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 : 황예빈 (검색결과 22 건)
- 무료
- 기관 내 무료
- 유료
-
황예빈,이주현,전성해,박상성 한국지능시스템학회 2022 한국지능시스템학회논문지 Vol.32 No.5
제4차 산업혁명은 많은 산업 분야에서의 기술적 융합을 선도했다. 이로 인해, 다양한 산업과기술이 탄생하고 사장되면서 자율주행이나 블록체인과 같은 미래 지향적 기술이 발전했다. 그러나 기업 간의 개발 경쟁이 치열해짐에 따라 기술의 권리화에 대한 중요성이 증가하고있다. 이에 많은 기업들이 특허를 활용한 연구 개발을 시도하고 있다. 특허분석은 기술 기장에서의 자사 경쟁력뿐만 아니라 경쟁사의 기술 발전 동향까지 파악할 수 있다. 특히, 기술분류는 성공적인 특허분석을 위한 필수 요소 중 하나이다. 선행연구에서는 사전에 정의된분류 체계를 활용하거나 특허의 인용정보와 텍스트로 기술을 분류했다. 본 연구의 목적은계층적 군집분석을 활용하여 기술의 계층적 관계를 도출하고, 세부기술의 토픽을 추출하는것이다. 실험은 제안된 방법의 실제 적용 가능성 검토를 위해 신재생 에너지 특허 28,298건으로 진행됐다. 실험 결과, 신재생 에너지 기술로부터 8개의 세부기술을 도출하는 것과 세부기술 간의 계층적 관계를 시각화하는 것이 가능했다.
-
센서 퓨전을 통한 자율주행 트랙터의 장애물 인식 시스템 개발
황예빈 ( Ye Been Hwang ),김학진 ( Hak-jin Kim ),윤창호 ( Changho Yun ),전찬우 ( Chan-woo Jeon ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.2
자율주행 농기계는 농업의 노동력 문제에 대한 해결책으로 개발되어 최근 GPS 기반 자율주행 시스템이 적용된 제품들이 상용화되었다. 장애물 인식 및 충돌 예방 기술 개발은 자율주행 농기계가 무인화되기 위한 필수적인 기술이다. 하지만 GPS 센서는 동적 환경에 대한 인식이 어려워 충돌 사고를 예방할 수 없기 때문에, 농업 환경에 적합한 환경 인식 시스템의 구성이 필요하다. 본 연구는 자율주행 경운 트랙터의 충돌 사고 예방을 위해, 센서 퓨전에 기반한 인식 알고리즘을 개발하여 실제 자율주행 상황에서의 충돌 예방 성능을 평가하고자 한다. 객체 분류에 강점을 가지는 RGB 카메라와, 거리 측정에 강인한 라이다 센서를 융합한 센서 시스템으로, RGB 카메라는 Intel社의 D435i를 사용하였으며, 라이다는 Velodyne社의 VLP16을 사용하였다. 인식 알고리즘은 RGB 영상에서 CNN에 기반하여 객체를 인식하고, 영상에 투영된 라이다 데이터를 이용해 상대 거리를 측정한다. 개발된 알고리즘은 실제 농업 환경에서 자율주행 트랙터를 활용하여 유효성을 검증하였으며, 충돌 위험 구간에서의 인식률은 99% 이상, 거리 측정 오차는 50cm 이내, 충돌 예방 성공률은 97% 이상의 성능을 보였다.
-
자율주행 트랙터의 안전 농작업을 위한 인식 시스템 개발 기초연구
황예빈 ( Ye Been Hwang ),전찬우 ( Chan-woo Jeon ),윤창호 ( Changho Yun ),박승진 ( Seung-jin Park ),강경민 ( Kyeong-min Kang ),김학진 ( Hak-jin Kim ) 한국농업기계학회 2022 한국농업기계학회 학술발표논문집 Vol.27 No.1
GPS 센서에 기반한 자율주행 농업용 트랙터는 동적인 환경에 대한 인식이 어렵기 때문에 작업 환경 주시를 위하여 작업자가 탑승하여야 한다. 트랙터의 인식 시스템 개발은 농업기계 자율주행 기술 단계의 발전과 농업기계 무인화를 위한 필수적인 단계이며, 자율작업 시 사람 인식 및 충돌 방지 기술 개발을 통한 인명 보호 기술이 필요하다. 본 연구는 목적은 자율주행 트랙터의 안전한 농작업을 위한 인식 시스템을 개발하여 적용하고, 이를 현장에서 평가하기 위함이다. 인식 시스템은 4개의 스테레오 카메라 Stereolabs ZED2i와 8개의 초음파 센서 DFRobot URM08, 임베디드 PC Nvidia Jetson Xavier NX로 구성되었으며, 트랙터의 360도 전방향으로 15m의 인식 범위를 가진다. 인식 알고리즘에는 CNN 기반 딥러닝 기법을 적용하였으며, 스테레오 카메라를 통한 거리측정 및 센서 좌표계 변환을 통해 트랙터와 장애물의 상대거리를 측정하였다. 현장 실험은 실제 농지 내부에서 주광 하에서 진행하였고, 동적인 상황에서의 인식 성능을 평가하기 위해 빠르게 움직이는 장애물, 가려진 장애물 등의 시나리오를 설정하여 인식 성능을 평가하였다. 스테레오 카메라는 트랙터의 감지 영역 내에서 99% 이상의 사람 검출 성능을 보였으며 초음파센서는 저조도 환경에서 99% 이상의 장애물 인식 성능을 보였다.
