Earticle

우리나라 산업의 근간인 뿌리기업의 자동화 스마트 공정상 IOT 미들웨어는 사물인터넷 기기(센서 등)의 데이터 정보를 해석하고 관리하며 제어할 수 있는 중추적 역할이 요구된다. 특히 뿌리산업은 산업별 공정 흐름이 상이하고 기업별 데이터 처리요구도 다양해 이를 수용하기 위한 범용 IOT 미들웨어가 필요한 상황이다. 본 논문이 제시한 IOT 미들웨어 구조 는 그에 대한 해결책으로 통신, 데이터 수집과 처리, 서비스 연계 등 미들웨어 기본 프로세스는 엔진부로 범용화 시키고 뿌리 산업 분야별 사물인터넷 기기와 기업별 처리 요구사항은 개별적으로 대응할 수 있는 Plug-in 구조를 도입함으로서 유연하고 효과적인 뿌리산업 스마트 공정을 제안하였다. 또한 미들웨어 Plug-in과 연계 서비스 계층 간 네트워크 데이터에 대한 암호 화를 통해 변조, 탈취 등에 대한 예방과 보안을 강화하는 방안을 제시하였다. 향후 MQTT, COAP, XAMP 등 다양한 네트워 크 프로토콜에서 확장 가능할 수 있도록 뿌리산업에 특성화된 IOT 미들웨어 플랫폼으로 발전시킬 시스템을 제안하고자 한다.

IOT middleware is required to play a pivotal role in interpreting, managing, and controlling data information of Internet devices (sensors, etc.). In particular, the root industry has different process flows for different industries, and there are various data processing requirements for each company. Therefore, a general purpose IOT middleware is needed to accommodate this. The IOT middleware structure proposed by this paper is a plug-in that can be used as an engine part for middleware basic processes such as communication, data collection, processing and service linkage, We propose a flexible and effective smart process for root industry. In addition, we propose a method to strengthen prevention and security against tampering, deodorization, etc. through encryption of network data between middleware plug - in and related service layer. We propose a system that will be developed as an IOT middleware platform that is specialized in the root industry so that it can be extended in various network protocols such as MQTT, COAP, XAMP.

최근, 자율주행 이동체에 대한 대중의 관심도가 높아짐에 따라 자율주행 이동체의 상용화 확대를 위한 유관 기관들의 연구 활동이 꾸준하게 진행되고 있다. 이로 인해, 부분적이지만 실제 사용이 가능한 단계로 발전이 이루어졌다. 하지만, 2018 년 3월 우버와 테슬라 자동차로 인해 최초로 두 차례의 사망사고가 발생하였고, 새로운 시스템 보완에 대한 필요성이 대두 되고 있다. 이에 본 논문은 자율주행자동차의 사망 사고를 중점적으로 사고 원인을 분석하여 원인이 되었던 사물 인지오류를 확인하고, 이를 보완할 수 있는 시스템의 구현을 위한 새로운 자율주행 이동체의 정보처리 모델을 제안한다.

Recently, as the public interest in autonomous cars has increased, research and technology development of related companies for the commercialization of autonomous cars have been actively carried out, and the development has progressed to a stage where they are partially but actually used. However, in March 2018, Uber and Tesla cars caused two fatal accidents, and the need for a new system is emerging. Therefore, this paper suggests a new information processing model for autonomous driving car system by supplementing the cause of recognition errors caused by the cause of death by focusing on the accident of autonomous driving car.

행성 탐사의 첫 번째 단계는 일반적으로 자율적 탐사선을 사용하여 수행된다. 이 탐사선은 자신의 길을 찾고 행성 표면에 대한 실험을 수행 할 수 있다. 이 논문에서는 각 에이전트의 지식과 노력을 공유하기 위해 블랙보드 시스템을 효과적 으로 활용하는 다중 에이전트 시스템을 제안한다. 에이전트는 BDI (Belief Desire Intension) 모델의 조합으로 반응 모델을 사용하고 최단 거리를 계산하고 행성 표면에서 이동 경로를 계산하는 경로 찾기 알고리즘을 사용한다. 이 접근법은 짧은 시간 내에 주어진 지형에서 표면 탐사를 수행 할 수 있다. 블랙보드에 수집 된 정보는 상세한 표면 토양 변화 결과를 산출하는 데 사용된다. 이 연구에서 제안된 다중 에이전트 시스템에 의한 탐사는 다양한 지형 크기별로 잘 수행되는 것으로 나타났다.

First steps of Planetary exploration are usually conducted with the use of autonomous rovers. These rovers are capable of finding its own path and perform experiments about the planet’s surface. This paper makes a proposal for a multi-agent system which effectively take the advantage of a blackboard system for share knowledge and effort of each agent. Agents use Reactive Model with the combination of Belief Desire Intension (BDI) Model and also use a Path Finding Algorithm for calculate shortest distance and a path for travel on the planet’s surface. This approach can perform a surface exploration on a given terrain within a short period of time. Information which are gathered on the blackboard are used to make an output with detailed surface soil variance results. The developed Multi-Agent system performed well with different terrain sizes.