Earticle

연구목적: 본 연구는 소규모 시계열 데이터 세트 환경에서 발생하는 데이터 희소성 및 픽셀 좌표의 비선 형성 문제를 해결하고, 최종 위치 오차를 감소시키기 위한 복합 손실 함수를 통해 정확한 예측을 할 수 있는 단안 카메라 기반 무인 이동체 정밀 위치 추정 기법을 제안하고자 한다. 연구방법: 차량을 모방한 소형 모터카를 목표물로 활용하여 실내외 환경에서 8번의 이동 궤적 시나리오를 정의하고, 1초 간격의 8개 시점 위치, 속도, 각도 정보를 추출한다. 모델의 강건성을 위해 시계열 데이터 증강을 적용하였으며, LSTM Sequence-to-Sequence (Seq2Seg) 모델 및 최종 위치 오차를 감소시키기 위한 복합 손실 함수를 활용하여 전체 8개 시점의 위치를 동시에 예측한다. 연구결과: 제안된 기법은 Ground Sampling Distance 기반 물리적 단위계 환산으로 성능을 평가하였으며 전체 시나리오에 대해 평균 절대오차 2.59cm, 평균 제곱 오차 3.21cm으로 높은 예측 성능을 달성하였다. 결론: 본 연구는 단안 카메라에 기반 한 미래 시점 위치 예측을 위해 설계된 전처리 과정과 LSTM Seq2Seq 모델을 기반으로 무인 이동체의 정밀 위치 추 정 기법을 제안하였고, 실험을 통해 정밀한 예측 성능을 확인하였다. 제안된 기법은 단안 카메라만으로 도 재난 현장이나 군사 작전 등에 투입되는 무인 이동체의 위치 추정에 활용될 것으로 기대된다.

Purpose: This study proposes a monocular camera-based precise position estimation technique for unmanned vehicles that can solve the problems of data sparsity and nonlinearity of pixel coordinates and achieve accurate predictions. Method: Using a small motorized vehicle as a target, we define eight movement trajectory scenarios in indoor and outdoor environments and extract position, velocity, and angle information at eight time points. Time-series data augmentation is applied to the LSTM Seq2Seg model and a composite loss function are utilized to simultaneously predict positions at all eight time points. Result: The proposed technique was evaluated based on Ground Sampling Distance, and achieved high prediction performance with a MAE of 2.59 cm and a MSE of 3.21 cm. Conclusion: This study proposed a precise position estimation technique for unmanned vehicles based on a monocular camera, and confirmed the precise prediction performance through experiments.

This study proposes a mother-slave robot tracking system that identifies the target, predicts its location, and tracks it based on a single image. The proposed system utilizes a Convolutional Neural Network (CNN) for object detection, to identify the target robot. The distance and angle between the robots are then calculated through linear regression analysis, which offers a more efficient and cost-effective solution than traditional methods. The performance of the system was evaluated, resulting in an accuracy of 99.59% for object detection, and an average distance error of 2.04% for the estimated location.

본 논문에서는 열차 선로 모니터링을 위한 열차의 위치 및 이동을 추정하는 비전 기반 기법을 제안한다. 퍼지 분류기를 이용하여 열차의 상태를 판별하며, 프레임 차와 배경 감산을 각각 열차의 움직임과 존재를 판결하기 위해서 사용하고, 퍼지 분류기의 언어 변수로 사용된다. 실험 결과에서 제안하는 기법은 열차의 위치와 움직임을 정확히 추정하는 것을 볼 수 있다. 그러므로 제안하는 기법은 군중 밀도를 추정하거나 안전 감시를 수행하는 열차 모니터링 시스템에 활용될 수 있을 것이다.

We propose a vision-based method that estimates train position and movement for railway monitoring in which we use a fuzzy classifier to determine train states. The proposed method employs frame difference and background subtraction for estimating train motion and presence, respectively. These features are used as the linguistic variables of the fuzzy classifier. Experimental results show that the proposed method can correctly estimate train position and movement. Therefore the method can be used for railway monitoring systems which estimate crowd density or protect safety.

