영상처리/딥러닝/AR 연구실

In this paper, we propose a method to improve the accuracy of speech emotion recognition (SER) by using vision transformer (ViT) to attend to the correlation of frequency (y-axis) with time (x-axis) in spectrogram and transferring positional information between ViT through knowledge transfer. The proposed method has the following originality i) We use vertically segmented patches of log-Mel spectrogram to analyze the correlation of frequencies over time. This type of patch allows us to correlate the most relevant frequencies for a particular emotion with the time they were uttered. ii) We propose the use of image coordinate encoding, an absolute positional encoding suitable for ViT. By normalizing the x, y coordinates of the image to −1 to 1 and concatenating them to the image, we can effectively provide valid absolute positional information for ViT. iii) Through feature map matching, the locality and location information of the teacher network is effectively transmitted to the student network. Teacher network is a ViT that contains locality of convolutional stem and absolute position information through image coordinate encoding, and student network is a structure that lacks positional encoding in the basic ViT structure. In feature map matching stage, we train through the mean absolute error (L1 loss) to minimize the difference between the feature maps of the two networks. To validate the proposed method, three emotion datasets (SAVEE, EmoDB, and CREMA-D) consisting of speech were converted into log-Mel spectrograms for comparison experiments. As a result of the experiment, the proposed method achieved 99.47%, 99.76%, and 95.24% accuracy, significantly exceeding the state-of-the-art methods, with much less computational complexity on three emotion datasets.

In this paper, we propose a novel method for monocular depth estimation using the hourglass neck module. The proposed method has the following originality. First, feature maps are extracted from Swin Transformer V2 using a masked image modeling (MIM) pretrained model. Since Swin Transformer V2 has a different patch size for each attention stage, it is easier to extract local and global features from images input by the vision transformer (ViT)-based encoder. Second, to maintain the polymorphism and local inductive bias of the feature map extracted from Swin Transformer V2, a feature map is input into the hourglass neck module. Third, deformable attention can be used at the waist of the hourglass neck module to reduce the computation cost and highlight the locality of the feature map. Finally, the feature map traverses the neck and proceeds through a decoder, comprised of a deconvolution layer and an upsampling layer, to generate a depth image. To evaluate the objective reliability of the proposed method in this paper, we used the NYU Depth V2 dataset to compare and evaluate the methods published in other papers. As a result of the experiment, the RMSE value of the novel method for monocular depth estimation using the hourglass neck module proposed in this paper was 0.274, which was lower than those published in other papers. The lower the RMSE value, the better the depth estimation method; therefore, its efficiency compared to other techniques has been proven.

The number of patients diagnosed with cancer continues to increasingly rise, and has nearly doubled in 20 years. Therefore, predicting cancer occurrence has a significant impact on reducing medical costs, and preventing cancer early can increase survival rates. In the data preprocessing step, since individual genome data are used as input data, they are classified as individual genome data. Subsequently, data embedding is performed in character units, so that it can be used in deep learning. In the deep learning network schema, using preprocessed data, a character-based deep learning network learns the correlation between individual feature data and predicts cancer occurrence. To evaluate the objective reliability of the method proposed in this study, various networks published in other studies were compared and evaluated using the TCGA dataset. As a result of comparing various networks published in other studies using the same data, excellent results were obtained in terms of accuracy, sensitivity, and specificity. Thus, the superiority of the effectiveness of deep learning networks in predicting cancer occurrence using individual whole-genome data was demonstrated. From the results of the confusion matrix, the validity of the model for predicting the cancer using an individual’s whole-genome data and the deep learning proposed in this study was proven. In addition, the AUC, which is the area under the ROC curve, which judges the efficiency of diagnosis as a performance evaluation index of the model, was found to be 90% or more, good classification results were derived. The objectives of this study were to use individual genome data for 12 cancers as input data to analyze the whole genome pattern, and to not separately use reference genome sequence data of normal individuals. In addition, several mutation types, including SNV, DEL, and INS, were applied.

Modern image processing techniques use three-dimensional (3D) images, which contain spatial information such as depth and scale, in addition to visual information. These images are indispensable in virtual reality, augmented reality (AR), and autonomous driving applications. We propose a novel method to estimate monocular depth using a cycle generative adversarial network (GAN) and segmentation. In this paper, we propose a method for estimating depth information by combining segmentation. It uses three processes: segmentation and depth estimation, adversarial loss calculations, and cycle consistency loss calculations. The cycle consistency loss calculation process evaluates the similarity of two images when they are restored to their original forms after being estimated separately from two adversarial losses. To evaluate the objective reliability of the proposed method, we compared our proposed method with other monocular depth estimation (MDE) methods using the NYU Depth Dataset V2. Our results show that the benchmark value for our proposed method is better than other methods. Therefore, we demonstrated that our proposed method is more efficient in determining depth estimation.

This paper proposes a novel method of semantic segmentation, consisting of modified dilated residual network, atrous pyramid pooling module, and backpropagation, that is applicable to augmented reality (AR). In the proposed method, the modified dilated residual network extracts a feature map from the original images and maintains spatial information. The atrous pyramid pooling module places convolutions in parallel and layers feature maps in a pyramid shape to extract objects occupying small areas in the image; these are converted into one channel using a 1 × 1 convolution. Backpropagation compares the semantic segmentation obtained through convolution from the final feature map with the ground truth provided by a database. Losses can be reduced by applying backpropagation to the modified dilated residual network to change the weighting. The proposed method was compared with other methods on the Cityscapes and PASCAL VOC 2012 databases. The proposed method achieved accuracies of 82.8 and 89.8 mean intersection over union (mIOU) and frame rates of 61 and 64.3 frames per second (fps) for the Cityscapes and PASCAL VOC 2012 databases, respectively. These results prove the applicability of the proposed method for implementing natural AR applications at actual speeds because the frame rate is greater than 60 fps.

We propose a face recognition method that utilizes the LCP face descriptor. The proposed method applies a LoG mask to extract a face contour response, and employs the LCP algorithm to produce a binary pattern representation that ensures high recognition performance even under the changes in illumination, noise, and aging. The proposed LCP algorithm produces excellent noise reduction and efficiency in removing unnecessary information from the face by extracting a face contour response using the LoG mask, whose behavior is similar to the human eye. Majority of reported algorithms search for face contour response information. On the other hand, our proposed LCP algorithm produces results expressing major facial information by applying the threshold to the search area with only 8 bits. However, the LCP algorithm produces results that express major facial information with only 8-bits by applying a threshold value to the search area. Therefore, compared to previous approaches, the LCP algorithm maintains a consistent accuracy under varying circumstances, and produces a high face recognition rate with a relatively small feature vector. The test results indicate that the LCP algorithm produces a higher facial recognition rate than the rate of human visual's recognition capability, and outperforms the existing methods.

In this letter, we present a method for automatic mura detection for display film using the efficient decision of cut-off frequency with DCT and mask filtering with wavelet transform. First, the background image including reflected light is estimated using DCT with adaptive cut-off frequency, and DWT is applied to background-removed images for generating mura mask. Then, a mura mask is generated by separating lowfrequency noise in the approximation coefficients. Lastly, mura is detected by applying mura mask filtering to the detail coefficients. According to the comparison by Semu index, the results from the proposed method are superior to those from the existing methods. This indicates that the proposed method is high in reliability.

We propose a method that automatically detects mura defects on display film surfaces using a modified version of Weber’s law. The proposed method detects mura defects regardless of their properties and shapes by identifying regions perceived by human vision as mura using the brightness of pixel and image distribution ratio of mura in an image histogram. The proposed detection method comprises five stages. In the first stage, the display film surface image is acquired and a gray-level shift performed. In the second and third stages, the image histogram is acquired and analyzed, respectively. In the fourth stage, the mura range is acquired. This is followed by postprocessing in the fifth stage. Evaluations of the proposed method conducted using 200 display film mura image samples indicate a maximum detection rate of ∼95.5%. Further, the results of application of the Semu index for luminance mura in flat panel display (FPD) image quality inspection indicate that the proposed method is more reliable than a popular conventional method.

본 논문은 음성 감정 인식에서 log-Mel 스펙트로그램을 기반으로 한 이미지 압축 기법을 제안하고, 이 기법이 어텐션 메커니즘을활용한 vision transformer 모델에서 성능 향상에 기여할 수 있음을 보인다. 특히, log-Mel 스펙트로그램은 음성 신호의 주파수 특성을 잘 포착하여 음성 감정 인식에 유용하게 사용되는데, 본 연구에서는 이 스펙트로그램을 이미지 형태로 처리하면서 발생할 수 있는 어텐션 노이즈를 효과적으로 감소시키는 방법을 제시한다. 핵심적인 아이디어는 CNN을 수평 커널로 사용하여 log-Mel 스펙트로그램 이미지의 해상도를 압축하고, 이를 통해 vision transformer 모델에서 중요한 패턴을 보다 효과적으로 학습하도록 돕
는 것이다. 제안된 기법은 기존의 log-Mel 스펙트로그램을 128×1001 크기로 처리하고, 이 이미지를 128×129로 고정된 크기로 압축하면서 임의의 이미지 보간이 수행되도록 설계되었다. 이러한 전처리 과정은 모델이 음성 감정 인식에서 유용한 특징을 보다 잘 추출할 수 있도록 돕는다. 본 논문에서는 log-Mel 스펙트로그램의 주어진 특성에 맞게 CNN 기반의 압축 기법을 사용하여 스펙트로그램의 중요 정보를 보존하면서, vision transformer 모델의 어텐션 메커니즘에서 발생할 수 있는 노이즈를 최소화하는 방법을 제안한다. Crowd Sourced Emotional Multimodal Actors(CREMA) 데이터셋을 이용한 실험을 통해, 제안하는 기법이 
86.83%의 정확도를 나타내어 기존의 방법들보다 음성 감정 인식에서 더 뛰어난 성능을 보임을 확인하였다.

본 논문은 StyleGAN Encoder를 활용하여 단일 2D 이미지로부터 다각도의 얼굴 이미지를 생성하고, 이를 기존 3D 얼굴 특징점 추출 네트워크의 입력 구조에 통합하여 3D 모델의 정확성을 향상시키는 새로운 방법을 제안한다. 기존의 단일 이미지 기반 접근법은 입력 데이터의 제한으로 인해 각도에 따른 왜곡이나 정보 손실이 발생하는 한계가 있다. 이를 해결하기 위해, 본 연구에서는 StyleGAN Encoder를 활용해 생성된 다각도의 이미지를 입력으로 사용함으로써 3D 얼굴 모델링의 정밀도와 안정성을 동시에 개선하였다. 제안된 방법은 다각도의 정보를 제공하는 생성 이미지를 기존 3D 얼굴 특징점 추출 네트워크의 입력 구조에 통합하는 
방식으로 구현되었다. 이렇게 생성된 다각도 이미지는 각기 다른 시점에서 얼굴의 구조적 특성을 포착할 수 있어 기존의 단일 이미지 입력보다 더욱 풍부한 정보를 제공한다. 또한, 입력 구조의 개선을 통해 다각도 데이터를 입력하여 3D 얼굴 특징점을 더욱 정교하게 생성한다. 실험은 NoW 데이터셋을 활용하여 진행되었으며, 생성된 3D 얼굴 모델과 Ground Truth 3D 모델 간의 mesh 거리를 비교하였다. 실험 결과, PRNet은 평균 1.99, 표준편차 1.90, 3DDFA 모델은 평균 1.87, 표준편차 1.82에 비해, 제안된 방법은 평균 1.71, 표준편차 1.65로 측정되었다. 이는 제안된 방법이 기존 접근법에 비해 3D 얼굴 모델링의 정밀성과 안정성을 개선하
였음을 보여준다. 또한, 표준편차의 감소는 더욱 안정적으로 3D 얼굴 모델을 생성하여 성능 향상을 확인하였다.

본 논문에서는 카메라+LiDAR 기반의 포인트 클라우드 증강 기법을 통해 3D 객체 감지 성능을 향상하는 방법을 제안한다. 첫 번째로, 카메라 이미지로 Pseudo-LiDAR 생성 및 로그 스케일 방식의 intensity 재구성을 수행하며 로그 스케일 방식의 intensity 재구성은 거리와 관련된 패턴을 포함하므로 학습 모델이 공간적 구조와 객체 간의 거리 정보를 더 효과적으로 학습할 수 있도록 한다. 두 번째로, Pseudo-LiDAR와 LiDAR 융합으로 포인트 클라우드를 증강하여 LiDAR의 낮은 해상도나 감지되지 않은 영역을 Pseudo-LiDAR 포인트로 채워 전체적인 포인트 수를 늘리고, 객체의 윤곽선을 명확하게 표현할 수 있도록 한다. 증강된 포인트 클라우드는 더 많은 포인트와 다양한 특성을 제공하며, PV-RCNN 모델은 이를 효과적으로 활용할 수 있게 된다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 KITTI dataset으로 다른 딥러닝 모델들과 mAP를 산출하여 성능을 비교하였다. 실험 결과, 본 논문에서 제안한 Camera+LiDAR 기반의 포인트 클라우드 증강 기법을 통한 3D 객체 감지의 성능이 기존의 방법들보다 우수한 성능을나타내었다. 특히 학습 모델로 쓰였던 PV-RCNN과 비교하여 mAP가 약 0.37 증가하였다. 실험에서 우수한 결과를 나타내므로 본 논문에서 제안한 기법의 효율성이 입증되었다.

본 논문에서는 의약 용기의 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크를 제안한다. 제안하는 딥러닝 네트워크는 현장에서 생산되는 의약 용기의 데이터를 사용하여 의약 용기에 특화된 딥러닝 네트워크로 더욱 정확하게 품질을 검사한다. 또한, 인라인 검사가 가능한 딥러닝 네트워크를 사용하여 품질 검사의 속도를 증대시킬 수 있다. 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워 크의 개발은 3단계로 나뉜다. 첫 번째로 실제 의약 용기 생산 현장에서 1개의 이물검사용 line 카메라, 3개의 치수검사용 area 카메라를 통해 얻은 약 10,000장의 이미지로 데이터셋을 구축한다. 두 번째로 의약 용기 데이터 전처리에서는 이물 검사, 치수검사의 용도에 맞게 불량이 일어날 수 있는 곳에 ROI를 지정하여 데이터를 전처리한다. 세 번째로 전처리된 데이터를 이용하여 딥러닝 네트워크를 학습한다. 딥러닝 네트워크는 적은 채널 수를 적용하여 linear layer를 사용하지 않아 판정 속도를 향상하고, PReLU와 residual learning를 적용하여 정확도를 향상한다. 이를 통해 4개의 카메라에서 구축한 데이터셋에 맞는 4개의 딥러닝 모듈을 제작한다. 제안된 의약 용기의 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, 딥러닝 모듈의 판별 정확도가 99.4%로 세계 최고 수준인 95% 보다 우수한 성적을 달성하였고, 평균 판별 속도가 0.947초로 측정되어 세계 최고 수준인 1초보다 우수한 성적을 달성하였다. 따라서, 본 논문에서 제안한 의약 용기의 다중카메라 인라인 검사 시스템에서의 품질 검사를 위한 딥러닝 네트워크의 효용성이 입증되었다.

