http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 신우현 ( Woo Hyun Shin ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
Convolutional Neural Network 기반 실시간 작물 탐지 시스템 개발
신우현 ( Woo Hyun Shin ),이동구 ( Dong Goo Lee ),김태정 ( Tae Jung Kim ),이정호 ( Jung Ho Lee ),김재우,최선 ( Sun Choi ),조성호 ( Sung Ho Cho ),황헌 ( Heon Hwang ) 한국농업기계학회 2016 한국농업기계학회 학술발표논문집 Vol.21 No.2
최근 패턴 인식과 인공 지능 분야의 최신 연구 성과인 Region-based CNN (Convolutional Neural Network)을 사용하여, 보다 입력의 변동에 강인한 특징을 탐지기가 스스로 학습하도록 한다. 실제 재배환경과 동일한 영상을 통해 획득한 훈련 데이터로 학습시킨 모델을 생성 후 그 성능을 검증 및 분석하고 특수작물 재배 자동화 분야에의 적용 가능성을 모색한다. 최근 패턴 인식과 인공 지능 분야의 최신 연구 성과인 Region-based CNN (ConvolutionalNeural Network)을 사용하여, 보다 입력의 변동에 강인한 특징을 탐지기가 스스로 학습하도록 한다. 실제 재배환경과 동일한 영상을 통해 획득한 훈련 데이터로 학습시킨 모델을 생성 후 그 성능을 검증 및 분석하고 특수작물 재배 자동화 분야에의 적용 가능성을 모색한다. 상대적으로 ImageNet 데이터셋의 경우 재현율은 끝까지 좋지 못하면서 정확도도 가파르게 감소하는 반면에, Video annotation 데이터셋의 경우 매우 안정적인 커브를 보이고 있다. 앞서 ImageNet은 0.416의 AP를 기록하였는데, 같은 ImageNet 데이터셋으로 테스트를 모두 수행했을 때의 AP가 0.718이었던 것을 감안한다면, 학습 데이터양이 절반으로 줄어든 것을 고려하더라도 엄청나게 큰 낙폭을 보여주고 있다. 이로부터 ImageNet 스타일의 데이터셋으로 학습시킨 모델은 실제 재배환경과 유사한 영상에서는 그 성능이 매우 떨어진다는 것을 확인할 수 있다. 그에 반해 실제 환경과 유사한 video annotation 데이터셋으로 학습한 모델의 AP는 0.756으로 ImageNet 데이터셋 학습 모델의 기록보다 거의 2배의 차이로 앞서고 있다. 이러한 결과로는 실제 재배환경에서 파프리카를 탐지하기위해서는, ImageNet의 다양한 이미지에서 얻을 수 있는 일반화된(generalized) 특징보다 유사 환경영상에서 얻는 특이성(peculiarity)을 학습하는 것이 더 유리하다는 것을 시사하고 있다.
-
최소저크궤적과 X축-스웨이를 이용한 4족 보행로봇의 안정적 걸음새 연구
신우현 ( Woo Hyun Shin ),이동구 ( Dong Goo Lee ),김태정 ( Tae Jung Kim ),이정호 ( Jung Ho Lee ),김재우,최선 ( Sun Choi ),조성호 ( Sung Ho Cho ),황헌 ( Heon Hwang ) 한국농업기계학회 2016 한국농업기계학회 학술발표논문집 Vol.21 No.2
본 논문에서는 3가지 개선된 이론을 제시한다. 첫 번째는 Minimum-Jerk Trajectory를 이용하여 다리궤적을 최적화 시킨다. 두 번째는 본 논문에서 새롭게 제시한 sine파와 기존의 방식인LSM을 Jerk값에 근거하여 비교했다. 세 번째는 ADAMS-MATLAB co-simulation을 이용하여 반복적인 로봇 시뮬레이션을 통해 스웨이의 최적 진폭을 계산한다. 위의 과정을 통해 결과적으로 로봇의 보행이 개선점을 기존의 이론과 비교하여 나타낸다. 4족 보행 로봇의 안정적 걸음새를 알아내기 위해 본 연구에서는 ADAMS-MATLABco-simulation을 이용하여 정보행시 몸체와 다리 끝의 움직임에 대한 Minimum-Jerk trajectory를 이용하여 다리궤적의 최적화를 시켰다. 또한 기존 이론에 대한 새로운 sine파형을 도입하여 스웨이에 대해 개선방향을 제시했다. 기존에 사용한 타원의 방정식을 이용한 다리의 궤적과 Minimum-Jerk Trajectory를 이용한 새로운 궤적을 비교하여 보다 충격이 적고 Jerk값이 낮게 나오는 방법을 제시하였다. 보행 시 4족 보행 로봇의 몸체의 좌우 움직임 즉, ``Sway`를 통해 안정적으로 무게중심을 찾게 된다는 사실을 기존에 사용해온 LSM(Longitudinal Stability Margin)방식과 본 논문에서 새로적용한 sine파형을 비교/분석하여 기존의 LSM방식보다 새로 적용한 sine파형 Sway방식이 낫다는것을 제시하였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