RFID (Radio Frequence Identification) 기술을 이용한 위치 인식은 이차원 평면 또는 삼차원 공간에서 태그의 좌표를 추정하는 기법이 주를 이루고 있으며, 일부 일차원 상의 태그 순서에 대한 연구가 있다. 본 논문에서는 RFID 리더의 움직임을 통해 이차원 배열 형태로 분포된 수동형 태그들의 상대적 위치를 추정하는 기법을 제안한다. 리더의 움직임은 연속된 읽기주기(read cycle) 동안 인식된 태그 집합에 변화를 가져오므로, 본 기법은 이것을 이용하여 태그들 간의 상대적인 위치를 추정하는 것이다. 제안하는 기법은 추가적인 장비를 필요로 하지 않는다. 따라서 RFID 리더 이동을 위한 사용자 인터페이스를 추가함으로써 태그가 부착된 물품의 이차원 순서를 사용하는 다양한 응용에 간단하게 적용될 수 있다.

Localization techniques using RFID technology are mostly estimating the coordinates of tags either in a two dimensional plane or in a three dimensional space. Some previous researches have dealt with sequence estimation of tags spread in one dimension. In this paper, we propose a scheme that estimate the relative position among tags spread in two dimensional array by means of the movement of an RFID reader. Reader movement introduces the changes of tags read in consecutive read cycles, based on which the relative positions among tags are estimated. Proposed scheme does not need additional equipment, and can be easily applied to various applications that use two dimensional relative positions between tagged objects by adding user interface for moving an RFID reader.

본 연구의 목적은 초등학교 학생들을 대상으로 인공지능 자세추정 앱을 사용하여 자세에 대한 피드백을 제공한 후 제자리 멀리뛰기 수행력을 평가하고 운동수행 능력에 대한 교육적 효과가 나타나는지를 탐색하고자 하였다. 연구참여자는 초등학교 5학년에 재학 중인 남녀 총 70명을 대상으로 데이터 수집을 진행하였고 이 중 32명은 제자리 멀리뛰기 수행력 향상을 위한 인공지능 자세추정 앱을 이용한 실험에 참여하였다. 데이터 수집 시 모든 연구참여자들은 출발선에 서서 시작 신호와 함께 제자리 멀리뛰기를 3회씩 수행하였다. 데이터 수집 후 인공지 능 자세추정 앱 내 준비동작인 ‘Ready’, 무릎관절 최대 굽힘 시 ‘Good’과 ‘Bad’ 총 3가지 클래스로 분류하였고 ‘Good’, ‘Bad’에 따른 음성 피드백을 각각 적용하였다. 측정변인으로 어깨를 가장 폈을 때의 어깨관절 각도, 무 릎관절의 최대 굽힘 시점에서의 엉덩, 무릎, 발목관절 시상면 각도 그리고 무릎관절의 최대 굽힘 시점에서 발이 이지되는 시점까지의 관절 각속도를 분석하였다. 분석 결과 피드백 후 남녀 초등학생 모두 제자리 멀리뛰기 기 록이 증가하였다(남: p = .047; 여: p = .032). 운동학적 변인 분석 시 남학생의 경우 어깨관절을 더 뒤로 이동 하는 경향이 나타났으며(p = .035) 빠른 속도로 어깨를 앞으로 이동시켜 팔 동작을 빠르게 수행하였다(p = .000). 그리고 연구참여자 모두 무릎과 발목관절의 각도는 피드백 후 크게 나타났고, 각속도는 빠르게 수행되었 다(p < .05). 인공지능 자세추정 앱을 사용하여 제자리 멀리뛰기를 수행한 학생들은 음성 피드백을 자세히 들은 후 신체의 운동학적 변화를 통해 수행력을 향상시킬 수 있었고, 다양한 클래스를 적용하여 영상 촬영을 통해 학 생들에게 피드백을 제공할 경우 제자리 멀리뛰기 수행력의 긍정적인 교육적 효과가 나타날 것으로 판단된다.