본 논문은 의약 용기의 품질 검사를 위한 머신비전을 적용한 다중 카메라 인라인 검사 시스템 개발을 제안한다. 제안하는 기법은 다중 카메라를 통해 의약 용기를 다방면으로 촬영하여 더욱 정확히 의약 용기의 품질을 검사한다. 또한, 촬영된 의약 용기의 데이터 를 기반으로 의약 용기의 치수 및 결함을 검사하여 불량 발생 시 사용자에게 알람이 가고 직접 불량 의약 용기를 제거하는 머신비전 을 적용한 인라인 시스템으로 품질 검사의 효율성을 증대시킬 수 있다. 머신비전을 적용한 다중 카메라 인라인 검사 시스템의 제작 은 4단계로 나뉜다. 첫 번째로 의약 용기를 흡입 고정 또는 용기를 회전하는 제품 제어부를 설계 및 제작한다. 두 번째로 제품을 이동 및 촬영, 불량 제품일 경우에 배출하는 시스템 본체를 설계 및 제작한다. 세 번째로 모든 시스템을 제어하는 임베디드 보드의 제어 로직을 설계 및 제작한다. 네 번째로 시스템 본체에서 촬영된 이미지를 영상 처리를 사용하여 의약 용기의 불량 검출이 가능한 사용자 GUI를 설계 및 제작한다. 제안된 머신비전을 적용한 다중 카메라 인라인 검사 시스템의 성능을 평가하기 위하여 공인시험기 관에서 실험한 결과는, 의약 용기의 치수 측정 오차 범위가 –0.30 ~ 0.28(외경), –0.11 ~ 0.57(전장) 이내로 세계 최고 수준인 1mm 보다 우수한 결과를 달성하였고, 시스템 반복 동작의 안정성으로는 100%로 측정되었다. 따라서, 본 논문에서 제안한 의약 용 기의 품질 검사를 위한 머신비전을 적용한 다중 카메라 인라인 검사 시스템의 효용성이 입증되었다.

본 논문에서는 StyleGAN Encoder를 활용한 표정 이미지 생성에서의 연령 왜곡을 감소시키는 방법을 제안한다. 표정 이미지 생성과정은 StyleGAN Encoder를 사용하여 얼굴 이미지를 생성하고, SVM을 이용하여 학습된 boundary를 잠재 벡터에 적용하여 표정을 변화시킨다. 그러나 웃는 표정의 boundary를 학습할 때 표정 변화에 따른 연령 왜곡이 발생한다. 웃는 표정에 대한 SVM 학습에서 생성된 smile boundary는 표정 변화로 인해 생긴 주름이 학습 요소로 포함되어 있으며 연령에 대한 특성도 함께 학습된 것으로판단한다. 이를 해결하기 위해, 제안된 방법에서는 smile boundary와 age boundary의 상관계수를 계산하고, 이를 이용하여 smile boundary에서 age boundary를 상관계수에 비례하여 조절하는 방식을 도입한다. 제안된 방법의 효과를 확인하기 위해 공개된 표준 얼굴 데이터셋인 FFHQ 데이터셋을 사용하고 FID score를 측정하여 실험한 결과는 다음과 같다. Smile 이미지에서는 기존 방법에 비하여, Ground Truth와 제안된 방법으로 생성된 smile 이미지의 FID score가 약 0.46 향상되었다. 또한, Smile 이미지에서 기존 방법에 비하여, StyleGAN Encoder로 생성된 이미지와 제안된 방법으로 생성된 smile 이미지의 FID score가 약 1.031 향상되었다. Non-smile 이미지에서는 기존 방법에 비하여, Ground Truth와 본 논문에서 제안된 방법으로 생성된 non-smile 이미지의 FID score가 약 2.25 향상되었다. 또한, Non-smile 이미지에서 기존 방법에 비하여, StyleGAN Encoder로 생성된 이미지와 제안된 방법으로 생성된 non-smile 이미지의 FID score가 약 약 1.908 향상됨을 확인하였다. 한편, 각 생성된 표정 이미지의 연령을 추정하여 StyleGAN Encoder로 생성된 이미지의 추정된 연령과 MSE를 측정한 결과, 기존방법 대비 제안하는 방법이 smile 이미지에서 약 1.5, non-smile 이미지에서 약 1.63의 성능 향상되어 제안한 방법에 대한 성능의 효율성이 입증되었다.

본 논문에서는 FMCW 레이다 기반의 포인트 클라우드와 LSTM을 이용한 자동 핸드 제스처 영역 추출 및 인식 기법을 제안한다.제안한 기법은 기존의 방식과 다른 다음과 같은 독창성이 있다. 첫 번째, 기존의 range-doppler 등의 2D 이미지를 입력 벡터로하는 방식과 다르게 시계열 형태의 포인트 클라우드 입력 벡터는 레이다 전방에서 발생하는 시간에 따른 움직임을 좌표계 형태로 인식할 수 있는 직관적인 입력 데이터이다. 두 번째, 입력 벡터의 크기가 작기 때문에 인식에 쓰이는 딥러닝 모델도 가볍게 설계할수 있다. 제안하는 기법의 수행 과정은 다음과 같다. FMCW 레이다로 측정된 거리, 속도, 각도 정보를 활용해 x, y, z 좌표 형식과도플러 속도 정보를 포함한 포인트 클라우드를 활용한다. 제스처 영역은 속도 정보를 통해 얻어진 도플러 포인트를 이용하여 제스처의 시작과 끝 지점을 파악해 자동으로 핸드 제스처 영역을 추출하게 된다. 추출된 제스처 영역의 시점에 해당하는 시계열 형태의포인트 클라우드는 최종적으로 본 논문에서 사용한 LSTM 딥러닝 모델의 학습 및 인식에 활용되게 된다. 제안하는 기법의 객관적인신뢰성을 평가하기 위해 다른 딥러닝 모델들과 MAE를 산출하는 실험과 기존 기법들과 인식률을 산출하는 실험을 수행하여 비교하였다. 실험 결과, 시계열 형태의 포인트 클라우드 입력 벡터 + LSTM 딥러닝 모델의 MAE 값이 0.262, 인식률이 97.5%로 산출되었다. MAE는 낮을수록, 인식률은 높을수록 우수한 결과를 나타내므로 본 논문에서 제안한 기법의 효율성이 입증되었다.

본 논문은 영상장치를 이용한 차세대 스마트 LED 전광판의 불량픽셀 검출을 위한 딥러닝 구조 개발에 관한 연구를 제안한다. 이 연구에서는 영상장치를 활용하여 딥러닝을 통해 실외 LED 전광판의 결함을 자동으로 검출하는 기법을 제안한다. 이를 통해 LED 전광판의효율적인 관리와 발생할 수 있는 다양한 오류와 문제를 해결하고자 한다. 연구 과정은 3단계를 거쳐 이루어진다. 첫 번째로, 평면화된전광판 이미지 데이터를 calibration을 통해 배경을 완전히 제거하고 필요한 전처리 과정을 거쳐 학습 데이터셋을 생성한다. 두 번째로,생성된 데이터셋은 객체 인식 네트워크를 학습을 시키는 데 활용된다. 네트워크는 Backbone과 Head로 구성된다. Backbone에서는CSP-Darknet을 활용하여 특징 맵을 추출하고, Head에서는 추출된 Feature Map을 기반으로 물체를 검출한다. 이 과정에서 네트워크는 Confidence score와 IoU가 일치하도록 오차를 수정하며 지속적으로 학습된다. 세 번째에서는 생성된 모델을 활용하여 실제 실외LED 전광판에서 불량픽셀을 자동으로 검출한다. 본 논문에서 제안하는 방법을 적용하여 LED 전광판의 불량픽셀 검출에 대한 공인 측정 실험 결과로는 실제 LED 전광판에서 불량픽셀을 100% 검출한 결과를 얻을 수 있었다. 이를 통해 LED 전광판의 불량 관리와 유지보수의 효율성이 향상되었음을 확인할 수 있다. 이러한 연구 결과는 LED 전광판 관리의 획기적인 개선을 이룰 것으로 기대된다

본 논문에서는 날씨 변화에 따른 실외 LED 전광판의 시인성 확보를 위한 딥러닝 구조 개발에 관한 연구를 제안한다. 제안하는기법은 영상장치를 이용한 딥러닝을 사용하여 날씨 변화에 따른 LED 휘도를 자동 조절함으로써 실외 LED 전광판의 시인성을 확보한다. 날씨 변화에 따른 LED 휘도를 자동 조절하기 위하여, 먼저 평면화된 배경 부분 이미지 데이터에 대한 전처리 과정을 거친후, 합성곱 네트워크를 이용하여 학습시켜 날씨에 대한 분류를 진행할 수 있는 딥러닝 모델을 만들어낸다. 적용된 딥러닝 네트워크는 Residual learning 함수를 사용하여 입력값과 출력값의 차이를 줄임으로써 초기의 입력값의 특징을 가지고 가면서 학습하도록유도한다. 다음에 날씨를 인식하여 날씨 변화에 따라 실외 LED 전광판의 휘도를 조절하는 제어기를 사용하여 주변 환경이 밝아지면휘도가 높아지도록 변경하여 선명하게 보이도록 한다. 또한, 주변 환경이 어두워지면 빛의 산란에 의해 시인성이 떨어지기 때문에전광판의 휘도가 내려가도록 하여 선명하게 보이도록 한다. 본 논문에서 제안하는 방법을 적용하여 LED 전광판의 날씨 변화에 따른휘도 측정의 공인 측정 실험 결과는, 날씨 변화에 따라 실외 LED 전광판의 시인성이 확보됨을 확인하였다.

본 논문에서는 복합 미생물 배양기의 제어시스템을 제안하였다. 제안하는 제어시스템은 복합 미생물 배양기의 제어부, 통신부, 전 원부, 제어시스템 등으로 구성된다. 복합 미생물 배양기의 제어부는 아날로그 신호와 디지털 신호의 변환, LCD 패널을 이용한 디스 플레이, 수위센서, 온도센서, pH 농도센서 등과 같은 센서들의 신호 제어를 하도록 설계 및 제작한다. 사용하는 수위센서는 기존 수위센서가 거품과 같은 이물질 등으로 인해 측정이 어려운 문제점을 해결하고자 직진성이 우수한 IR 레이저 방식을 사용하여 정확 한 수위 측정이 가능하도록 설계 및 제작한다. 온도센서는 열 저항 원리를 사용하여 측정함으로써, 높은 정확도와 누적 저항 오차가 없도록 설계하여 사용한다. 통신부는 2개의 LAN 포트와 1개의 RS-232 포트로 구성하여 복합 미생물 배양기에서 사용되는 LCD 패널, PCT 패널, 로드셀 컨트롤러 등의 신호를 제어부에 전달할 수 있도록 설계 및 제작한다. 전원부는 제어부와 통신부가 원활하 게 동작할 수 있도록 24V, 12V 5V 등 3개의 전압 공급 단자로 구성하여 전원을 공급하도록 설계 및 제작한다. 복합 미생물 배양기 의 제어시스템은 PLC를 사용하여 pH 농도센서, 온도센서, 수위센서 등의 센서값과 배양에 사용되는 써큘레이션 펌프, 써큘레이션 밸브, 로터리 펌프와 인버터 로드셀 등의 동작을 제어한다. 제안된 복합 미생물 배양기의 제어시스템의 성능을 평가하기 위하여 공 인인증기관에서 실험한 결과는 수위 측정감도의 범위가 -0.41mm~1.59mm로, 물 온도의 변화 폭이 ±0.41℃로 현재 상용으로 판 매되는 제품들 성능보다 우수한 성능으로 동작됨이 확인되었다. 따라서, 본 논문에서 제안한 복합 미생물 배양기의 제어시스템의 효 용성이 입증되었다.

본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배 양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계 한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물 의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러 닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러 닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(10^8이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 10^8 으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양 기를 위한 딥러닝 구조의 효용성이 입증되었다.

본 논문에서는 효율적인 feature map 추출 네트워크를 이용한 2D 이미지에서의 3D 포인트 클라우드 재구축 기법을 제안한다. 본 논문에서 제안한 기법의 독창성은 다음과 같다. 첫 번째로, 메모리 측면에서 기존 기법보다 약 27% 더 효율적인 새로운 feature map 추출 네트워크를 사용 한다. 제안하는 네트워크는 딥러닝 네트워크의 중간까지 크기 축소를 수행하지 않아, 3D 포인트 클라우드 재구축에 필요한 중요한 정보가 유실되 지 않았다. 축소되지 않은 이미지 크기로 인해 발생하는 메모리 증가 문제는 채널의 개수를 줄이고 딥러닝 네트워크의 깊이를 얕게 효율적으로 구 성하여 해결하였다. 두 번째로, 2D 이미지의 고해상도 feature를 보존하여 정확도를 기존 기법보다 향상시킬 수 있도록 하였다. 축소되지 않은 이미지로부터 추출한 feature map은 기존의 방법보다 자세한 정보가 담겨있어 3D 포인트 클라우드의 재구축 정확도를 향상시킬 수 있다. 세 번 째로, 촬영 정보를 필요로 하지 않는 divergence loss를 사용한다. 2D 이미지뿐만 아니라 촬영 각도가 학습에 필요하다는 사항은 그만큼 데이터 셋이 자세한 정보를 담고 있어야 하며 데이터셋의 구축을 어렵게 만드는 단점이다. 본 논문에서는 추가적인 촬영 정보 없이 무작위성을 통해 정보 의 다양성을 늘려 3D 포인트 클라우드의 재구축 정확도가 높아질 수 있도록 하였다. 제안하는 기법의 성능을 객관적으로 평가하기 위해 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 CD 값이 5.87, EMD 값이 5.81 FLOPs 값이 2.9G로 산출되었다. 한편, CD, EMD 수치가 낮을수록, 재구축한 3D 포인트 클라우드가 원본에 근접하는 정확도가 향상된 결과를 나타낸다. 또한, FLOPs 수치가 낮을수록 딥러닝 네트워크에 필요한 메모리가 적게 소요되는 결과를 나타낸다. 따라서, 제안하는 기법의 CD, EMD, FLOPs 성능평가 결과가 다른 논문의 기법들보다 메모리 측면에서 약 27%, 정확도 측면에서 약 6.3% 향상된 결과를 나타내어 객관적인 성능이 입증되었다.

본 논문에서는 고감도 보급형 핵종 분석 모듈 개발을 제안한다. 제안하는 측정센서 모듈은 핵종 분석 분해능을 위한 전자부 구동 회로, 핵종 분석 기능이 적용된 시제품 제작, 시제품에 적용되는 GUI 개발 등으로 구성된다. 핵종 분석 분해능을 위한 전자부 구동 회로는 전자부 구동 회로 블록도에 의한 핵종 분석 분해능 과정, 방사선 측정에 사용되는 MCU 회로 설계, Spectrum 취득용 PC 프로그램 설계 등으로 나뉘어진다. 핵종 분석 기능이 적용된 시제품 제작은 128x128 픽셀의 OLED display, 조작을 위한 3개의 버튼, Li-ion 배터리, 배터리 충전을 위한 USB-C Type 포트의 구성을 추가하여 제작한다. 시제품에 적용되는 GUI 개발부는 현재 시간, 측정 경과 시간, 토탈 카운트, 핵종 Spectrum 등의 화면구성으로 개발한다. 제안된 측정센서 모듈의 성능을 평가하기 위하여 공인기관 전문가 입회시험을 시행한 결과, 핵종 분석 장치에 Cs-137 표준선원을 이용하여 취득한 Spectrum(FWHM@662keV)으 로 분해능 공식을 적용하여 계산한 결과가 17.77%의 분해능을 가짐이 확인되었다. 따라서, 제안된 본 논문에서 제안한 핵종 분석 분해능 방법이 기존의 상용의 핵종 분석 모듈보다 저렴하면서도 향상된 성능이 산출됨이 확인되었다.

