Earticle

최근에 BLE 비콘의 낮은 배터리 소모와 저렴한 인프라 비용의 특징 때문에 실내 정밀 측위 시스템에 폭넓게 활용되고 있다. 하지만 기존의 BLE 비콘 기반 실내 측위 알고리즘은 사용자의 이동 속도 변화에 따라 유동적인 위치 오차 보정이 어렵다. 따라서 본 논문은 BLE 비콘을 활용한 Bounced cancellation 및 최소 거리 유지 알고리즘과 방향벡터를 이용한 측위오차 보정 기법을 결합한 위치 오차 보정 알고리즘을 제안했다. 본 논문의 실험 결과는 제안된 알고리즘이 기존의 실내 측위 알고리즘에 비해 유저 이동속도가 변화함에도 우수한 측위 성능을 보장하며 개선된 위치 오차 보정 성능을 나타냈다.

Recently, BLE beacons are widely used in indoor precision positioning systems because of their low battery consumption and low infrastructure cost. However, existing BLE beacon based indoor positioning algorithms are difficult to compensate for position errors due to the user's moving speed. Therefore, we proposed a position error correction algorithm that combines bounced cancellation and minimum distance maintenance algorithm with a positioning error correction method using direction vectors. Experimental results show that the proposed algorithm guarantees superior positioning performance than the existing indoor positioning algorithm and also improves the performance of position error compensation.

본 논문에서는 풍력 예측의 정확도를 높이기 위해 풍향 특성을 고려한 풍력 예측 방법을 제안한다. 제안 된 방법은풍력 특성을 추출하고 발전을 예측하는 것을 포함한다. 바람의 특성을 추출하기 위해 발전량, 풍향 및 풍속의 상관분석이 수행된다. 풍향과 풍속의 상관 관계를 바탕으로 K-means 법을 이용한 클러스터링을 통해 특징 벡터를 추출한다. 예측 부분에서는 임의의 실수 값을 예측할 수 있도록 SVM (Support Vector Machine)을 일반화 한 SVR (Support Vector Regression)을 사용하여 기계 학습을 수행한다. 제안 된 방법의 정확성과 타당성을 검증하기위해 제주도 풍력 발전 단지의 3 곳에서 수집 한 자료를 이용하였다. 실험 결과는 제안 된 방법의 오차가 기존 풍력발전 방법의 오차보다 우수하다는 것을 보여준다.

In this paper, we propose a wind power forecasting method that takes into consideration wind characteristics to improve the accuracy of wind power prediction. The proposed method involves extracting wind characteristics and predicting power generation. Correlation analysis of power generation amount, wind direction, and wind speed is performed for extracting wind characteristics. Based on the correlation between the wind direction and the wind speed, the feature vector is extracted by clustering using the K-means method. In the prediction part, machine learning is performed using the SVR (support vector regression) that generalizes the SVM (support vector machine) so that an arbitrary real value can be predicted. To verify the accuracy and feasibility of the proposed method, we used the data collected from three different locations of the Jeju Island wind farm. Experimental results show that the error of the proposed method is better than that of existing wind power generation methods.

본 연구는 공간상에서 전파를 이용하여 원하는 목표물의 도래 방향을 추정 한다. 도래방향 추정은 수신 배열 안테나들로 입사하는 신호들 중에서 원하는 목표물의 위치를 찾는 것이다. 본 연구에서는 도래방향 추정의 고 분해능 MUSIC알고리즘과 비용함수를 사용하여 목표물에 대한 도래방향을 추정하였고, 최적의 가중치를 계산하였다. 모의실험을 통하여 목표물 도래 방향 추정에서 기존 ESPRIT 알고리즘과 제안 알고리즘의 성능을 비교 분석 하였다. 목표물 도래 방향 추정에서 제안한 알고리즘이 기존의 ESPRIT 알고리즘보다 도래 방향 추정 능력이 향상되었다.

This paper estimates the direction of arrival of desired a target using propagation wave in spatial. Direction of arrival estimation is to find desired target position among received signal to receiver array antennas. In this paper, we estimated direction of arrival for target, by using cost function and high resolution MUSIC algorithm, in order to direction of arrival estimation, and calculated optimum weight vector. Through simulation, in regard to the estimation of the arrival direction of a target, the performances of the existing ESPRIT algorithm and the proposed algorithm were comparatively analyzed. In the estimation time of the arrival direction of a target object, the proposed algorithm showed an improvement of approximately as compared to the existing ESPRIT algorithm.

