양식장 부표 등과 같은 해상의 소형 장애물을 탐지하고 거리와 방위를 시각화시켜 주는 해상물체탐지시스템은 선체운동으로 인한 오차를 보정하기 위해 3축 짐벌이 장착되어 있지만, 파도 등에 의한 카메라와 해상물체의 상하운동으로 발생하는 거리오차를 보정 하지 못하는 한계가 있다. 이에 본 연구에서는 외부환경에 따른 수면의 움직임으로 발생하는 해상물체탐지시스템의 거리오차를 분석하 고, 이를 평균필터와 이동평균필터로 보정하고자 한다. 가우시안 표준정규분포를 따르는 난수를 이미지 좌표에 가감하여 불규칙파에 의 한 부표의 상승 또는 하강을 재현하였다. 이미지 좌표의 변화에 따른 계산거리, 평균필터와 이동평균필터를 통한 예측거리 그리고 레이저 거리측정기에 의한 실측거리를 비교하였다. phase 1,2에서 불규칙파에 의한 이미지 좌표의 변화로 오차율이 최대 98.5%로 증가하였지만, 이동평균필터를 사용함으로써 오차율은 16.3%로 감소하였다. 오차보정 능력은 평균필터가 더 좋았지만 거리변화에 반응하지 못하는 한계 가 있었다. 따라서 해상물체탐지시스템 거리오차 보정을 위해 이동평균필터를 사용함으로써 실시간 거리변화에 반응하고 오차율을 크게 개선할 수 있을 것으로 판단된다.

High-performance concrete (HPC) is a new terminology used in concrete construction industry. Several studies have shown that concrete strength development is determined not only by the water-to-cement ratio but also influenced by the content of other conc

High-performance concrete(HPC) is a new terminology used in concrete construction industry. Several studies have shown that concrete strength development is determined not only by the water-to-cement ratio but also influenced by the content of other concrete ingredients. HPC is a highly complex material, which makes modeling its behavior a very difficult task. This paper aimed at demonstrating the possibilities of adapting artificial neural network (ANN) to predict the comprresive strength of HPC. Mahalanobis Distance(MD) outlier detection method used for the purpose increase prediction ability of ANN. The detailed procedure of calculating Mahalanobis Distance (MD) is described. The effects of outlier compared with before and after artificial neural network training. MD outlier detection method successfully removed existence of outlier and improved the neural network training and prediction perfomance.

최근 교통감시시스템은 실시간의 영상검지시스템(VIPS)을 가장 선호하고 있으며, 그 수요는 매년 증가하고 있는 추세이다. 일반적으로 영상검지시스템은 공간기반의 검지알고리즘을 사용하고 있으며, 교통량, 속도, 점유율 등의 교통정보를 제공하고 있다. 현재 전 세계적으로 이미 상용화되어 있는 대부분의 영상검지시스템들은 Tripwire기반의 검지영역 내 차량의 존재유무를 판단하여 교통정보를 수집하는 알고리즘으로 구성되어 있으나, 개별차량에 대한 걸지는 불가능한 한계를 갖고 있다. 반면 개벽차량의 추적시스템은 보다 구체적인 공간적 교통정보를 제공할 수 있어 사고검지, 급차선 변경 등 교통정보를 보다 다양화 할 수 있다는 장점이 있으나 추적길이가 불과 100미터이내이면, 그 이상 관측하기 위해서는 운영자가 카메라를 줌인을 하여 영상을 확대하여야 한다. 따라서 본 논문에서는 차량 추적의 효과를 높이기 위해서 기존의 100미터 이내 추적거리를 여러 대의 CCTV시스템을 이용하더라도 200미터이상으로 확대함으로써 사고 또는 비정상적 차량흐름을 검지할 수 있는 알고리즘을 제안한다.

본 연구의 목적은 운전자의 행태를 통한 시선유도시설의 효과를 검증하고, 도로의 기하구조에 따라 어떤 시선유도시설의 효과가 우수한지에 대해 그 결과를 제시하고자 함이며, 이를 위해 GPS가 장착된 차량을 이용하여 시선유도시설의 인지거리와 측방이격 폭을 측정하였다. 실험결과 첫째로 야간에 운전자는 시선유도시설이 설치될 경우 도로선형 인지에 긍정적인 영향을 미치는 것으로 나타났으며, 둘째로 직선구간에서는 표지병보다 시선유도표지의 인지거리가 길고 곡선부에서는 차이가 없는 것으로 나타났다. 또한 갈매기표지는 곡선부에서 인지거리가 가장 큰 것으로 나타났으며, 표지병은 인지거리와 측방위치에서 큰 차이를 보이지 않았다. 따라서 직선부에서는 시선유도표지가, 곡선부에서는 갈매기표지의 설치가 권장된다.

This paper proposes a model and train method that can real-time detect objects and distances estimation based on a monocular camera by applying deep learning. It used YOLOv2 model which is applied to autonomous or robot due to the fast image processing speed. We have changed and learned the loss function so that the YOLOv2 model can detect objects and distances at the same time. The YOLOv2 loss function added a term for learning bounding box values x, y, w, h, and distance values z as 클래스ification losses. In addition, the learning was carried out by multiplying the distance term with parameters for the balance of learning. we trained the model location, recognition by camera and distance data measured by lidar so that we enable the model to estimate distance and objects from a monocular camera, even when the vehicle is going up or down hill. To evaluate the performance of object detection and distance estimation, MAP (Mean Average Precision) and Adjust R square were used and performance was compared with previous research papers. In addition, we compared the original YOLOv2 model FPS (Frame Per Second) for speed measurement with FPS of our model.

충돌 처리는 게임의 물리 법칙을 구현하기 위하여 매우 중요한 요소 중의 하나이며, 게임을 생동감 있게 하기 위한 과정이다. 충돌 처리는 매우 많은 연산이 필요하기 때문에 게임 성능에 중대한 영향을 미친다. 이를 해결하기 위해서 연산량을 줄이는 방식의 연구가 많이 진행되었고, 대표적으로 SAP 알고리즘이 많이 사용되고 있으나 반복되는 연산이 있어 효율성이 떨어진다. 본 논문에서는 충돌 처리의 연산량을 줄이고 SAP 알고리즘의 문제점을 해결하기 위하여, 거리기반 SAP 알고리즘을 새롭게 제안한다. 본 논문에서 제안한 알고리즘으로 만든 시뮬레이션 프로그램을 이용하여 FPS를 측정하는 실험을 진행한 결과, 제안한 알고리즘을 사용하는 경우가 사용하지 않는 경우에 비해서 FPS가 약 2~33배 높았기 때문에 충돌 처리의 효율이 향상되었다고 판단할 수 있었다.