본 논문에서는 고감도 보급형 방사선 측정센서 모듈 개발을 제안한다. 제안하는 측정센서 모듈은 섬광체+광증배소자(SiPM) 센서 최적화 구조 설계, 센서 드라이버용 증폭과 필터 및 제어회로 설계, 근거리 통신을 포함한 제어회로 설계, 센서 기구설계 및 제작, 시제품에 적용되는 GUI 개발 등으로 구성된다. 섬광체+광증배소자(SiPM) 센서 최적화 구조 설계는 센서 구조 설계를 위한 섬광체와 광증배소자(SiPM)의 특성을 확인하여 설계 한다. 센서 드라이버용 증폭과 필터 및 제어회로 설계는 SiPM을 이용하여 섬광체로 방사선에 의해 발생하는 미세 섬광신호를 처리하도록 설계한 다. 근거리 통신을 포함한 제어회로 설계는 근거리 무선통신 기능을 지원하기 위한 MCU 설계 및 유선 통신 지원을 통해 데이터 전송이 가능하도 록 설계를 수행한다. 센서 기구설계 및 제작은 플라스틱 섬광체에서 발생한 미세 섬광 신호를 광증배소자(SiPM)에 전달하기 위해 플라스틱 섬광체 외부에 반사지(미러링)를 감싸 발생한 섬광이 반사되어 효율을 높이도록 설계한다. 시제품에 적용되는 GUI 개발은 각 화면에 따라 상단에 날짜와 시간을 표현하며, 측정단위 및 시간, 초, 알람 레벨, 통신상태, 배터리 용량 등이 표현되도록 한다. 제안된 시스템의 성능을 평가하기 위하여 공인시 험기관에서 실험한 결과는 방사선량 측정 범위가 30μSv/h ~ 10mSv/h로 측정되어서, 현재 국내외에서 상용으로 판매되는 제품들 중에서 최고 수준 범위와 같은 결과가 산출되었다. 또한, ±7.4%의 측정 불확도가 측정되어서 국제 표준인 ±15% 이하에서 정상동작 됨이 확인되었다.

본 논문에서는 딥러닝과 구체의 형태 변형 방법을 이용한 단일 이미지에서의 3D mesh 재구축 기법을 제안한다. 제안한 기법은 기존의 방식과 다른 다음과 같은 독창성이 있다. 첫 번째, 기존의 근처의 가까운 점들을 연결하여 모서리 또는 면을 구축하는 방식 과 다르게 딥러닝 네트워크을 통하여 구체의 꼭짓점의 위치를 사물의 3D 포인트 클라우드와 매우 유사하게 수정한다. 3D 포인트 클라우드를 이용하므로 메모리가 적게 필요하며 구체의 꼭짓점에 오프셋 값 사이에 덧셈 연산만을 수행하기 때문에 더 빠른 연산이 가능하다. 두 번째, 수정한 꼭짓점에 구체의 면 정보를 씌워 3D mesh를 재구축한다. 구체의 꼭짓점의 위치를 수정하여 생성한 3D 포인트 클라우드의 점들의 간격이 일정하지 않을 때에도 이미 점들 사이의 연결 여부를 나타내는 구체의 면 정보라는 3D mesh의 면 정보를 가지고 있어 표현의 단순화나 결손을 방지할 수 있다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 공개된 표준 데이터셋인 ShapeNet 데이터셋을 이용하여 비교 논문들과 같은 방법으로 실험한 결과, 본 논문에서 제안하는 기법의 IoU 값이 0.581로, chamfer distance 값은 0.212로 산출되었다. IoU 값은 수치가 높을수록, chamfer distance 값은 수치가 낮을수록 우 수한 결과를 나타내므로 다른 논문에서 발표한 기법들보다 3D mesh 재구축의 결과에서 성능의 효율성이 입증되었다.

본 논문에서는 증강현실(AR) 당구 콘텐츠를 위한 물리 시뮬레이션을 제안한다. 제안하는 증강현실 당구 콘텐츠에 대한 물리 시뮬 레이션의 특징은 다음과 같다. 먼저, 증강현실 환경에서 실제와 비슷한 당구공의 움직임을 구현하기 위해 당구공에 적용되는 힘과 관성모멘트 계산을 하여 물리식을 도출한다. 다음에 타격 지점에 대한 가상 당구공의 회전과 관련된 가상 당구공의 속도와 각속도를 구한다. 다음으로, 가상 당구공의 움직임 궤적이 실제 당구공과 비슷한 움직임을 구현하기 위하여 입사벡터, 법선벡터, 반사벡터 등 의 물리식을 도출하게 된다. 이러한 방정식을 증강현실 환경에 적용하여 AR 당구 콘텐츠를 구현할 수 있다. 이러한 물리 시뮬레이 션은 사용자가 가상 당구대를 사용하여 실제와 유사함을 느낄 수 있도록 하며 실제 환경과 상호 작용하게 돕는다. 실험 결과 실제 당구공의 경로와 가상 당구공의 경로 사이의 정확도 범위는 97.75%~99.11%로 계산됐다. 따라서 본 논문에서 제안하는 증강현실 당구 콘텐츠에 대한 물리 시뮬레이션의 성능은 실제 당구공의 경로와 유사함을 확인하였다.

본 논문에서는 열화상 카메라를 적용한 개인 맞춤형 냉각관리 시스템을 제안한다. 제안하는 장비는 열화상 카메라를 이용하여 사용자의 진행 전 피부 온도와 진행 후 피부온도의 차이에 따라 냉기 배출량 및 시스템을 제어한다. 피부의 온도가 비정상적으로 낮아지면 냉기공급을 차단하여 안전사고 발생 가능성을 방지한다. 피부 온도 감지센서를 열화상 카메라 온도측정으로대체하여 경제적이고, 열화상 이미지로 온도를 확인할 수 있으므로 시각화가 가능하다. 또한, 제안하는 장비는 열화상 카메라를 적용한 개인 맞춤형 냉각관리 시스템의 안전을 위해 레이저 포인터를 듀얼로 사용하여 초점 거리를 산출하여 피부와의 거리를 측정하는 센서의 감도를 개선시킨다. 제안된 장비의 성능을 평가하기 위하여 외부공인 시험기관에서 실험하였다. 첫 번째로측정된 온도 범위는 –100℃～-160℃로 측정되어, 현재 현장에서 사용되는 최고 수준인 -150～-160℃(cryo generation/미국) 보다 넓은 온도 범위를 나타내었다. 또한 오차는 ±3.2%～±3.5%로 측정되어 현재 현장에서 사용되는 최고 수준인 ±5%(CRYOTOP/중국) 보다 우수한 결과를 나타내었다. 두 번째로 측정된 거리 정확도는 ±4.0% 이하로 측정되어, 현재 현장에서사용되는 최고 수준인 ±5%(CRYOTOP/중국) 보다 우수한 결과를 나타내었다. 세 번째로 질소 사용량은 최대 0.15 L/min 미만으로 확인되어, 현재 현장에서 사용되는 최고 수준인 6 L/min(POLAR BEAR/미국) 보다 우수한 결과를 나타내었다. 따라서본 본문에서 제안한 열화상 카메라를 적용한 개인 맞춤형 냉각관리 시스템의 성능의 우수함이 판별되었다.

본 논문에서는 다각형 용기의 품질 향상을 위한 딥러닝 구조 개발을 제안한다. 딥러닝 구조는 convolution 층, bottleneck층, fully connect 층, softmax 층 등으로 구성된다. Convolution 층은 입력 이미지 또는 이전 층의 특징 이미지를 여러 특징필터와 convolution 3x3 연산하여 특징 이미지를 얻어 내는 층이다. Bottleneck 층은 convolution 층을 통해 추출된 특징 이미지상의 특징들 중에서 최적의 특징들만 선별하여 convolution 1x1 ReLU로 채널을 감소시키고convolution 3x3 ReLU를 실시한다. Bottleneck 층을 거친 후에 수행되는 global average pooling 연산과정은 convolution 층을 통해 추출된 특징 이미지의 특징들 중에서 최적의 특징들만 선별하여 특징 이미지의 크기를 감소시킨다. Fully connect 층은 6개의 fully connectlayer를 거쳐 출력 데이터가 산출된다. Softmax 층은 입력층 노드의 값과 연산을 진행하려는 목표 노드 사이의 가중치와 곱을 하여 합하고 활성화 함수를 통해 0～1 사이의 값으로 변환한다. 학습이 완료된 후에 인식 과정에서는 학습 과정과 마찬가지로 카메라를 이용한 이미지 획득, 측정 위치 검출, 딥러닝을 활용한 비원형 유리병 분류 등을 수행하여 비원형 유리병을분류한다. 제안된 다각형 용기의 품질 향상을 위한 딥러닝 구조의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과,양품/불량 판별 정확도 99%로 세계최고 수준과 동일한 수준으로 산출되었다. 검사 소요 시간은 평균 1.7초로 비원형 머신비전 시스템을 사용하는 생산 공정의 가동 시간 기준 내로 산출되었다. 따라서 본 본문에서 제안한 다각형 용기의 품질 향상을위한 딥러닝 구조의 성능의 그 효용성이 입증되었다.

본 논문에서는 다각형 용기의 결함 검사 시스템 개발을 제안한다. 임베디드 보드는 메인부, 통신부, 입·출력부 등으로 구성된다. 메인부는 주 연산장치로써 임베디드 보드를 구동하는 운영체제가 포팅되어서 외부 통신, 센서 및 제어를 위한 입출력을 제어할 수 있다. 입·출력부는 필드에 설치되어 있는 센서들의 전기적신호를 디지털로 변환하여 메인모듈로 전달하는 역할 및 외부 스텝 모터 제어의 역활을 한다. 통신부는 영상 촬영 카메라 트리거 설정 및 제어 장치의 구동 설정의 역할을 수행한다. 입·출력부는 제어 스위치 및 센서들의 전기적신호를 디지털로 변환하여 메인모듈로 전달하는 역할을 수행한다. 동작 모드 등과 관련한 펄스 입력 등을 받기 위한 입력회로에는 외부 노이즈의 간섭을 최소화하기 위하여 각 입력포트에는 포토커플러를 설계한다. 제안된 다각형 용기의 결함 검사 시스템 개발의 정확성을 객관적으로 평가하기 위하여 다른 머신비전 검사 시스템과 비교를 해야 하지만, 현재 다각형 용기의 머신비전 검사 시스템이 존재하지 않기 때문에 불가능하다. 따라서, 동작 타이밍을 오실로스코프로 측정하여서 Test Time, One Angle Pulse Value, One Pulse Time, Camera Trigger Pulse, BLU 밝기 제어 등과 같은 파형이 정확히 출력됨을 확인하였다.

본 논문에서는 AR에 적용 가능한 마커리스 기반의 실내 위치 측정 기법을 제안한다. 제안한 기법은 다음과 같은 독창성을갖는다. 첫 번째는 특징점을 추출하고 이를 이용하여 지역 패치를 생성하여 전체 이미지를 학습하지 않고 주변보다 더 유용한 지역 패치만을 학습하고 사용함으로써 더 빠른 연산이 가능하도록 한다. 두 번째는 Convolution Neural Network 구조를사용한 딥러닝을 통해 학습을 진행하여 오차율을 줄여 정확도를 향상시킨다. 세 번째는 기존의 특징점 매칭 기법과는 다르게좌우 이동을 포함한 실내 위치 측정이 가능하도록 한다. 네 번째는 매 프레임마다 새롭게 실내 위치를 측정하기 때문에 이동중 앞쪽에서 발생한 오차가 누적되어 발생되는 것을 방지한다. 따라서 이동 거리가 길어져도 최종 도착점과 예측 실내 위치간의 오차가 증가하지 않는다는 장점을 갖는다. 본 논문에서 제안하는 AR에 적용 가능한 마커리스 기반의 실내 위치 측정기법의 소요시간과 정확도를 평가하기 위해 시행한 실험결과, 실제 실내 위치와 측정된 실내 위치의 차이가 평균 12.8cm, 최대 21.2cm로 측정되어서, 기존 IEEE 논문의 결과보다 우수한 실내 위치 측정 정확도를 나타내었다. 또한, 초당 20프레임으로측정된 결과를 나타내어서 실시간으로 사용자의 실내 위치를 측정하는 것이 가능하다고 판단되었다.

본 논문에서는 딥러닝 구조를 분할하여 망의 특징에 따라 개별 학습을 수행하여 딥러닝 알고리즘의 학습시간을 단축하는 알고리즘을 제안한다. 제안하는 알고리즘은 영상 전처리, 특징벡터 추출, 노이즈 제거망과 분류망을 이용한 학습 및 인식 등의 3가지 과정으로 구성된다. 영상 전처리는 알고리즘에 입력할 영상 데이터를 균일화 하는 단계이다. 특징벡터 추출은 학습을 생략한 랜덤필터를 이용한 CNN 알고리즘을 사용한 특징벡터 추출을 통해 학습시간을 단축시킨다. 노이즈 제거망과 분류망을 이용한 학습 및 인식 과정에서는 망의 특징에 따라 개별적으로 학습을 수행하여 학습 처리량 및 소요시간을 감소시킨다. 본 논문에서 제안한 학습시간 단축 딥러닝 알고리즘의 효용성을 입증하기 위하여 Extended Yale B 데이터베이스를 대상으로 기존의 CNN 알고리즘과 비교 실험하여 신뢰성을 평가하였다. 실험 결과 제안하는 알고리즘은 1회 학습시 소요되는 학습 시간을 기존 알고리즘보다 40.7% 감소시켜 전체 학습시간 단축에 크게 기여함을 확인하였다. 또한 기존 알고리즘과 같은 시간동안 학습하였을 경우에 인식률이 향상된 결과를 나타냄을 확인하였다.

본 논문에서는 5세대 이동통신 네트워크 서비스의 커버리지를 확장하고, 빌딩내에서의 안정적인 무선 네트워크 연결해 주는 5G 광중계기의 인빌딩용 디지털 송수신 유닛 설계를 제안한다. 제안된 5G 광중계기 구동을 위한 디지털 송수신 유닛은 신호처리부, RF 송수신부, 광입출력부, 클록발생부 등의 4개 블록으로 구성된다. 신호처리부는 CPRI 인터페이스의 기본 동작과 4채널 안테나 신호의 조합 및외부에서의 제어 명령에 대한 응답 등 중요한 역할을 수행한다. 또, JESD204B 인터페이스로 고품질의 IQ 데이터를 송수신 한다. 파워앰프를 보호하기 위해 CFR, DPD 블록이 동작한다. RF 송수신부는 안테나로부터 수신된 RF 신호를 AD 변환하여 JESD204B 인터페이스로 신호처리부에 전달되고, 신호처리부에서 JESD204B 인터페이스로 전달된 디지털 신호를 DA 변환하여 안테나로 RF 신호를 송신한다. 광입출력부는 전기신호를 광신호로 변환하여 송신하고, 광신호를 전기신호로 변환하여 수신한다. 클록발생부는 광입출력부의 CPRI인터페이스에서 공급되는 동기 클록의 지터(Jitter)를 억제하고, 신호처리부와 RF 송수신부에 안정적인 동기 클록을 공급한다. CPRI 연결전에는 로컬 클록을 공급하여 CPRI 연결 준비 상태로 동작한다. 본 논문에서 제안된 5G 광중계기 구동을 위한 디지털 송수신 유닛의정확성을 평가하기 위해서 Xilinx 사의 MPSoC 계열의 XCZU9CG-2FFVC900I를 사용하였고 설계 툴은 Vivado 2018.3을 사용하였다. 본논문에서 제안된 5G 광중계기 디지털 송수신 유닛이 ADC로 입력되는 5G RF 신호를 디지털로 변환하여 CPRI를 통해 JIG로 전달하는Uplink 동작과 JIG로부터 CPRI를 통해 전달받은 Downlink 데이터 신호를 DAC로 출력하는 기능과 성능을 평가하였다. 실험결과는 평탄도, Return Loss, Channel Power, ACLR, EVM, Frequency Error 등이 목표로 한 설정 값 이상의 성능이 나타남을 확인 할 수 있었다.