A fast correlative vector direction finding(CVDF) system using active dipole antenna array for mobile direction finding(DF) applications is presented. To develop the CVDF system, the main elements such as active dipole antenna, multi-channel direction finder, and search receiver are designed and analyzed. The active antenna is designed as composite structure to improve the filed strength sensitivity over the wide frequency range, and the multi-channel direction finder and search receiver are designed using DDS-based PLL with settling time of below 35 us to achieve short signal processing time. This system provides the capabilities of the high DF sensitivity over the wide frequency range and allows for high probability of intercept and accurate angle of arrival(AOA) estimation for agile signals. The design and performance analysis according to the external noise and modulation schemes of the CVDF system with five-element circular array are presented in detail.

The optimization techniques are explored in the direction of arrival (DOA) estimation based on single acoustic pressure gradient vector sensor (APGVS). By analyzing the working principle and measurement errors of the APGVS, acoustic intensity approaches (AI) and the minimum variance distortionless response beamforming approach based on single APGVS (VMVDR) are deduced. The radius to wavelength ratio of the APGVS must be not bigger than 0.1 in the actual application, otherwise its DOA estimation performance will degrade significantly. To improve the robustness and estimation performance of the DOA estimation approaches based on single APGVS, two modified processing approaches based on single APGVS are presented. Simulation and lake trial results indicate that the performance of the modified approaches based on single APGVS are better than AI and VMVDR approaches based on single APGVS when the radius to wavelength ratio is not bigger than 0.1, and the two modified DOA estimation methods have excellent estimation performance when the radius to wavelength ratio is bigger than 0.1.

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분(Part)으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하여 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze 데이터셋을 이용하였다. 실험을 통해 시선 추정 오차는 3.9°의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame per second)로 측정되었다.

In this paper, we propose a gaze estimation network in which eye landmark position detection and gaze direction vector estimation are integrated into one deep learning network. The proposed network uses the Stacked Hourglass Network as a backbone structure and is largely composed of three parts: a landmark detector, a feature map extractor, and a gaze direction estimator. The landmark detector estimates the coordinates of 50 eye landmarks, and the feature map extractor generates a feature map of the eye image for estimating the gaze direction. And the gaze direction estimator estimates the final gaze direction vector by combining each output result. The proposed network was trained using virtual synthetic eye images and landmark coordinate data generated through the UnityEyes dataset, and the MPIIGaze dataset consisting of real human eye images was used for performance evaluation. Through the experiment, the gaze estimation error showed a performance of 3.9, and the estimation speed of the network was 42 FPS (Frames per second).

본 논문은 사용자 및 동적환경의 변화를 파악하고 분석된 정보를 바탕으로 최적화된 경로를 제공하기 위한 시스템을 멀티에이전트를 이용하여 해결하고자 하였다. 멀티에이전트를 통해 설정된 목표를 찾아가는 먹이추적 문제에 적용하였고 현실 세계와 흡사한 무한 공간 환경에서 알고리즘의 성능을 실험하였다. 적용된 환경의 모델은 순환구조(circular)형 격자 공간이라는 새로운 실험 공간으로 방향 벡터 함수 알고리즘을 통해 새롭게 멀티에이전트의 목표를 획득하기 위한 해법이다. 기존의 연구와 비교하여 먹이의 효율적 포획, 에이전트간의 충돌문제 해결에 대한 새로운 해법을 제시할 수 있었다.