This study aims to evaluate standing long jump after providing feedback on posture using an artificial intelligence(AI) posture estimation application. Participants in the study collected data from 70 men and women in the fifth grade of elementary school, of which 32 participated in an experiment using an artificial intelligence posture estimation app to improve standing long jump performance. When collecting data, they performed five standing long jumps after the start signal. To provide feedback on the standing long jump posture, the AI posture estimation app was divided into three classes: ‘Ready’, 'Good', 'Bad' during maximum flexion of the knee joint, and voice feedback was applied accordingly. The measurement variables analyzed the shoulder joint angle when the arm was moved backward, the sagittal plane angle of the hip and knee, and the joint angular velocity from the maximum flexion of the knee joint to the event when the foot is taken from the ground. As a result of the analysis, male and female elementary school students increased their standing long jump performance after feedback(male: p = .047; female: p = .032). When analyzing kinematic variables, male students tended to straighten their arms back (p = .035). They quickly swung their shoulders(p = .000). And for both male and female elementary school student participants, the angle of the knee and ankle joints was large after feedback. The angular velocity was performed rapidly(p < .05). Students who performed standing long jumps using the AI posture estimation app improved their performance through kinematic changes after listening to detailed feedback.

다채널 핵의학 영상 검출 시스템에서 채널수를 줄이기 위해 사용되는 resistive network와 전하증폭기를 분석하였다. 시스템에서 사용되 는 다채널 광전자증배관은 수 ㎲ 이하의 duration을 갖는 펄스 형태의 전류 신호를 출력한다. 다채널 광전자증배관을 사용한 검출 시스템은 높은 해상도를 갖지만, 신호를 처리할 수 있는 많은 회로가 필요하다는 단점이 있다. 이는 resistive network를 사용하여 일정한 비율에 따라 4개의 출력으로 줄여 해결 할 수 있다. 4개로 분배된 전류신호는 전하증폭기에 의해 적분되어 전압신호로 변환되고, 출력신호의 최댓값을 통하여 검출위치를 추정할 수 있게 된다. 본 논문에서는 resistive network와 전하증폭기를 이용한 검출위치 추정방법을 소개하고, 시뮬레이션을 사용하여 분석하였다.

본 논문에서는 다수 레이더가 발사체를 탐지 및 추적하는 시험 상황 시스템에서 발사체의 예상 위치 추정을 위한 실시간 시험자료 처리 기법을 다루고자 한다. 다수 레이더들은 각각의 고유한 계측특성을 가지고 있으며, 동일한 발사체에 대하여 각기 다른 위치정보를 계측한다. 다수 레이더의 계측값에 대한 신뢰도를 향상시키기 위하여 다수 레이더가 측정한 동일 발사체에 대한 서로 다른 위치정보를 융합하여 통합된 좌표를 공유할 수 있는 기법이 필요하다. 이 논문에서는 다수 레이더에서 계측한 발사체 정보를 수집하는데 필요한 송신 시간 및 계산 지연을 고려하고 특정시간 이후의 발사체에 대한 정확한 예상 좌표 추정을 계산하기 위하여 칼만필터 알고리즘, 선형예측 알고리즘 및 이동평균 알고리즘을 적용한다. 또한, 동일 발사체에 대한 다수 레이더의 위치정보를 융합하기 위하여 각 레이더가 송신한 발사체의 위치 정보 중에서 유효하지 않은 위치 정보를 잡음으로 정의하고, 제거하는 기법을 제안한다. 다수레이더가 계측한 시험자료 중에서 잡음에 해당하는 좌표를 제거하고, 위치좌표를 융합한 후, 일정 시간 이후의 통합좌표 예측 정확도에 대한 성능을 평가하였으며, 세 가지 위치좌표 추정 알고리즘을 사용하여 예상한 위치 정보와 원격측정장비(telemetry) 위치정보 사이의 오차를 비교 분석하였다.