제공된 미생물 균총 데이터를 기반으로 Data Augmentation 방법론인 Jittering, Scaling, Permutation, Magnitude Warping 등을 수행하여 확장된 학습 데이터를 구축하여 딥러닝의 성능을 높여준다. 실험결과, Jittering에 의한 Data Augmentation 방법이 learning dataset과 test dataset에 대하여 가장 높은 질병 예측 정확도를 나타내었다. 본 논문에서 제안된 Data Augmentation 방법론을 사용하면, 인공지능 기반의 미생물 균총과 질병과의 연관성 예측에 유용하게 적용될 수 있다.

본 논문에서는 개인 맞춤형 국소부위 질소 냉각 장비 개발을 제안한다. 제안하는 장비는 크게 냉기공급모듈과 본체, 그리고 질소분사(건)으로 구성되며, 다음과 같은 특징들을 가진다. 첫 번째로 부피온도 감지센서로 피부온도를 측정한 정보를 활용하여 냉기의 공급량과 시간을 자동으로 제어하므로 완벽한 안전성 확보를 통한 기능상의 경쟁력을 가질 수 있다. 두 번째로 거리측정 센서를 적용함으로써 일정거리 이상 피부에 근접하게 되면, 제어 GUI와 연동하여 냉기를 차단하거나 질소의 배출을 조절하여 보다 높은 냉각요법의 효율을 높이면서도 안전한 관리가 가능하다. 세 번째로 질소의 공급을 조절할 수 있는 제어모듈을 설치하여 질소의 손실을 최소화하여 유지관리 비용을 최소화할 수 있다. 제안된 장비의 성능을 평가하기 위하여 외부시험기관에서 실험한 결과, 온도센서 정확도는 세계 최고 수준(±5%)보다 정확한 ±3.8%의 범위에서 측정이 되었고, 온도범위는 세계 최고 수준과 비슷한 110℃~-160℃의 범위가 측정되었다. 거리 정확도는 세계 최고 수준(±5%)보다 낮은 ±3.0%의 범위에서 측정이 되었고, 무게 정확도는 세계 최고 수준(±5%)보다 정확한 ±0.1%의 범위에서 측정이 되었다. 또한, 토출 제어는 세계 최고 수준(1단계)보다 높은 4단계가 측정되었고, 질소 사용량은 세계 최고 수준(6L/min) 이하인 0.8L/min로 측정되었다. 따라서 본 본문에서 제안한 개인 맞춤형 국소부위 질소 냉각 장비개발의 성능의 그 효용성이 입증되었다.

본 논문에서는 IT 기술을 접목한 초저온 순환 냉각 방식의 전신 관리 시스템을 제안한다. 제안하는 시스템은 다음과 같은 특징들을 가진다. 첫 번째로 초저온으로 냉각된 질소가스를 관리기 내부에서 순환시킴으로서 유지비용을 최소화한다. 두 번째로 온도센서와 산소농도센서로 측정된 정보를 기초로 질소가스를 공급하여 안전한 초저온 전신관리를 제공한다. 세 번째로 사용자의 신장을 입력한 후에 전자동 리프트를 이용하여 제어 가능한 편리한 초저온 전신관리를 제공한다. 네 번째로 접근이 쉽고 조작이 편리한 GUI및 전신관리 시스템 운영을 위한 관리자 전용 웹 프로그램의 GUI를 제공한다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는 온도센서 정확도는 세계 최고 수준인 ±5%의 범위에서 측정이 되었고, 전신관리 온도범위는 세계 최고 수준(-110℃ ～ -140℃)보다 넓은 -110℃ ～ -150℃의 범위가 측정되었다. 또한, 습도는 세계 최고 수준인 40% 미만으로 측정이 되었고,산소농도도 세계 최고 수준인 18% 이상으로 측정되었다. 따라서 본 본문에서 제안한 IT 기술을 접목한 초저온 순환 냉각 방식의 전신 관리 시스템의 성능이 세계 최고 수준과 동일한 결과를 산출하였기 때문에 그 효용성이 입증되었다.

본 논문에서는 OLED 패널에 영상을 디스플레이 하면서 패널 불량 검사 및 광학 측정을 이용하여 색 좌표 및 휘도를 보상할 수 있는 OLED 패널 테스트를 위한 영상 발생기를 제안한다. 제안된 영상 발생기는 영상 발생 과정과 광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정 등의 2가지 과정으로 구성된다. 영상 발생 과정은 패널을 구동하기 위한 패널의 정보를 셋팅하고, 패널 정보에 맞게 영상 발생기의 출력 셋팅을 조절하여 영상을 출력한다. 영상의 출력 형태는 디지털 RGB 방식으로 구성된다. 영상발생기 내부의 패턴 발생 알고리즘은 패널의 해상도에 맞게 동기 신호를 기준으로 24비트 데이터 라인에 색데이터를 전송하는 방식으로 칼라 및 그레이 계열 영상 데이터를 출력한다. 광학 측정을 이용한 색 좌표 및 휘도를 보상하는 과정은 영상 발생기에서 영상을 OLED 패널에 출력하고, 광학 모듈로 측정한 색 좌표 및 휘도 데이터를 기준 데이터보다 차이나는 부분을 보상한다. 본 논문에서 제안된 OLED 패널 테스트를 위한 영상 발생기의 정확성을 평가하기 위해서 Xilinx 사의 Spartan 6 계열의 XC6SLX25-FG484 FPGA를 사용하였고 설계 툴은 ISE 14.5를 사용하였다. 영상 발생 과정의 출력은 오실로스코프를 이용한 디지털 RGB 출력에 대하여 목표로 한 설정 값과 시뮬레이션 결과 값이 일치함을 확인 할 수 있었다. 광학 측정을 이용한 색 좌표 및 휘도를 보상한 데이터는 패널 제조업체에서 제시한 오차율 이내의 정확도를 나타내었다.

본 논문에서는 타이어의 물리적인 요소 중 하나인 압력정보를 이용해서 자동차의 하중 표출이 가능한 타이어 공기압 측정 기술을 사용한 차량의 적재중량 측정시스템 설계 기법을 제안한다. 제안된 기법은 하중 및 진동에 의한 노이즈 보정, 기체유량 보정, 데이터 믹서, 중량 환산 등의 4가지 과정으로 구성된다. 하중 및 진동에 의한 노이즈 보정에서는 외부충격 및 차량이 주행 중 발생하는 진동 등에 의해 타이어의 내부 압력이 상승하는 노이즈를 제거한다. 기체유량 보정 과정에서는 하중 및 진동에 의한 노이즈 보정 과정을 거친 데이터에 대하여 지면의 온도상승에 의해 타이어의 내부 압력이 상승하는 노이즈를 제거한다. 데이터 믹서 과정에서는 화물적재 시 타이어에 수직으로 전달이 되어 타이어의 압력변화에 따른 공차, 중차, 만차에 대한 하중과 압력 등을 분류하게 된다. 중량 환산 과정에서는 하중 및 진동에 의한 노이즈 보정 및 기체유량 보정을 거친 데이터를 사용하여 중량 환산 알고리즘을 통해 중량으로 표출된다. 중량 환산 알고리즘은 하중과 압력변화에 대한 선형 함수의 기울기인 중량 환산 Factor를 구하여 중량을 환산한다. 본 논문에서 제안된 타이어 공기압 측정 기술을 사용한 차량의 적재중량 측정 시스템의 정밀도를 평가하기 위해 자체적으로 테스트 베드를 구축하여 평가하였다. 하중 및 진동에 의한 노이즈 보정 결과와 기체 유량 데이터 보정 결과는 신뢰성 있는 결과를 나타내었다. 또한 중량 정밀도 반복 실험도 국내 업체 기준치인 90% 보다 우수한 중량 정밀도를 나타내었다.

본 논문에서는 위치추적과 방사선 측정이 가능한 일체형 방사선 피폭 방호 소방관 인명구조 경보기의 혼합형 센서부 개발을 제안한다. 방사선피폭선량을 측정하기 위하여 크기와 무게를 최소화 할 수 있는 반도체형 방사선 측정 센서인 PIN-Diode방사선 측정 센서모듈을 사용한다. PIN-Diode 방식의 방사선 측정 센서 특성을 높이기 위하여 누설전류를 제거하기 위한 설계를 수행한다. IMU 센서모듈을 사용하여 3축에 대한 데이터와 가속도에 대한 수치를 합산하여 사고추정과 동시에 현재 소방관의 위치를 추정한다. 제안된 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 혼합형 센서부의 효율을 판단하기위하여 공인시험기관에서 실험하였다. 누적선량 측정범위는 세계 최고 수준인 10μSv～10mSv 범위에서 측정이 되었다. 정확도는 ±6.3%～±9.0%(137Cs) 측정 불확도가 측정되어 국제 표준인 ±15% 이하에서 정상동작 됨이 확인되었다. 또한 위치정확성은 ±10% 이내로 측정되어 높은 수준의 결과가 도출되어 그 효용성이 입증되었다. 따라서 보다 많은 소방관에게 성능이 우수한 일체형 방사선 피폭 방호 소방관 인명구조 경보기 보급이 될 수 있으리라 기대된다.

본 논문에서는 위치추적과 방사선 측정이 가능한 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드개발을 제안한다. 제안하는 방사선 피폭 방호 소방관 인명구조 경보기의 임베디드 보드는 신호 처리부, 통신부, 전원부, 메인제어부 등으로 구성된다. 신호 처리부에서는 차폐설계, 노이즈 저감 기술 및 전자파 차감 기술 등을 적용한다. 통신부에서는WiFi 방식을 사용하여 통신하도록 설계한다. 메인 제어부에서는 전력 소모를 최소한으로 줄이고 작고 밀도가 높으면서도 낮은발열성을 통하여 높은 고성능 시스템을 구성한다. 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드는재난 및 화재현장 등 열악한 환경에 노출되어 운영하는 장비이므로 방수와 내열성을 고려한 외형도 설계 및 제작을 한다. 제안된 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드의 효율을 판단하기 위하여 공인시험기관에서 실험하였다. 방수 등급은 소방관용 장비의 특성 상 재해 현장에서 물에 의한 침수 시에도 안정적인 성능을 유지할 수 있는 IP67등급을 달성하였다, 동작 온도는 재해현장에서의 폭넓은 환경변화에 대응할 수 있는 -10℃～50℃의 범위에서 측정이 되었다. 배터리 수명은 붕괴사고 등의 비상 재난 상황에 대처할 수 있는 1회 충전 후 144시간 사용 가능함이 측정되었다. PCB를 포함한 최대 통신 거리는 재난 상황 시 지휘통제 차량과의 직선거리에서 기존의 50m보다 넓은 범위인 54.2m에서 작동하는 것이측정되었다. 따라서 일체형 방사선 피폭 방호 소방관 인명구조 경보기를 위한 임베디드 보드의 그 효용성이 입증되었다.

본 논문에서는 스마트 팩토리 구축을 위한 프로토콜을 제안한다. 제안하는 스마트 팩토리 구축을 위한 프로토콜은 OPCUA Server/Client, TSN 실시간 통신 기술, NTP & PTP 시간 동기화 프로토콜, 필드버스(Field Bus) 프로토콜 및 컨버젼 모듈, 데이터 전송지연에 대한 저장기술 및 동기화 프로토콜로 구성된다. OPC UA Server/Client 는 산업용 하드웨어 디바이스와 인터페이스 하기 위한 시스템 통합 프로토콜로써 플랫폼에 의존적이지 않고 다방면에서 사용할 수 있는 표준을 지원한다. TSN 실시간 통신 기술은 고속 네트워크 환경에서 디바이스들 간 정확한 시간을 공유함으로써 생산라인 등의 정밀한 시간관리 및 제어기술을 제공한다. NTP & PTP 시간 동기화 프로토콜은 IEEE1588 표준화 기술을 제공한다. 필드버스 프로토콜및 컨버젼 모듈은 산업에서 주로 사용하는 프로토콜을 OPC로 변환하여 연결의 확장성을 제공한다. 데이터 전송 지연에 대한저장기술 및 동기화 프로토콜은 데이터 전송 지연과 데이터의 손실에 대한 해결 기능을 제공한다. 제안된 스마트 팩토리 구축을 위한 프로토콜의 성능을 평가하기 위하여 시험기관에서 실험한 결과 응답시간은 0.1367ms, 동기시간은 0.404ms, 동시접속 수는 100개, 프로토콜의 연동개수 5개, 데이터 저장 및 동기화는 1,000노드로 세계최고 수준과 동일한 결과를 산출하였다.

본 논문에서는 스마트 팩토리 구축을 위한 임베디드 보드의 개발을 제안한다. 제안하는 스마트 팩토리 구축을 위한 임베디드 보드는 메인모듈, ADC 모듈, I/O 모듈로 구성된다. 메인모듈은 주 연산장치로써 임베디드 보드를 구동하는 운영체제가 포팅되어서 외부장치와 산업용 프로토콜을 이용하여 통신할 수 있는 통신부를 탑재하고 있다. ADC 모듈은 필드에 설치되어 있는 센서들의 전기적신호를 디지털로 변환하여 메인모듈로 전달하는 역할을 한다. I/O 모듈은 필드기기의 상태, 경보, 가동명령 등을 전달하기 위하여 외부의 노이즈로부터 차단하기 위한 절연회로를 탑재한 디지털 입출력 모듈이다. 제안된 스마트 팩토리 구축을 위한 임베디드 보드의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 프로토콜의 연동개수는 5개, 하드웨어의 클록 동기화 속도는 10us, 배터리로 구동되는 보드의 동작시간은 8시간 이상으로서 세계최고 수준과 동일한 결과를 산출하였다.

본 논문에서는 생활권역별 환경안전 실시간 모니터링 시스템을 제안한다. 제안하는 시스템은 고정형 및 이동형 측정장비를 활용하여 방사선, 미세먼지, 생활기본정보(온도) 등을 측정 하도록 설계된다. 고정형 및 이동형 측정장비로부터 수신한 데이터를 저장하는 웹 데이터베이스를 구성한다. 또한 수신한 데이터를 PC에 디스플레이하기 위한 웹 프로그램과 휴대폰에 디스플레이 위한 웹 프로그램을 개발한다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는 방사선 측정범위는 세계 최고 수준과 버금가는 10μSv/h～10mSv/h의 범위에서 측정이 되었고, 정확도는 ±6.7%～±8.7%의 측정 불확도가 측정되어 국제 표준인 ±15% 이하에서 정상동작 됨이 확인되었다. 4계절을 보유한 우리나라의 온도변화 특성에 따라 -20℃～50℃의 구간에 대해 온도 시험을 수행하였으며 온도변화에 대응하여 정상동작 됨이 확인되었다. 복사전자파 내성시험의 경우에 적합 판정으로 안정성이 확보되었다. 시제품 제작이후 약 4개월 동안 일반환경 및 고온과 저온 환경에서 제품을 테스트한 결과, 구성된 센서의 보증기간 및 운영테스트 시 작동 및 기록되는 데이터를 기반으로 약 5년 이상의 내구성이 확인되었다. 미세먼지 센서에 대한 측정범위와 정확도는 대기환경 측정 기업을 통하여 상대성 비교 테스트를 진행하고 대기질측정 기록부를 통하여 성능수준이 유사함을 확인하였다.