먹이추적문제(prey pursuit problem)는 가상 격자로 이루어진 공간 내에 다중의 에이전트를 이용하여 먹이를 포획하는 것이다. 에이전트들은 먹이를 포획하기 위해 $30{\times}30$으로 이루어진 격자공간 (gride)안에서 기존 제안된 지역 제어, 분산 제어, 강화학습을 이용한 분산 제어 전략들을 적용하여 먹이를 포획하는 전략을 구현하였다. 제한된 격자 공간은 현실세계를 표현하기에는 너무도 역부족이어서 본 논문에서는 제한된 격자공간이 아닌 현실 세계와 흡사한 무한 공간 환경을 표현하고자 하였다. 표현된 환경의 모델은 순환구조(circular)형 격자 공간이라는 새로운 실험 공간이며, 새로운 공간에 맞는 전략은 에이전트와 먹이와의 추적 관계를 방향 벡터를 고려한 모델로 구현하였다. 기존 실험과는 차별화 된 환경에서 에이전트들은 휴리스틱을 통한 학습을 할 수 있다는 가정과 먹이의 효율적 포획, 충돌문제 해결이라는 결과를 얻었다.

Finding intersection point between a surface and a line is one of major problem in CAD/CAM. The intersection point could be found in an exact form or with numerical method. In this paper, the exact solution of the intersection point between a ruled surface which is generated by the movement of an endmill and the z-direction vector is presented. The cutter swept surface which is a ruled surface and the Z-direction vector are represented with parametric equations. With the nature of parametric equations, the geometric properties at the intersection point are easily acquired.

넘어짐은 노인이나 산업현장에서 일하는 사람들에게 심각한 부상을 일으키는 원인이 되기 때문에 센서를 사용하여 넘어짐을 판단하고자 하는 연구가 활발히 진행되고 있다. 최근 들어 스마트폰의 보급이 일반화 되면서 스마트 폰에 내장된 센서를 사용하여 넘어짐을 판단하는 방법이 연구되고 있다. 가속도 센서에서 추출된 가속도벡터의 변화량을 분석하면 넘어짐은 어렵지 않게 판단할 수 있지만, 넘어지는 방향을 판단하기 위해서는 가속도벡터의 크기의 변화나 방향으로의 변화로 판단하기 어렵다. 일반적으로 가속도 벡터의 방향은 물체의 움직임의 방향을 의미하지 않기 때문이다. 한편, 속도 벡터는 물체가 움직이는 방향의 접선방향으로 나타나는 성질을 사용하여 넘어지는 방향을 판단하는 방법을 제안하였다.

Fall-related injuries are the most common cause of accidental death for the elderly and the most frequent work-related injuries in construction sites. Due to the growing popularity of smartphones, there has been a number of research work related to the use of sensors embedded in the smartphone for fall detection. Falls can be detected easily by measuring the magnitude and direction of acceleration vectors. In general, the direction of the acceleration vector does not show the object movement, but the velocity vector directly indicates the tangential direction in which the object is moving. In this paper, we proposed a new method for computing the fall direction based on the characteristics of the velocity vector extracted from the accelerometer.

실내 환경에서 사람의 행동을 인식하는 시스템을 만들 때 사람의 의도를 파악하는 것은 중요한 정보가 될 수 있다. 사람의 시선방향은 의도를 파악하는데 있어서 깊은 관계가 있다. 본 논문에서는 실내 환경에서 사람의 시선 방향을 모델에 기반하여 추정하는 방법을 제안하였다. 머리 모델은 얼굴 영역과 머리카락 영역을 포함하는 두 개의 겹쳐진 타원으로 표현되고, 각 타원의 파라미터는 시선 방향을 추정하는 정보로 사용된다. 시선 방향은 SVM(Support Vector Machine) 알고리즘을 사용하여 8방향중 하나로 추정된다. 이미지에서 얼굴영역과 머리영역은 색상 정보에 의해 검출된다. 사무실 환경에서 시선방향을 다양하게 변화시켜 실험을 하였고, 이를 통해 성능 평가를 수행하였다.

Fall-related injuries in elderly people are a major health care problem. This paper introduces determination of fall direction before impact using support vector machine (SVM). Once a falling phase is detected, dynamic characteristic parameters measured by the accelerometer and gyroscope and then processed by a Kalman filter are used in the SVM to determine the fall directions, i.e., forward (F), backward (B), rightward (R), and leftward (L). This paper compares the determination sensitivities according to the selected parameters for the SVM (velocities, tilt angles, vs. accelerations) and sensor attachment locations (waist vs. chest) with regards to the binary classification (i.e., F vs. B and R vs. L) and the multi-class classification (i.e., F, B, R, vs. L). Based on the velocity of waist which was superior to other parameters, the SVM in the binary case achieved 100% sensitivities for both F vs. B and R vs. L, while the SVM in the multi-class case achieved the sensitivities of F 93.8%, B 91.3%, R 62.3%, and L 63.6%.