This paper addresses a real-time flight test data processing algorithm for the estimation of the coordinate position of projectiles sensed by multiple radars. Since multiple radars have their own features to search and track targets, they sensor the targets in different results of their estimation. In order to improve the reliability of estimation by multiple radars, multiple radar sites need to share an integrated coordinate position. We thus apply Kalman filter algorithm, linear regression algorithm and moving average algorithm to the estimation of expected future position of a projectile, as considering communication and computation delay. We also define invalidated information, in case that any radar inappropriately detect the coordinate position of the projectile, and suggest a method to exclude the invalidated positions of the projectile. To evaluate algorithms we suggest, in an experiment, we measure and analyze the error between estimated position of the projectile using three algorithms and its position by telemetry.

It is an essential factor in automatic navigation systems of ground vehicles, railroad and aviation fields which require high stability to detect the global position of vehicles with credibility and accuracy. This paper proposes an approach to estimate the global position of vehicles moving in the predefined path with a set pattern. Because the information of location received by GPS is included various errors, the errors are minimized using GPS error filter and map matching to obtain correct information. The velocity profile is one of key information for the system model of moving vehicles. We propose an estimation scheme using adaptive Kalman filter where the system model is derived from the moving pattern of vehicles. Since there is high probability that the position obtained from the adaptive Kalman filter is deviated from actual road and/or railway path, we remove the error by using map matching technique. The proposed scheme was experimented in position detection of train moving along predefined section of railway.

The importance of location based service has been recently addressed in many literatures and thus various positioning schemes for outdoors as well as indoors have been introduced. However, there has been a practical issue of implementation over various positioning schemes, although accurate positioning performance can be achieved. In this paper, a practical indoor positioning scheme that effectively locates a pedestrian holding a laptop computer equipped with two commonly used sensors is proposed1, and the performance of proposed scheme is evaluated with experiments for a simple path as well as a real route in indoor of general building at university. According to the experiment results, the positioning error was less than 1m in simple path, while the average error was 1.61m for a real route.

With the recent expansion of 3G and 4G networks and great popularity of smartphones, location-based applications in various smartphones have drawn great attention. At the same time, indoor positioning technology has emerged as well. There have been studies on the conventional indoor positioning techniques focusing on the triangulation technique which uses indoor WiFi signals. However, this triangulation technique is only available in the area where three or more mobile AP signals can be detected. This study examines the effect on positioning performances when new AP is added. It has also attempted to investigate the accuracy of AP position by localization algorithm and changes in the positioning results.

Recently, with the development of service robots and the concept of ubiquitous, the position estimation of mobile objects has received great interest. Some of the localization schemes are introduced, which provide the relative location of the moving objects subjected to accumulated errors. To implement a real time localization system, a new absolute position estimation method for a mobile robot in indoor environment is proposed. Design and implementation of the localization system comes from the usage of active beacon systems (based upon RFID technology). The active beacon system is composed of an RFID receiver and an ultra-sonic transmitter. The RFID receiver gets the synchronization signal from the mobile robot and the ultra-sonic transmitter sends out the traveling signal to be used for measuring the distance. Position of a mobile robot in a three dimensional space can be calculated basically from the distance information from three beacons and the absolute position information of the beacons themselves. In some case, the mobile robot can acquire the ultrasonic signals from only one or two beacons, due to the obstacles located along the moving path. In this paper, a position estimation scheme using fewer than three sensors is developed. Also, the extended Kalman filter algorithm is applied for the improvement of position estimation accuracy of the mobile robot.

This paper describes position estimation algorithm using neural network for the navigation of the vision-based wheeled mobile robot (WMR) in a corridor with taking ceiling lamps as landmark. From images of a corridor the lamp's line on the ceiling in corridor has a specific slope to the lateral position of the WMR. The vanishing point produced by the lamp's line also has a specific position to the orientation of WMR. The ceiling lamps have a limited size and shape like a circle in image. Simple image processing algorithms are used to extract lamps from the corridor image. Then the lamp's line and vanishing point's position are defined and calculated at known position of WMR in a corridor. To estimate the lateral position and orientation of WMR from an image, the relationship between the position of WMR and the features of ceiling lamps have to be defined. But it is hard because of nonlinearity. Therefore, data set between position of WMR and features of lamps are configured. Neural network are composed and learned with data set. Back propagation algorithm(BPN) is used for learning. And it is applied in navigation of WMR in a corridor.