본 논문에서는 새로운 해양 방사선 자동 감시 시스템을 제안한다. 제안하는 시스템은 다음과 같은 특징들을 가진다. 첫 번째로 NaI + PVT 혼합형 검출기를 사용함으로 반응속도가 빠르고 정밀분석이 가능하다. 두 번째로 섬광체형 센서에 온도보상 알고리즘을 적용함으로서 추가적인 냉각장치가 필요 없으며 시시각각 변화하는 해양환경에 안정적인 운영이 가능하다. 세 번째로 냉각장치가 필요 없으므로 전력소비량이 적어 태양열을 활용하여 전력의 안정적인 공급이 가능하므로 해양환경 관측부이에 설치 가능하다. 네 번째로 GPS 및 무선통신을 사용하여 측정지역에 대한 정확한 위치정보와 실시간 데이터 전송기능으로 주변국 등의 원전사고 등 발생 시 즉각적인 경보대응이 가능하다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는 방사선 측정범위는 세계 최고 수준인 5μSv/h∼15mSv/h의 범위에서 측정이 되었고, 정확도는 ±8.1의 측정 불확도가 측정되어 국제 표준인 ±15 이하에서 정상동작 됨이 확인되었다. 내환경등급(방수)은 IP67을 달성하였고, −20∼50∘C 동작온도에서 5% 이내로 변동률이 측정되어서 안정성이 확인되었다. 진동시험 후 측정값 변화율이 10% 이내로 측정되어서, 파도에 의한 해양환경에서 진동으로 인한 측정값의 변화가 없을 것으로 확인되었다.

본 논문에서는 성능이 향상된 면적선량계(DAP)를 제안한다. 본 논문에서 제안한 성능이 향상된 면적선량계는 기존에 개발되었던 면적선량계를 최적화하였다. 성능이 향상된 면적선량계는 전하 적분기 및 ADC 회로의 최적화 설계, RS-485 통신용 Line transceiver의 최적화 설계, Display 회로의 최적화 설계, 연동 및 에이징을 위한 PC 기반 제어 프로그램 최적화 등을 수행하였다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는 Radiation dose dependence와 Radiation quality dependence는 4.2%의 측정 불확도가 측정되어 국제 표준인 ±15 이하에서 정상동작 됨이 확인되었다. Energy range/Tube voltage는 30~150kV 구간에서 반응이 확인되었다. 센서필드간 감도차이와 센서필드간 면적선량 감도차이는 4.3%의 측정 불확도가 측정되어 국제 표준인 ±15 이하에서 정상동작 됨이 확인되었다. 면적선량계의 재현성을 측정하기 위하여 10회 반복하여 측정한 결과 0%로 확인되어서 IEC60580 권고 사항인 2% 이하에서 정상동작 됨이 확인되었다. Digital resolution은 시간당 기준선량에 대해 오차 범위 내에서 0.01μGy⋅m2의 최소단위로 측정되는 것을 확인되었다.

본 논문에서는 불꽃 감지를 위한 임베디드 시스템에 적합한 딥러닝 구조를 제안한다. 제안하는 딥러닝 구조의 불꽃 감지 과정은 불꽃 색깔 모델을 사용한 불꽃 영역 검출, 불꽃 색깔 특화 딥러닝 구조를 사용한 불꽃 영상 분류, 검출된 불꽃 영역의 N×N 셀 분리, 불꽃 모양 특화 딥러닝 구조를 사용한 불꽃 영상 분류 등의 4가지 과정으로 구성된다. 첫 번째로 입력 영상에서 불꽃의 색만을 추출한 다음 레이블링하여 불꽃 영역을 검출한다. 두 번째로 검출된 불꽃 영역을 불꽃 색깔에 특화 학습된 딥러닝 구조의 입력으로 넣고, 출력단의 불꽃 클래스 확률이 75% 이상에서만 불꽃 영상으로 분류한다. 세 번째로 앞 단에서 75% 미만 불꽃 영상으로 분류된 영상들의 검출된 불꽃 영역을 N×N 단위로 분할한다. 네 번째로 N×N 단위로 분할된 작은 셀들을 불꽃의 모양에 특화 학습된 딥러닝 구조의 입력으로 넣고, 각 셀의 불꽃 여부를 판단하여 50% 이상의 셀들이 불꽃 영상으로 분류될 경우에 불꽃 영상으로 분류한다. 제안된 딥러닝 구조의 성능을 평가하기 위하여 ImageNet의 불꽃 데이터베이스를 사용하여 실험하였다. 실험 결과, 제안하는 딥러닝 구조는 기존의 딥러닝 구조보다 평균 29.86% 낮은 리소스 점유율과 8초 빠른 불꽃 감지 시간을 나타내었다. 불꽃 검출률은 기존의 딥러닝 구조와 비교하여 평균 0.95% 낮은 결과를 나타내었으나, 이는 임베디드 시스템에 적용하기 위해 딥러닝 구조를 가볍게 구성한데서 나온 결과이다. 따라서 본 논문에서 제안하는 불꽃 감지를 위한 딥러닝 구조는 임베디드 시스템 적용에 적합함이 입증되었다.

본 논문에서는 소형 360° 구강 스캐너 임베디드 보드의 개발을 제안한다. 제안하는 소형 360° 구강 스캐너 임베디드 보드은 이미지 레벨 및 전송방식 변경 부, FPGA 부, 메모리 부, FIFO to USB 전송부 등으로 구성된다. 이미지 레벨 및 전송방식변경 부는 소형 360° 전방위 구강 렌즈와 이미지 센서를 통해 들어온 MIPI 형식의 구강 영상을 Low Power Signal Mode와 High Speed Signal Mode로 나누어 포트에 분산 입력하고 레벨 시프트를 하여 FPGA 부에 전송한다. FPGA 부에서는 360° 영상 왜곡 보정, 영상 보정, 영상 처리, 영상 압축 등의 기능 등을 수행한다. FIFO to USB 전송부에서는 FPGA 내부의 FIFO를 통해 전달되어진 RAW 데이터를 트랜시버 칩을 사용하여 USB 3.0, USB 3.1 등의 통신 규격으로 PC에 전송한다. 제안된 소형 360° 구강 스캐너 임베디드 보드의 효율을 판단하기 위하여 공인시험기관에서 실험한 결과, 보정 영상 후 초당 프레임은 60fps 이상, 데이터 전송률은 4.99Gb/s로서 높은 수준의 결과가 산출되어 그 효용성이 입증되었다.

본 논문에서는 얼굴 인식률 향상을 위한 멀티 블록 방식의 딥러닝 구조를 제안한다. 제안하는 딥러닝의 인식 구조는 입력된 이미지의 멀티 블록화, 특징 수치 분석을 통한 멀티 블록 선정, 선정된 멀티 블록의 딥러닝 수행 등의 3가지 과정으로 구성된다. 첫 번째로 입력된 이미지의 멀티 블록화는 입력된 이미지를 4등분하여 멀티 블록화 시킨다. 두 번째로 특징 수치분석을 통한 멀티 블록 선정에서는 4등분된 멀티 블록들의 특징 수치를 확인하고 특징이 많이 부각되는 블록만을 선정하여 얼굴 인식에 방해가 되는 요소를 사전에 제거한 블록들을 선정한다. 세 번째로 선정된 멀티 블록으로 딥러닝 수행은 선정된 멀티 블록 부위가 학습되어진 딥러닝 모델에 인식을 수행하여 특징 수치가 높은 효율적인 블록으로 얼굴 인식의 결과를 도출한다. 제안된 딥러닝 구조의 성능을 평가하기 위하여 CAS-PEAL 얼굴 데이터베이스를 사용하여 실험 하였다. 실험 결과, 제안하는 멀티 블록 방식의 딥러닝 구조가 기존의 딥러닝 구조보다 평균 약 2.3% 향상된 얼굴 인식률을 나타내어 그 효용성이 입증됨을 확인하였다.

본 논문에서는 소형 360° 구강 스캐너 렌즈 모듈의 개발을 제안한다. 제안하는 소형 360° 구강 스캐너 렌즈 모듈은 소형 360° 고해상도(4MegaPixel) 렌즈 광학계, 15mm 이미지 센서부, 소형 360° 구강 스캐너 렌즈 외형 등으로 구성된다. 소형 360° 고해상도 렌즈 광학계는 총 9매의 렌즈로 어린이부터 성년까지 전 연령에 걸쳐 사용이 가능하도록 렌즈 외경을 15mm 이하로 제작한다. 소형 360° 고해상도 렌즈 광학계에 의해 입사되는 빛을 90° 굴곡을 시켜 이미지 센서에 영상 이미지를 전달하게 한다. 15mm 이미지 센서부는 이미지 센서의 열, 행 주소를 통해 이미지 배열을 거친 후 전압으로 변환된 값을 임베디드 보드의 ISP(Image Signal Processor)에 전송한다. 소형 360° 구강 스캐너 렌즈 외형은 개발된 렌즈의 고정을 위하여 경통을 설계하였다. 제안된 소형 360° 구강 스캐너 렌즈 모듈의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 360° 렌즈 광학계 분해능은 150cycles/mm에서 30% 이상, 360° 렌즈 화각은 수평은 360°, 수직은 42° ~ 85°, 렌즈 왜곡률은 5% 이하의 세계최고 수준과 동일한 결과를 산출하였다.

본 논문에서는 플라스틱 Scintillator와 NaI(TI) 검출기를 이용하여 움직이는 차량 적재물에 존재하는 다수의 방사선원 위치를 3차원으로 판별하는 측정시스템을 제안한다. 제안하는 시스템은 방사선량 측정용 플라스틱 Scintillator, 2채널 펄스 카운터, 핵종 분석용 NaI(TI) 검출기 및 1채널 MCA Board 등으로 구성된다. 방사선원 위치판별 알고리즘은 방사선량의 거리의 자승에 반비례한 특성(1/r²)과 장치와의 각도(θ)에 따른 보상을 통해 계산된 방사선원의 CPS 값의 비율을 SVM 분류를 통하여 방사선원의 위치(X, Y)를 구할 수 있다. (Z) 좌표 값은 단위 시간당 움직이는 대상체의 속도에 따라 정해지게 되며 이는 단위주기당 백그라운드 스펙트럼을 제외한 순수 핵종의 스펙트럼을 분석한 후 핵종 유무 판별을 진행한 뒤 해당 핵종의 위치를 판별하게 된다. 본 논문에서 제안한 시스템의 위치 판별 실험 결과 ±1m 이내의 국제표준오차를 나타내었다. 따라서 본 논문에서 제안한 시스템의 유효성이 입증되었다. 본 논문에서는 고감도 보급형 방사선 측정센서 모듈 개발을 제안한다. 제안하는 측정센서 모듈은 섬광체+광증배소자(SiPM) 센서 최적화 구조 설계, 센서 드라이버용 증폭과 필터 및 제어회로 설계, 근거리 통신을 포함한 제어회로 설계, 센서 기구설계 및 제작, 시제품에 적용되는 GUI 개발 등으로 구성된다. 섬광체+광증배소자(SiPM) 센서 최적화 구조 설계는 센서 구조 설계를 위한 섬광체와 광증배소자(SiPM)의 특성을 확인하여 설계 한다. 센서 드라이버용 증폭과 필터 및 제어회로 설계는 SiPM을 이용하여 섬광체로 방사선에 의해 발생하는 미세 섬광신호를 처리하도록 설계한 다. 근거리 통신을 포함한 제어회로 설계는 근거리 무선통신 기능을 지원하기 위한 MCU 설계 및 유선 통신 지원을 통해 데이터 전송이 가능하도 록 설계를 수행한다. 센서 기구설계 및 제작은 플라스틱 섬광체에서 발생한 미세 섬광 신호를 광증배소자(SiPM)에 전달하기 위해 플라스틱 섬광체 외부에 반사지(미러링)를 감싸 발생한 섬광이 반사되어 효율을 높이도록 설계한다. 시제품에 적용되는 GUI 개발은 각 화면에 따라 상단에 날짜와 시간을 표현하며, 측정단위 및 시간, 초, 알람 레벨, 통신상태, 배터리 용량 등이 표현되도록 한다.

본 논문에서는 의료 및 산업용 X-선 발생장치의 선량평가를 위한 면적선량계(DAP)의 시스템을 제안한다. 제안하는 시스템은 Ion-Chamber를 이용한 면적선량 측정기술을 기반으로 진단용 X-선 장치에 의해 발생된 피폭선량을 명확히 측정할 수 있다. 면적선량계의 하드웨어부는 공기 중에서 X-선에 의해 전리되는 전하의 양을 측정한다. 미소 전류를 통한 누적선량 측정을 위한 고속 처리 알고리즘부는 입력 손실 없이 낮은 구현비용(전력)으로 X-선에 의해 전리되는 전하의 양을 측정한다. X-선 발생장치의 동작에 동기화된 유무선 송수신 프로토콜부는 통신 속도를 향상시킨다. 연동 및 에이징을 위한 PC 기반 제어 프로그램부는 실시간으로 발생된 X-선량을 측정하여 PC용 GUI를 통해 측정 그래프 및 수치 모니터링이 가능하도록 한다. 제안된 시스템의 성능을 공인시험기관에서 평가한 결과, 각각의 에너지 대역(30, 60, 100, 150kV)에서 면적선량계에 측정되는 값이 선형적으로 증가됨을 확인할 수가 있었다. 또한 4등분한 지점에서 측정기의 지시치에 대한 표준편차가 ±1.25%를 나타내어서 면적선량계가 위치에 관계없이 균일한 측정값을 나타냄을 확인하였다. 한편, ±4.2%의 불확도가 측정되어서 국제 표준인 ±15% 이하에서 정상동작 됨이 확인되었다.

본 논문에서는 쿠다(CUDA)를 사용하여 GPU 리소스를 분배하는 지능형 얼굴 인식 및 트래킹 시스템을 제안한다. 제안한 시스템은 GPU 리소스를 최적의 상태로 분배하는 GPU 할당 알고리즘, 딥러닝을 이용한 얼굴 영역 검출, 딥러닝을 이용한 얼굴 인식, 실시간 얼굴 트래킹, PTZ 카메라 제어 등의 5단계로 구성되어진다. 멀티 GPU 리소스를 최적의 상태로 분배하는 GPU 할당 알고리즘은 고정적으로 스레드에 GPU를 할당하는 방식과 달리 GPU의 활성화 정도에 따라 유동적으로 GPU 리소스를 분배한다. 따라서 안정적이고 효율적인 멀티 GPU 사용을 가능하게 하는 특징이 있다. 제안된 시스템에 대한 성능을 평가하기 위하여 리소스 분배를 하지 않은 시스템과 제안한 시스템을 비교한 결과, 리소스를 분배하지 않은 시스템은 불안정한 동작을 보이는 반면에 제안한 시스템에서는 안정적으로 구동됨으로서 효율적인 리소스 사용을 보였다. 따라서 제안된 시스템의 효용성이 입증되었다.