A spatio-temporal vector channel model is introduced for the position location (PL) estimation problem for CDMA cellular system environment. Two common ways for the PL make use of the AOA (Angle Of Arrival) and TDOA (Time Difference Of Arrival) from a subscriber to the multiple sensors (base stations). In this paper, we applied the derived vector channel to simulate the multipath channel for the angle of the signal arrival in CDMA systems. Cross-correlation method is a good candidate among other direction finding algorithms available in literature, especially in wideband modulation as in the CDMA system. The PL estimation errors are evaluated for different channels, which are obtained as a parameter of scattering radius of the suggested model. We noted that the number of sensors (base-stations) are related to the PL errors in favor of the available data.

수중에서 압력의 크기만을 측정할 수 있는 기존 하이드로폰의 한계를 극복하기 위해, 음압뿐만 아니라 음원의 방향을 측정할 수 있는 다양한 종류의 벡터 하이드로폰이 개발되고 있다. 본 논문에서는 다양한 종류의 벡터 하이드로폰 중 4개의 분할된 전극을 가지는 링형 다중모드 벡터 하이드로폰에서 압력 구배-가속도 관계를 이용하여 도래각을 추정할 수 있는 방법을 제안하였으며, 시뮬레이션과 수조 시험을 통해 제안된 도래각 추정 방법의 성능을 검증하였다. 제안된 방법은 다중 주파수 환경에서도 동작이 가능하며, 연산량이 작은 이점이 있으므로 관련 분야에서 다양하게 활용될 수 있을 것으로 기대된다.

Conventional hydrophones can only measure acoustic pressure. To measure both acoustic pressure and incident direction, various types of vector hydrophones have been researched. In this paper, we deal with a ring-type multimode vector hydrophone divided into 4 elements and present a direction-of-arrival (DoA) estimation method based on the pressure gradient-acceleration relationship. The performance of the presented method is analyzed by the simulation based on the sensor modeling and is verified by the water tank experiment. The proposed method could work under the multi-frequency condition and may be utilized in many applications due to its low computation complexity.

Falls are the main cause of serious injuries and accidental deaths in people over the age of 65. Due to widespread adoption of smartphones, there has been a growing interest in the use of smartphones for detecting human behavior and activities. Modern smartphones are equipped with a wide variety of sensors such as an accelerometer, a gyroscope, camera, GPS, digital compass and microphone. In this paper, we introduce a new method that determines the fall direction of human subjects by analyzing the three axis components of acceleration vector.

통상의 수중 음향 트랜스듀서는 음압의 크기만 측정할 뿐, 외부에서 들어오는 음향 신호의 방향은 파악할 수 없는 한계가 있다. 이에 본 논문의 저자들은 Tonpilz 트랜스듀서를 바탕으로 단일체로서 음압의 크기와 방향을 동시에 탐지해 낼 수 있는 새로운 벡터 센서구조를 제안하였다. 제안된 구조에는 압전세라믹 링이 4등분되어 있으며, 외부 음압에 대한 각 세라믹 조각의 출력전압을 적절히 조합하면 음원의 방향을 파악할 수 있는 특징을 가진다. 본 논문에서는 이러한 구조를 가지는 Tonpilz 벡터센서를 제작하고 그 특성을 실험적으로 측정하여, 제안된 구조의 타당성을 확인하였다.

Typical underwater acoustic transducers detect only the magnitude of an acoustic pressure and they have the limitation of not being able to recognize the direction of the sound signal. Hence, the authors of this paper proposed a new vector sensor structure based on Tonpilz transducers that could detect both the magnitude and the direction of a sound pressure. In the proposed structure, the piezoceramic ring was divided into four segments, and proper combination of the output voltages of the segments in response to the external sound pressure could provide the information on the orientation of the sound source. In this paper, a Tonpilz transducer has been fabricated to have the proposed structure and its characteristics has been measured to confirm the validity of the proposed structure.