 온도, 습도, 기류 등의 물리적 요인과 성별이나 체질 등 뿐만 아니라 온열환경에서 느끼는 인간의 감성적인 측면도 요인으로 작용한다. 본 연구에서는 여러 가지 온열 환경 중에서 실내의 상하온도차와 기류방식의 제어에 따른 생체반응의 변화, 및 감성의 변화를 관찰하여 온열환경에 따른 인간의 온열쾌적감을 평가하기 위해 생리신호를 측정, 분석하였다. 인간에게 가장 쾌적함을 주는 최적의 실내 상하온도차와 기류제어방식을 구현하기 위한 평가방법으로 MST(mean skin temperature)분석 및 HRV(heart rate variability) 분석과 EEG 주파수 스펙트럼 분석을 시행하였다. 그 결과 실내의 상하온도차는 23℃의 머리부위 온도에서 발 부위와의 온도차가 -3℃일 때 가장 쾌적한 조건으로 나타났고, 기류제어방식은 감성기류조건에서 가장 쾌적함을 보였다. 본 연구를 통해 실내의 상하온도차와 기류방식에 대한 온열환경의 쾌적조건을 설정하였고, HRV 분석과 EEG의 주파수 분석이 주판신소설문평가와 유의한 결과를 나타내어 이러한 생리신호의 분석이 인간의 감성적 측면을 고려한 온열쾌적성을 펑가하는데 보다 객관적이고 신뢰성 있는 평가지표로 이용될 수 있음을 제시하였다.

This study has been considering cable stayed bridge for structural health monitoring purpose . To monitor the bridge, 6 different locations (like 2 points from deck, 2 points from pylon, 1 points from side span and 1 points from girder) were introduce to find the satellite signal received from the GPS antenna. According to the World Geodetic System 1984(WGS-84) coordinate system, the GPS station signal was measured in the 6 observed points. After that, Statistical moment analysis is applied to assess the condition of those 6 position of this long span bridge. Finally, the Statistical moment analysis results clearly indicate the present condition of the long span bridge at 6 different locations. The time series statistical moments really able to detect the damage condition and localization of the long span bridge.

광역보정시스템은 GPS와 같은 위성항법을 이용하는 사용자의 정확성, 무결성을 개선시키기 위하여 고안된 시스템이다. 본 논문에서 는 개발된 의사위성 기반의 광역보정시스템의 전체 구조에 대하여 설명하고, 후처리 기반으로 상용 수신기에 대하여 성능 테스트를 수행하는 실험 방법 및 결과에 대하여 설명한다. 보정정보 생성을 위하여 총 5개의 NDGPS 기준국에서 수집되는 데이터가 활용되었으며 이를 광역기준 국, 중앙처리국 소프트웨어에서 처리하였다. 생성된 보정정보는 SP3, IONEX 데이터와 비교하여 정확도를 테스트하였다. 상용 수신기 실험에서 는 사용자의 RF 신호를 수집, 보정정보를 생성하였으며, 이후에 RF신호와 보정정보가 실린 의사위성 신호를 동시에 방송하여 테스트를 수행하 였다. 테스트는 3대의 상용수신기를 활용하여 수행되었으며 MSAS, GPS 단독 측위 수신기와 비교하여 성능을 검증하였다. 각 수신기의 위치 해 출력 결과로부터 위치오차를 비교하였으며 보정정보를 적용함으로써 향상된 위치해가 출력됨을 확인하였다.