본 논문에서는 360∘ 원형영상을 평면영상에 매핑하기 위한 효율적인 알고리즘을 제안한다. 제안된 알고리즘은 평면영상의 크기 구하기, 카메라와 평면영상 사이의 각 지점에 따른 거리 계산, 카메라와 평면영상이 수평으로 이루는 각도 산출, 카메라와 평면영상이 수직으로 이루는 각도 산출, 360∘ 원형영상의 픽셀들을 평면영상의 픽셀에 매칭시키는 픽셀의 위치 계산 등 5단계로 구성된다. 제안한 360∘ 원형영상을 평면영상에 매핑하기 위한 효율적인 알고리즘을 평가하기 위하여 실험한 결과, 매핑된 평면영상의 복원율은 99%, 매핑된 평면영상의 화질은 72%로서 상용 소프트웨어의 기준치보다 높은 결과를 산출했기 때문에 알고리즘의 효용성이 확인되었다.

본 논문에서는 중성자, 감마선, 엑스선 등의 방사선을 측정하는 통합 제어 시스템을 제안한다. 제안하는 시스템은 원격 또는 네트워크상으로 측정 및 분석한 데이터를 디스플레이를 통해 모니터링 및 제어할 수 있는 장비로서, 현장에 가지 않고도 시스템 각 구성 부분의 상태를 보고 변경하여 원격으로 감시 및 관리할 수 있다. 제안하는 시스템은 감마선/엑스선 센서부, 중성자 센서부, 주제어 임베디드 시스템부, 전용 디스플레이 장치 및 GUI부, 원격 UI부 등으로 구성된다. 감마선/엑스선 센서부는 NaI(Tl) Scintillation Detector를 사용하여 저준위의 감마선 및 엑스선을 측정한다. 중성자 센서부는 Proportional Counter Detector(저준위 중성자)와 Ion Chamber Type Detector(고준위 중성자)를 사용하여 중성자를 측정한다. 주제어 임베디드 시스템부는 방사선을 검출하여 초단위로 샘플링하고 누적된 펄스 및 전류값에 대한 방사선량으로 변환한다. 전용 디스플레이 장치 및 GUI부는 방사선 측정 결과와 변환된 방사선량 및 방사능량 측정 수치를 출력하고, 사용자에게 제어 조건 설정 및 검출부에 대한 캘리브레이션 기능을 제공한다. 원격 UI부는 측정된 값들을 취합, 저장하여 원격 감시 시스템에 전달한다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는 중성자 검출부는 ±8.2% 이하의 측정 불확도가 측정되었고, 감마선, 엑스선 검출부는 7.5%이하의 불확도가 측정되어 국제 표준인 ±15% 이하에서 정상동작 됨이 확인되었다.

본 논문에서는 고해상도 360∘ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 제안한다. 제안한 시스템은 360∘ 원형영상의 평면 분할 부와 다중 번호판 인식 부로 구성되었다. 360∘ 원형영상의 평면 분할 부는 고해상도 360∘ 전방위 IP 카메라에서 원형영상 획득, 원형영상 분할, 평면영상으로 변환, 보간법을 사용한 픽셀 보정 및 컬러보정, 에지 보정 등의 과정을 거쳐 화질이 개선된 평면영상으로 출력한다. 다중 번호판 인식 부는 평면영상에서 다중 번호판 후보영역 추출, 다중 번호판 후보영역 정규화 및 복원, 신경망을 사용한 다중 번호판 숫자, 문자 인식 과정을 거쳐 다중 번호판을 인식하게 된다. 제안된 고해상도 360∘ 전방위 IP 카메라를 이용한 다중 번호판 인식 시스템을 평가하기 위하여 지능형 주차관제시스템 운영 전문 업체와 공동으로 실험한 결과, 97.8%의 높은 번호판 인식률이 확인되었다.

본 논문에서는 1200만 화소의 고해상도 360° 전방위 IP 카메라의 개발을 제안한다. 제안하는 1200만 화소의 고해상도 360° 전방위 IP 카메라는 360° 전방위 시야각의 렌즈 부와 1200만 화소 고해상도 IP 카메라 부로 구성된다. 360° 전방위 시야각의 렌즈 부는 등사영 렌즈 설계방식과 catadioptric 면 제작방식을 적용하여 어안 렌즈에서 필연적으로 발생되고 있는 주변부 왜곡현상이 없는 화상을 얻을 수 있도록 한다. 1200만 화소 고해상도 IP 카메라 부는 CMOS 센서 & ISP 부, DSP 부, I/O 부 등으로 구성하여 카메라에 들어온 영상을 디지털 영상으로 변환하여 영상왜곡 보정, 영상 보정, 영상 압축 등의 기능 등을 수행한 후에, NVR(Network Video Recorder)에 전송한다. 제안된 1200만 화소의 고해상도 360° 전방위 IP 카메라의 성능을 평가하기 위하여 외부시험기관에서 실험한 결과, 1200만화소의 영상효율, 360° 전방위 렌즈 화각, 전자파 인증 규격 등이 목표값에 적합하게 측정됨이 확인되었다.

본 논문에서는 360° 전방위 화각을 가진 Dash Camera의 EMI 대응을 위한 보드 설계를 제안한다. 제안된 보드는 DM 및 CM 입력 노이즈 감소회로를 설계하고 능동 EMI 필터 결합회로를 적용하여 개발한다. DM 및 CM 입력 노이즈 감소회로 설계부분에서는 기생적 커패시턴스(CP)을 통해 입력 신호로 커플링된 DM 잡음을 얻기 위한 차동 연산 증폭기 회로를 사용한다. 능동 EMI 필터 결합회로를 적용하여 설계하는 부분에서는 회로의 간략화를 위하여 EMI 소스의 노이즈를 분리하여 보상해 주기 위하여 노이즈 분리기를 설치하여 CM과 DM 능동필터를 동시에 보상한다. 제안된 EMI 대응을 위한 보드의 성능을 평가하기 위하여 공인 인정기관에서 실험한 결과, 각각의 주파수 대역에 따른 전자파 인증규격이 만족됨을 확인하였다.

본 논문에서는 원자력 및 핵의학 분야용 Total RMS(Radiation Monitoring System)를 제안한다. 제안하는 시스템은 Stack Monitor, Area Monitor, Water(Liquid) Monitor 등을 하나의 시스템으로 확장 및 제어할 수 있는 장비로 각 방사선 검출기에서 측정된 신호를 통합 모니터링 할 수 있다. 제안하는 시스템은 해당 방사선을 검출하는 Sensor Module, 방사선 검출 위치에 인접한 곳에서 방사선량을 디스플레이 하는 Display Unit, 검출된 방사선량이 위험 수준에 도달시 경보를 알리는 Alarm Unit, 각 모니터링에서 측정된 방사선량들을 취합하고 저장하여 원격 감시 시스템에 내용을 전달하는 Main Hub, 원격지에서 측정된 방사선량 상태를 일목요연하게 디스플레이 하는 RMS Monitoring Unit 등으로 구성된다. 제안된 원자력 및 핵의학 분야용 Total RMS의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 측정 불확도가 8.5%이하로 측정되어 국제 표준인 ±15% 이하에서 정상동작 됨이 확인되었다.

본 논문에서는 GM Tube 및 NaI(TI) 검출기를 사용한 Wide-Range 방사선 측정 시스템을 제안한다. 제안하는 시스템은 NaI(Tl) 검출기 및 GM Tube의 검출기 신호를 제어, 계수할 수 있게 최적화한 하나의 소형 모듈로 설계한 다. 방사선량은 2개의 검출기를 연동하여 Wide-range인 0.1uSv/h~10mSv/h 구간에서 측정되고, 측정구간이 중복되는 지점인 10uSv/h~100uSv/h에서는 2개의 검출기가 동시에 동작한다. 방사선량은 중첩된 방사선 측정 가능 구간에 대해 적정한 구간에서 해당 검출기 기능의 On/Off를 제어하는 Wide-Range 방사선 측정 알고리즘을 이용하여 선택 적용하였다. 제안된 시스템의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과, 각 구간별로 측정 불확도가 ±7.5로 측정되어 국제 표준인 ±15 이하에서 정상동작 됨이 확인되었다.

본 논문에서는 딥러닝을 PC에 적용하기 위한 메모리 최적화에 관한 알고리즘을 제안한다. 제안된 알고리즘은 일반 PC에서 기존의 딥러닝 구조에서 요구되는 연산처리 과정과 데이터 량을 감소시켜 메모리 및 연산처리 시간을 최소화한다. 본 논문에서 제안하는 알고리즘은 분별력이 있는 랜덤 필터를 이용한 컨볼루션 층 구성 과정, PCA를 이용한 데이터 축소 과정, SVM을 사용한 CNN 구조 생성 등의 3과정으로 이루어진다. 분별력이 있는 랜덤 필터를 이용한 컨볼루션 층 구성 과정에서는 학습과정이 필요치 않아서 전체적인 딥러닝의 학습시간을 단축시킨다. PCA를 이용한 데이터 축소 과정에서는 메모리량과 연산처리량을 감소시킨다. SVM을 사용한 CNN 구조 생성에서는 필요로 하는 메모리량과 연산 처리량의 감소 효과를 극대화 시킨다. 제안된 알고리즘의 성능을 평가하기 위하여 예일 대학교의 Extended Yale B 얼굴 데이터베이스를 사용하여 실험한 결과, 본 논문에서 제안하는 알고리즘이 기존의 CNN 알고리즘과 비교하여 비슷한 성능의 인식률을 보이면서 연산 소요시간과 메모리 점유율에 있어 우수함이 확인되었다. 본 논문에서 제안한 알고리즘을 바탕으로 하여 일반 PC에서도 많은 데이터와 연산처리를 가진 딥러닝 알고리즘을 구현할 수 있으리라 기대된다.

본 논문에서는 48개 채널의 GM Tube 센서 테스터 장치를 설계한다. 제안하는 장치는 48 채널의 GM Tube 센서들을 동시에 테스트하여 불량의 여부 및 센서 특성을 분석한다. 시간의 변화에 따라 달라지는 센서의 특성에 적합한 300 ~ 1000V의 가변 고전압을 발생할 수 있는 회로로 센서의 특성을 분석한다. 따라서 다양한 종류의 GM Tube 센서의 특성 분석에 용이하게 사용된다. 제안하는 장치를 통해 대량의 GM Tube를 동시에 테스트 할 수 있는 환경이 구축되어 센서의 불량 여부 및 센서의 특성을 미리 파악하여 생산 및 재작업 등에 소요되는 비용을 대폭 줄일 수 있다. 개발된 48 채널 GM Tube 센서 테스터 장치의 측정 불확도에 대하여 공인 시험기관의 장비를 사용하여 실험한 결과 우수한 성능을 나타내었다.

본 논문에서는 성능이 향상된 Stack Monitoring System을 설계한다. Stack Monitoring System의 증폭기(AMP)에 들어오는 펄스성 잡음을 차단하기 위하여, 차폐 및 전원부 임피던스를 낮추고 전원회로를 분리하여 노이즈를 차단한다. 신틸레이션 검출기 특성을 최대한 장치에 매칭하기 위한 가변 고전압, 이득(Gain), 상쇄(Offset), 한계(Threshold) 등을 설정 할 수 있는 제어부를 설계한다. 또한 300 ∼ 1,500V의 가변 고전압 전원회로를 구성하여 다양한 신틸레이션 검출기에 적용가능 한 가변 전압 공급 장치를 설계한다. 성능이 향상된 Stack Monitoring System은 다종의 신틸레이션 검출기가 각각의 특성을 고려하여 동작하게 함으로서 효율적이고 높은 신뢰성을 보장한다. 개발된 Stack Monitoring System의 측정 불확도에 대하여 공인 시험기관의 장비를 사용하여 실험한 결과 우수한 성능을 나타내었다.

본 논문에서는 조도 감지기를 이용하여 사용자가 설정한 조도량에 따라 점등되는 방식의 절전형 간판 자동 전원 제어기를 제안한다. 조도량 설정 방식은 사용자의 편리성을 감안하여 조도량 단위별 구간 분류 알고리즘을 통해 설정 과정이 누구나 쉽게 조작이 가능한 가변저항 방식을 제안한다. 자동 점등의 기준이 되는 조도량의 데이터는 조도 감지기가 측정한 조도량을 무선 통신을 통해 간판 자동 전원 제어기에 보내어 간판의 점등을 제어하게 된다. 본 논문에서 제안된 조도 감지기를 이용한 절전형 간판 자동 전원 제어기의 성능을 평가하기 위하여 공인 시험기관에서 외부의 빛이 모두 차단된 상태에서 시험한 결과, 각 구간별로 오차율이 ±3%이하로 측정되어 우수한 성능을 나타내었다.

본 논문에서는 빌딩 자동제어용 센서 및 신호의 듀플리케이터(Duplicator)를 개발한다. 개발된 듀플리케이터는 빌딩 자동제어에 사용되는 여러 개의 센서를 원거리에 있는 빌딩자동화기기에 직접 연결하지 않고 데이터 수집장치와 데이터 송신장치간의 논리적 통신방식을 사용하여 센서 데이터를 그대로 복원한다. 이때 센서의 신호가 원거리로 전송될 때 발생될 수 있는 전기적인 오차를 줄일 수 있고 자동제어의 시공원가를 절감시킬 수 있다. 또한 논리적 통신방식으로 개방형 프로토콜을 사용하기 때문에 상용 HMI와 호환이 되어 확장성을 보장한다. 개발된 듀플리케이터의 성능을 평가하기 위하여 실제 환경에서 시운전을 수행하여 정상 동작함을 보였다. 또한 측정 오차율, 동작 온도, 동작 습도 등에 대하여 공인 시험기관의 장비를 사용하여 실험한 결과 우수한 성능을 나타내었다.

본 논문에서는 중성자 방사선 측정을 위한 고속 고정밀 중성자 측정을 위한 하드웨어 설계방법을 제안한다. 제안된 고속 고정밀 중성자 측정 장치의 하드웨어 설계는 고성능 A/D 변환기를 사용하여 고정밀 고속의 아날로그 신호를 디지털 데이터로 변환할 수 있도록 구성된다. 중성자 센서를 사용하여 입사된 중성자 방사선 입자를 검출하고, 극저전류 정밀 측정 모듈을 통해 검출된 중성자 방사선을 보다 정밀하고 빠르게 측정하는 모듈을 설계한다. 고속 고정밀 중성자 측정을 위한 하드웨어 시스템은 중성자 센서부, 가변 고전압 발생부, 극저전류 정밀 측정부, 임베디드 시스템부, 디스플레이부 등으로 구성 된다. 중성자 센서부는 고밀도 폴리에틸렌을 통해 중성자 방사선을 검출하는 기능을 수행한다. 가변 고전압 발생부는 중성자 센서가 정상적으로 운영되기 위하여 발열 및 잡음 특성에 강인한 0 ~ 2KV 가변 고전압 발생장치의 기능을 수행한다. 극저전류 정밀 측정부는 중성자 센서에서 출력되는 고정밀 고속의 극저전류 신호를 고성능 A/D 변환기를 사용하여 정밀하고 빠르게 측정하고 아날로그 신호를 디지털 신호로 변환하는 기능을 수행한다. 임베디드 시스템부는 고속 고정밀 중성자 측정을 위한 중성자 방사선 측정 기능, 가변 고전압 발생장치 제어 기능, 유무선 통신 제어 기능, 저장 기능 등을 수행한다. 제안된 고속 고정밀 중성자 측정을 위한 하드웨어를 실험한 결과, 불확도, 중성자 측정 속도, 정확도, 중성자 측정 범위 등에서 기존의 장치보다 우수한 성능이 나타남을 확인할 수가 있다.

본 논문에서는 OPC 스택이 없는 제어기를 OPC DA 클라이언트와 통신하도록 하는 변환 소프트웨어 개발 기법을 제안한다. 제안된 기법은 OPC DA 표준 프로토콜에 기반을 둔 OPC 서버 구현, OPC 태그 및 포인트의 정보를 확인할 수 있는 GUI 개발, OPC 프로토콜에서 개방형 표준 프로토콜로 변환하는 변환모듈 개발 등의 3가지 과정으로 구성된다. OPC DA 표준 프로토콜에 기반을 둔 OPC 서버 구현 과정은 산업용 OPC DA 클라이언트와 OPC DA 프로토콜을 통하여 데이터를 주고받을 수 있도록 PC에 서버를 구현하는 단계이다. OPC 태그 및 포인트의 정보를 확인할 수 있는 GUI 개발 과정은 OPC 서버를 구동시키고 이를 윈도우 레지스트리에 등록하며 OPC 태그 및 포인트를 확인하고 직렬통신 데이터의 송수신 확인을 위한 GUI 개발 단계이다. OPC DA 프로토콜에서 개방형 표준 프로토콜로 변환하는 변환모듈 개발과정은 OPC DA 클라이언트로부터 수신된 OPC 태그의 데이터를 개방형 표준 프로토콜을 사용하는 산업용 제어기기와 직접적으로 통신을 할 수 있도록 프로토콜을 변환함으로써 데이터를 송수신 할 수 있는 변환모듈을 개발하는 단계이다. 개발된 소프트웨어의 효율성을 평가하기 위하여 본 논문에서 개발한 서버단의 소프트웨어와 OPC 클라이언트를 연결하고, 개방형 표준 프로토콜을 사용하는 5개의 샘플 제어기기와 연결하여 테스트 한 결과 전체 송수신 패킷 중에서 96.98%의 평균 통신 성공률을 나타내었다. 따라서 본 논문에서 제안한 OPC DA 변환 소프트웨어를 이용하여 Modbus 프로토콜을 지원하는 산업용 빌딩 제어 장치와 산업용 OPC DA 클라이언트 사이에 통신을 수행시킬 수 있음이 확인되었다.

본 논문에서는 모드버스 프로토콜에서 작동되는 음성 및 SMS 경보 시스템 개발 기법을 제안한다. 제안된 기법은 마이크로프로세서 기반의 하드웨어 개발, 모뎀 및 MP3 디코더 등 입출력장치 드라이버 개발, 모드버스 프로토콜의 스택 구현 등의 3가지 과정으로 구성된다. 마이크로프로세서 기반의 하드웨어 개발 과정은 모드버스 마스터로부터 경보를 수신 하여 SMS 전송 및 MP3를 재생할 수 있는 하드웨어를 개발하는 단계이다. 모뎀 및 MP3 디코더 등 입출력장치 드라이버 개발 과정은 하드웨어에 부착된 각 종 입출력 장치(SD 카드, MP3 디코더, SMS 모뎀, LCD, Relay 등)들을 제어하기 위한 마이크로프로세서용 구동 프로그램을 개발하는 단계이다. 모드버스 프로토콜의 스택 구현 과정은 음성 및 SMS 경보장치가 모드버스 프로토콜을 통하여 경보 메시지를 수신할 수 있도록 지원하는 프로토콜 스택 구현 단계이다. 제안된 기법의 성능을 평가하기 위하여 본 논문에서 개발된 음성 및 SMS 경보 시스템에 임의로 경보를 발생시키어 테스트를 실시하였다. 실험 결과, 경보 감지의 응답 속도는 10.7ms, 통신거리는 1.2Km, 제품의 동작온도는 -25℃ ~ 70℃, 모드버스 프로토콜을 지원하는 것으로 확인되었다. 따라서 본 논문에서 제안한 음성 및 SMS 경보 시스템은 산업용 빌딩 경보 시스템으로 사용될 수 있을 만큼의 성능을 가지고 있음을 확인하였다.

본 논문에서는 CMOS 이미지 센서를 사용한 방사선 측정 알고리즘 및 장치의 구성을 제안한다. CMOS 이미지 센서를 사용한 방사선 측정 알고리즘은 CMOS 이미지 센서에 입사된 방사선 입자 판별 알고리즘과 CMOS 이미지 센서로 매초 수 십장의 이미지에 입사된 방사선 입자에 대한 픽셀 수의 누적 및 평균을 기준으로 하는 방사선 수치 측정 알고리즘을 사용한다. CMOS 이미지 센서에 입사된 방사선 입자 판별 알고리즘은 입사된 방사선 입자의 이미지를 R, G, B로 분할하고 각각의 이미지에 대해 명암 및 백그라운드와 입자를 구별할 수 있는 임계값 설정 조정을 통하여 측정한다. 방사선 수치 측정 알고리즘은 설정된 주기에 따른 CMOS 이미지 센서로 매초 수 십장의 이미지에 입사된 방사선 입자수를 누적 저장, 평균을 통하여 방사선 수치를 측정한다. 제안된 알고리즘의 검증을 위한 하드웨어 장치는 CMOS 이미지 센서 및 이미지 시그널 프로세서부, 제어부, 전원회로부, 디스플레이부 등으로 구성된다. 제안된 CMOS 이미지 센서를 사용한 방사선 측정에 관하여 실험한 결과는 다음과 같다. 첫 번째로 저가의 CMOS 이미지 센서를 사용하여 방사선 입자 판별 측정 실험을 통해 고가의 GM Tube의 측정 구간별 특성과 대체로 유사한 특성을 나타낼 수 있음을 확인할 수 있었다. 두 번째로 저가의 CMOS 이미지 센서로 방사선 수치 측정 실험을 통해 고가의 GM Tube가 나타내는 선형 특성과 대체로 유사한 특성을 나타냄을 확인할 수 있었다.

본 논문에서는 소프트웨어 개발 과정에서 소프트웨어의 품질향상에 필요한 소스코드의 API를 기반으로 테스트 케이스를 자동으로 생성할 수 있는 기법을 제안한다. 제안된 기법은 Doxygen 오픈소스 툴을 이용한 소스코드 분석 과정, 분석된 결과를 이용한 API 사양 정의 과정, 테스트 디자인 생성 과정, Pairwise Test 기법을 적용한 테스트 케이스 생성 과정 등의 4가지 과정으로 구성된다. Doxygen 오픈소스 툴을 이용한 소스코드 분석 과정은 소스코드의 API 정보인 API 명, 입력 파라미터, 리턴 파라미터 정보 등을 추출하는 단계이다. 분석된 결과를 이용한 API 사양 정의 과정은 추출한 API 정보를 바탕으로 SQLite 데이터베이스를 이용하여 테스트 케이스 생성에 필요한 API 정보들을 데이터베이스화하여 정의하는 단계이다. 테스트 디자인 생성 과정은 정의된 API를 기반으로 입력 파라미터, 리턴 파라미터의 임계치 설정, 제약사항 설정 등을 통해 시나리오를 디자인하여 데이터베이스로 구성하는 단계이다. Pairwise Test 기법을 적용한 테스트 케이스 생성 과정은 테스트 디자인 정보를 바탕으로 Pairwise 조합 기법을 적용하여 실제 테스트 케이스를 생성하여 데이터베이스로 구성하는 단계이다. 제안된 기법의 효율성을 평가하기 위하여 기존의 명세서 기반의 테스트 케이스 생성 방법과 비교한 결과 비슷한 시간 내에 훨씬 더 많은 테스트 케이스가 생성되며, 명세 기반 기법으로는 불가능한 소스코드에 대한 기능 검증도 가능하여 소스코드내 결함 위치도 확인할 수 있다. 따라서 사람의 인력을 통한 수작업에 의존적으로 진행하였던 소프트웨어 개발 품질 향상 과정을 소스코드의 API를 기반으로 자동으로 테스트 케이스를 생성함으로써, 노동력 절감 및 제품 개발 시간 등을 단축 할 수 있으리라 기대된다.

본 논문은 잔상효과를 이용해서 동영상 표출이 가능한 회전형 LED 전광판을 위한 FPGA 설계 기법을 제안한다. 제안된 기법은 역감마 보정과 오차 확산 방식을 이용한 데이터 보정 과정, 블록 인터리빙 과정, 데이터 시리얼 출력 과정 등의 3가지 과정으로 구성된다. 역감마 보정과 오차 확산 방식을 이용한 데이터 보정 과정은 영상 데이터를 선형 휘도 특성으로 변환하기 위한 역감마 보정과 역감마 보정에 의해 발생하는 저계조 휘도 감소 현상을 줄이기 위해 오차 확산 방식을 이용한 영상 데이터를 보정하는 단계이다. 영상 데이터 블록 인터리빙 과정은 가로열로 입력되는 프레임의 데이터를 입력순서에 맞추어 저장한 후, 세로열에 해당하는 데이터만을 읽어내는 단계이다. 데이터 시리얼 출력 과정은 고속으로 회전하는 LED Bar에 표출해야 할 데이터를 전송하기 위해서 회전 위치에 해당하는 병렬 데이터를 시리얼로 변환하여 LED Driver IC에 전송하는 단계이다. 제안된 FPGA 설계 기법의 정확성을 평가하기 위해서 FPGA는 Xilinx 사의 Spartan 6 계열의 XC6SLX45-FG484를 사용하였고 설계 툴은 ISE 14.5를 사용하였다. 역감마 및 오차확산 보정작업에 대한 정확한 동작, 블록 메모리 인터리빙 동작, 영상 데이터의 시리얼화 동작 등에 대하여 목표로 한 설정값과 시뮬레이션 결과값이 일치함을 확인 할 수 있었다.

본 논문에서는 방사선 측정장치의 저준위 방사선 측정 알고리즘과 방사선량의 급격한 변화에 따른 장치의 반응 속도개선을 위한 알고리즘 및 장치의 구성을 제안한다. 저준위 방사선 측정의 측정 정밀도를 개선하기 위한 알고리즘은 방사선 측정센서로부터 수집된 펄스의 누적평균을 기준으로 하는 듀얼 윈도우 방사선 수치 측정법을 사용한다. 방사선량의 급격한 변화에 따른 장치의 반응 속도개선을 위한 알고리즘은 신규로 입력된 6초 동안의 데이터 패턴분석을 통한 듀얼 윈도우 방사선 수치 측정법을 사용한다. 제안된 알고리즘의 검증을 위한 하드웨어 장치로는 센서 및 고전압 발생부, 제어부, 충전 및 전원회로부, 무선통신부, 디스플레이부 등으로 구성되어 있다. 제안된 알고리즘에서 사용한 듀얼 윈도우 방사선 수치 측정법을 실험한 결과, 기존 5uSv/h 수준의 저선량 한계에서 대체로 불확도가 낮아지고 선형성이 개선됨을 확인할 수 있었다. 또한 급격한 방사선량의 변화에 대한 장비의 반응속도 개선에 대해 실측실험을 통해 6초 이후에 변화된 수치가 반응함을 확인하였다. 따라서 제안된 알고리즘이 급격한 변화에 따른 장치의 반응속도가 개선됨을 확인할 수 있었다.

본 논문에서는 방사선 측정장치의 저준위 방사선 측정 알고리즘과 방사선량의 급격한 변화에 따른 장치의 반응 속도개선을 위한 알고리즘 및 장치의 구성을 제안한다. 저준위 방사선 측정의 측정 정밀도를 개선하기 위한 알고리즘은 방사선 측정센서로부터 수집된 펄스의 누적평균을 기준으로 하는 듀얼 윈도우 방사선 수치 측정법을 사용한다. 방사선량의 급격한 변화에 따른 장치의 반응 속도개선을 위한 알고리즘은 신규로 입력된 6초 동안의 데이터 패턴분석을 통한 듀얼 윈도우 방사선 수치 측정법을 사용한다. 제안된 알고리즘의 검증을 위한 하드웨어 장치로는 센서 및 고전압 발생부, 제어부, 충전 및 전원회로부, 무선통신부, 디스플레이부 등으로 구성되어 있다. 제안된 알고리즘에서 사용한 듀얼 윈도우 방사선 수치 측정법을 실험한 결과, 기존 5uSv/h 수준의 저선량 한계에서 대체로 불확도가 낮아지고 선형성이 개선됨을 확인할 수 있었다. 또한 급격한 방사선량의 변화에 대한 장비의 반응속도 개선에 대해 실측실험을 통해 6초 이후에 변화된 수치가 반응함을 확인하였다. 따라서 제안된 알고리즘이 급격한 변화에 따른 장치의 반응속도가 개선됨을 확인할 수 있었다.

본 논문에서는 Kinect Depth 카메라에서 손가락의 방향을 이용한 마우스 커서의 위치 선정에 관한 새로운 방법을 제안한다. 제안하는 방법은 손가락의 방향이 카메라를 향해 있을 경우는 거리변환을 이용한 손의 중점좌표를 이용한다. 손가락의 방향이 카메라를 향해 있지 않을 경우에는 손가락의 끝점 좌표를 이용한다. 손의 중점좌표는 전처리를 거친 영상의 거리변환 결과에서 가장 밝은 픽셀의 좌표를 이용하여 구한다. 손가락의 방향이 카메라를 향해 있을 경우에는 손가락의 끝점 좌표와 손의 중점 좌표 사이의 거리가 가까워지므로 중점좌표를 이용하여, 위치 선정의 정확도를 향상시킬 수 있게 된다. 손가락의 끝점 좌표는 손 영역만을 추출한 영상에서 팔 부분을 제거하여 영상의 중심에서 가장 멀리 떨어져있는 픽셀을 이용하여 구한다. 본 논문에서 제안하는 커서 위치 선정의 정확도를 측정하기 위해 임의의 5개의 기준 좌표를 선정하고 기준 좌표와 측정된 마우스 좌표사이의 오차를 500회 반복하여 측정하여 에러율을 측정한 결과, 평균 11 % 미만의 오차율을 나타내어 제안한 방법의 정확도를 확인할 수가 있었다.

본 논문에서는 안드로이드 운영체제를 기반으로 하는 스마트 캠 방식의 저가형 자동차 번호판 인식 시스템을 제안한다. 제안하는 시스템은 휴대용 단말기와 서버로 구성된다. 단말기 하드웨어부는 ARM Cortex-A9(S5PV210) 프로세서로 이루어진 제어부, 전원부, 유무선통신부, 입출력부 등으로 구성된다. 단말기에 사용되는 카메라와 WiFi 모듈을 위한 리눅스 커널을 포팅하고 전용 디바이스 드라이버를 개발하였다. 번호판 인식 알고리즘은 캐니 에지검출기를 사용한 번호판 후보영역 설정, 레이블링을 이용한 번호판 번호 추출, 템플릿 매칭을 이용한 번호인식 등으로 구현된다. 단말기에 의하여 인식된 번호는 사용자가 소지한 휴대폰을 통하여 원격지의 서버에 전송되어 차량상태를 데이터베이스에서 검색하여 다시 단말기로 전송 해주게 된다. 본 논문에서 제안하는 시스템을 효용성을 입증하기 위하여 자연환경에서 사용자가 직접 단말기를 휴대하고 임의의 차량 번호판을 촬영하여 인식률을 확인한 결과, 95%의 인식률을 보였다. 제안된 시스템은 저가형의 휴대용 번호판 인식기에 적합하며, 안드로이드 운영체제를 사용함으로써 장기간 사용 시에도 시스템의 안정성을 가능케 하였다.

This paper proposes a new automatic detection method to inspect mura defects on display film surface using morphological image processing and labeling. This automatic detection method for mura defects on display films comprises 3 phases of preprocessing with morphological image processing, Gabor filtering, and labeling. Since distorted results could be obtained with the presence of non-uniform illumination, preprocessing step reduces illumination components using morphological image processing. In Gabor filtering, mura images are created with binary coded mura components using Gabor filters. Subsequently, labeling is a final phase of finding the mura defect area using the difference between large mura defects and values in the periphery. To evaluate the accuracy of the proposed detection method, detection rate was assessed by applying the method in 200 display film samples. As a result, the detection rate was high at about 95.5%. Moreover, the study was able to acquire reliable results using the Semu index for luminance mura in image quality inspection.

본 논문에서는 비접촉식 근거리 무선통신 방식인 NFC(Near field communications)용 안테나에 있어서, 성능 최적화를 위하여 폭 넓게 사용하고 있는 전자기 흡수체에 따른 안테나의 전기적 성능변화를 분석한다. 다양한 투자율을 갖는 흡수체를 이용하여, 해당 흡수체 적용에 따른 안테나성능 변화를 실험을 통하여 확인하고, 흡수체가 NFC안테나의 성능변화에 미치는 영향을 실험적으로 분석하는 방안을 제시한다.

본 논문에서는 특허맵 분석 데이터 구축 과정에서 필요한 효율적인 노이즈 제거방법과 신뢰도가 향상된 기술수준 평가를 제안한다. 과거 수작업으로만 진행하였던 노이즈 제거 과정을 논리 연산자 AND를 활용하여 엑셀 VBA(Visual Basic Application)에서 프로그램화 하여 효율적으로 제거하여 유효 데이터를 획득할 수 있게 된다. 신뢰도가 향상된 특허의 기술수준 평가를 위하여 평균 청구항 수, 특허 패밀리 사이즈(PFS: Patent Family Size), 특허당 인용도 지수(CPP: Cites per Patent), 삼극특허, 규격화 특허경쟁력 지수(stdPCPI: Standardization Patent Diversification Index), haF-index(Hirsch a Family index)등을 사용하게 된다. 제안된 효율적인 노이즈 제거 작업을 적용한 결과는 획득된 특허 데이터의 노이즈 비율이 10% 미만으로 나타나서 데이터의 신뢰도가 높음이 확인되었다. 제안된 기술수준 평가 지수를 적용한 결과는 공통적으로 확인할 수 있는 정보에 의해 기술수준 평가를 산출함으로써 신뢰도가 향상된 균형적 기술수준 평가가 가능함을 확인할 수 있었다.

본 논문에서는 위성망을 이용한 파워 그리드의 위기관리 시스템을 검증하기 위한 테스트베드 시스템을 제안하였다. 위기관리 시스템의 검증을 위해, 제안된 테스트베드는 위성통신의 통신품질을 기상상황에 맞추어 시뮬레이션 하였으며, 파워 그리드의 동작과 이상상황에 대한 정확한 재현을 위해 FPGA 기반의 Phase Measurement Unit(PMU) 에뮬레이터를 구현하였다. 제안된 위성통신 시뮬레이터는 전국 각 지역의 순간 강수량 및 최대 강수량 데이터를 데이터베이스화하여, 습도와 강수량에 기반을 둔 위성통신의 신뢰성을 모델링 하였으며, 인터넷을 통한 실시간 순간 강수량 데이터를 이용해 실시간 위성통신 신뢰도 맵을 구현하였다. 또한 PMU 에뮬레이터는 FPGA 를 이용한 하드웨어 기반의 에뮬레이터 구현을 통해 동작의 신뢰도를 높였다. 본 논문에서 제안한 테스트베드 시스템은 위성망을 이용한 파워 그리드 위기관리 시스템의 검증과 운영에 적용하였다.

본 논문에서는 외적요인에 따른 RSS 특성을 분석하고, RSS를 이용한 효율적인 실시간 실외 위치 추적 알고리즘과 그에 기반 한 시스템을 제안하였다. 제안된 알고리즘은 지정된 공간 내에서의 위치별 신호 세기를 DB화하여 칼만 필터 이론을 적용한 예측을 통한 정확한 좌표를 선별하는 방법을 적용하여 위치 추적의 정확도를 높였다. 제안된 알고리듬의 검증을 위한 하드웨어 장치로는 802.15.4(ZigBee) 네트워크 환경에서 위치 정보를 전송하기 위해 태그(Tag), AP(Access Point), 데이터 수집기(Data Receiver) 등으로 구현하였다. 각각의 하드웨어는 Texas Instrument(TI)사의 MSP430 마이크로프로세서와 CC2420 무선통신 칩을 사용하여 구현되었다. 또한 태그 위치를 2차원 평면상에 나타내기 위한 실시간 위치 추적 프로그램을 구현하였다. 제안된 알고리즘에 기반 한 실시간 위치 추적 시스템을 구축하여 태그의 위치를 추적한 결과 외적요인에 비교적 안정한 RSS 값을 갖는 실외 환경에서는 19.12cm의 평균 거리 오차와 5.31cm의 표준편차를 갖는 실시간 위치 추적 시스템의 효율성과 정확성이 나타남을 확인 할 수 있었다. 한편, 외적요인에 의해 불안정한 RSS 값을 갖는 실내 환경에서는 제안한 알고리즘과 그에 기반 한 시스템이 정확한 실시간 위치 추적에 다소 어려움이 있음을 확인 할 수 있었다.

In this paper, we present an efficient hardware architecture of unrolling image mapper of catadioptric omnidirectional imaging systems. The catadioptric omnidirectional imaging systems generate images of 360 degrees of view and need to be transformed into panorama images in rectangular coordinate. In most application, it has to perform the panorama unrolling in real-time and at low-cost, especially for high-resolution images. The proposed hardware architecture adopts a software/hardware cooperative structure and employs several optimization schemes using look-up-table(LUT) of coordinate conversion. To avoid the on-line division operation caused by the coordinate transformation algorithm, the proposed architecture has the LUT which has pre-computed division factors. And then, the amount of memory used by the LUT is reduced to 1/4 by using symmetrical characteristic compared with the conventional architecture. Experimental results show that the proposed hardware architecture achieves an effective real-time performance and lower implementation cost, and it can be applied to other kinds of catadioptric omnidirectional imaging systems.

본 논문에서는 USB(Universal Serial Bus) 인터페이스를 이용하여 Gray Mode Graphic STN LCD를 구동하는 구동회로를 제안한다. 제안된 구동회로는 사용자가 PC상에서 작업한 이미지 데이터를 USB 인터페이스를 이용하여 LCD로 전송할 수가 있다. 따라서 기존의 방식과는 달리 마이크로프로세서를 사용하지 않기 때문에 사용자가 손쉽게 LCD를 구동할 수 있는 장점이 있다. 제안한 LCD 구동회로 부분은 VHDL(VHSIC Hardware Description Language)로 설계하여 시뮬레이션을 수행하고 ALTERA사의 EPF10K10TC144-3 FPGA를 사용하여 구현하였다. USB 인터페이스 부분은 MS-Visual C++ 6.0으로 프로그래밍하였다. 한편, 제안한 구동회로를 테스트 보드를 구성한 후에 하드웨어 동작 검증을 수행하여 그 효용성을 입증하였다. 본 논문에서 제안한 구동회로를 현재 시판중인 마이크로프로세서를 사용하는 타 업체의 구동회로와 비교한 결과는 구동회로의 작동 편이성, 제작시 소요되는 비용 등에서 우수함을 나타내었다.

본 논문에서는 능동적으로 서버의 상태 파악이 가능하고 서버의 운영체제에 의존적이지 않은 디스패처 방식을 개선하여 인터넷 환경에서 서버간 부하 분산을 위한 새로운 웹 클러스터 기법을 제안한다. 제안한 새로운 웹 클러스터 기법은 자율적 부하 분산 기능과 트랜잭션 페일 세이프(Transaction Fail-safe) 기능을 갖는다. 자율적 부하 분산 기능은 기존의 균등 분배와 고정 분배 부하 분산 방식을 개선하여 웹 클러스터 기법이 동작되는 상황에서 서버 각각의 부하 정도에 따라 실시간으로 트래픽(Traffic) 분배율을 조정하는 기능이다. 트랜잭션(Transaction) 페일 세이프 기능은 트랜잭션 단위의 복구가 지원되지 않는 기존의 방식을 개선하여 연속된 일련의 트랜잭션이 처리되는 도중 발생된 서버측 장애를 복구하여 주는 기능이다. 본 논문에서 제안한 새로운 웹 클러스터 기법은 유닉스 운영체제 환경에서 Ｃ 언어로 구현하였고, 기존의 상용　웹 클러스터 솔루션과의 벤치마크 비교를 통해 성능을 비교 분석하였다. 브로드케스팅 방식과의 성능 비교에서는 트래픽 처리량이 많아질수록 제안한 새로운 웹 클러스터 기법의 성능이 우수하였다. 라운드 로빈 DNS 방식과의 성능 비교에서 트래픽 처리 성능은 비슷하였으나, 서버의 장애 상황에서는 제안한 새로운 웹 클러스터 기법이 트래픽을 보다 신뢰적으로 처리 하였다. 따라서 본 논문에서 제안한 새로운 웹 클러스터 기법을 인터넷 서비스에 적용할 경우 급격히 증가하는 서비스 요청과 이로 인한 서버의 과부하를 효율적으로 처리하여 보다 신뢰적인　서비스가 가능할 것으로 기대된다.

본 논문에서는 PC 인터페이스를 이용하여 Gray Mode Graphic STN LCD를 구동하는 구동회로를 제안한다. 제안된 구동회로는 사용자가 PC상에서 작업한 이미지 데이터를 PC 인터페이스를 이용하여 LCD로 전송할 수가 있다. 따라서 기존의 방식과는 달리 마이크로프로세서를 사용하지 않기 때문에 사용자가 손쉽게 LCD를 구동할 수 있는 장점이 있다. 제안한 LCD 구동회로 부분은 schematic capture, AHDL, VHDL 등으로 설계하여 시뮬레이션을 수행하고 ALTERA 사의 EPM7192SQC160-15 PLD를 사용하여 구현하였다. PC 인터페이스 부분은 MS-Visual C++ 6.0으로 프로그래밍 하였다. 한편, 제안한 구동회로를 테스트 보드를 구성한 후에 하드웨어 동작 검증을 수행하여 그 효용성을 입증하였다. 본 논문에서 제안한 구동회로를 현재 시판중인 마이크로프로세서를 사용하는 타 업체의 구동회로와 비교한 결과는 구동회로의 작동 편이성, 제작시 소요되는 비용 등에서 우수함을 나타내었다.

본 논문에서는 국내의 고압 가공배전선으로 일반적으로 사용되는 ACSR-OC의 열회를 검출하기 위하여, 솔레 노아드 와류센서를 가진 비파괴 검사시스템의 설계와 실험을 다루었다. ACSR-OC 도체에 대한 부식기구와 열회 상태를 검토하므로써, 부식이 도채의 유효단면적을 감소시키는 것을 확인하였다. 노화도체의 극심한 부적정도룹 검출하고 정량화하기 위한 실용적인 전기.자기적인 방법올 제시하였다. 고주파 정전류원, 신호처리 부와 모터 구동/제어기로 구생되눈 계측시스템이 설계되고 시험되었다. 이 장치는 센서의 출력을 검출하고 검사도체의 직경변화를 연속적으로 추정하는 기능을 갖고 있다. 그 결과, 와류센서를 가진 부각검출시스템은 가공 재전선의 열화에 기인한 심각한 결함을 추정하고 극심한 노호도체가 단선되기 전에 사전 경고를 하는데 양호한 효용성을 나타내는 것을 확인하였다.

국내외 운전교육 시스템 및 시뮬레이터를 조사하여 농용트랙터 안전교육 시뮬레이터를 개발하기 위해 다음의 구성요소를 개발하여 통합하였음: 1) 운전조작 장치와 유사하게 작동하고 조작상태를 검출할 수 있는 모의 운전조작 장치 개발, 2) 게임용 Unity엔진과 트랙터 엔진역학, 바퀴 구동토크, 트랙터의 조향에 따른 트레일러 회전각 산출 알고리즘을 적용하여 농용트랙터 컴퓨터모델 개발, 3) 경사주행, 전복사고 등의 느낌을 갖도록 컴퓨터 모델의 자세의 따라 움직이는 2자유도(roll, pitch) 모션 플랫폼 개발, 4) 실제 도로주행과 농작업을 연습할 수 있도록 가상 농촌마을인 도로주행 모드와 코스모드로 구성된 가상환경 개발, 5) 운전자의 좌측, 전방, 우측, 후방의 가상화면을 4개의 모니터로 출력하도록 하고, 모션 플랫폼, 운전조작 장치, 영상출력장치를 통합하여 교육용 시뮬레이터를 개발하였음. 농업기계화촉진법, KS B ISO 1684 등 국내외 기준 및 규격을 비교 검토하고 부착실태를 조사하여 안전표지의 신호어, 글자크기, 그림 및 조작표시의 기호, 용어, 계기판 조명 색상의 개선방안을 도출하였음

A ner general multi-layer area router, called DINOSAUR, is presented in this paper. DINOSAUR can route various types of routing areas, such as L-shaped channel, switchbox with/without obstacles, and rectilinear area with/without internal modules/terminals. The DINOSAUR algorithm consists of three major stages: layerless maze routing, layering by coloring, and rip-up and reroute. In layerless maze roution stage, the route of each net is determined by modified maze algorithm without taking the conflicts(short. circuits) into account. In layering by coloring stage, the layer of each net is determinde by a heuristic coloring algorithm. When the conflicts are not removed, rip-up and reroute process is invoded. In rip-up and reroute stage, the conflicts are removed iteratively. Many test cases have been run, and on all the benchmark data known in the literature DINOSAUR has performed either better than or comparable to the other routers.

본 논문에서는 채널의 배선 밀도 뿐만 아니라 셀 영역 내의 배선 밀도도 효과적으로 감소시키는 새로운 over-the-cell배선 시스템을 제안한다. over-the-cell 배선 시스템은, 일반적으로 셀 영역에서의 배선 과정, 채널에서 배선될 터미널의 선택 과정, 그리고 채널 배선 과정으로 구성된다. 본 논문에서는 셀 영역에서 배선할 신호선을 효율적으로 선택하기 위하여 intersection graph 상에 채널의 배선 밀도와 다른 신호선과 교차 관계를 고려한 웨이트를 부여한다. 선택된 신호선이 feedthrough나 셀 내부 로직을 형성하는 메탈층과 교차할 경우, maze 알고리듬을 사용하여 셀 영역에 배선한다. 또한 minimum weight spanning tree를 이용하여 채널에 배선할 터미널들을 효율적으로 선택하여 채널 밀도를 감소시킨다. 채널 배선은 HAN-LACADMG의 채널 배선기를 사용한다. Benchma가 데이타를 사용한 실험과 게이트 어레이 레이아웃 시스템에 적용함으로써 본 over-the-cell 배선 시스템의 효용성을 보인다.