-
야외 환경에 대한 3D 비전 센서의 논둑 인식 강인함 평가
황예빈 ( Ye Been Hwang ),윤창호 ( Changho Yun ),김학진 ( Hak-jin Kim ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1
자율주행 농기계의 작업 과정에서 작업 효율과 안전성을 확보하기 위해서는 논둑 경계를 인지하는 것이 중요하다. 논둑은 다양한 형태를 지니고 있으며, 논둑의 3차원 형상 데이터를 아정적으로 취득하기 위해선 야외 환경에 적합한 센서가 필요하다. 농업 연구에 사용되는 다양한 센서가 있지만 야외 환경은 시간대의 기상에 따라 변칙적이기 때문에, 야외 환경에 적용을 위해서는 센서 성능의 강인한 특성이 요구된다. 스테레오 카메라는 물체와의 거리를 예측할 수 있기 때문에 환경 인식에 있어서 단일 카메라보다 더 많은 정보를 제공하며, 거리 연산에 다양한 방법을 사용한다. 스테레오 카메라 제품별 거리 연산 방법이 다양한 만큼, 야외 환경에서의 선능도 다양하게 나타난다. 본 연구의 목적은 깊이(Depth) 연산 방식이 서로 다른 스테레오 카메라의 야외 환경에서 3D 형상 인식 성능을 비교 평가하여 선정하기 위함이다. 실험에 사용한 카메라는 스테레오 비전 기반의 StereoLabs ZED2, 구조광 방식 기반의 Realsense d435i를 사용하여 3차원 데이터를 취득, 분석하였다. 두 센서로 토양 표면 특징을 가진 물체의 형상을 동시에 측정하였고, 강인함 비교를 위하여 여러 시간대에 걸쳐 환ㄱㅇㅇㄹ 변화시켜 데이터를 취득했다. 데이터의 정확도는 g udtkd 표면의 측정 기준점 값들의 RMS를 사요했으며, 야외 환경 인식에서는 StereoLas의 ZED2가 더 강인한 성능을 보임을 확인했다.
-
MORAI 시뮬레이터를 이용한 자율주행 농업용 로봇의 LiDAR 기반 장애물 인식 및 회피 알고리즘 기초 연구
황예빈 ( Ye Been Hwang ),전찬우 ( Chan-woo Jeon ),윤창호 ( Changho Yun ),김학진 ( Hak-jin Kim ),박승진 ( Seung-jin Park ),강경민 ( Kang Kyeong-min ),최동석 ( Choi Dong-seok ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2
다양한 센서를 활용한 위험 상황의 인식은 안전한 무인 자율주행 농기계에 필수적인 요소이며 이에 따라 각 위험 상황에 대응하는 알고리즘 개발이 필요하다. 자율주행 농기계를 위한 알고리즘 개발은 실험과 평가를 위해서 시공간적 환경에 많은 제약을 받기 때문에 차량과 외부 환경을 모사한 시뮬레이터를 통한 알고리즘 개발 환경 구성을 통해 개발 효율을 높일 수 있다. 본 연구의 목적은 자율주행 농기계의 장애물 검출 및 회피 알고리즘 개발을 위한 기초 단계로서 시뮬레이터를 활용하는 방향을 제시하고 개발한 알고리즘을 실제 환경에서 적용하여 평가하는데 있다. MORAI Simulator는 가상으로 구현된 테스트 시나리오를 전달하는 혼합 현실(Mixed Reality) 테스트 방식인 VILS(Vehicle-in-the-Simulator)로서, 차량의 동역학적 모델 뿐만 아니라, 다양한 센서 시뮬레이션을 제공한다. 본 연구에서는 시뮬레이터의 가상 환경에서 구성된 자율주행 로봇플랫폼과 LiDAR센서 시뮬레이션을 통해 둑 형태로 배치된 장애물 검출 및 회피를 GPS 경로점 변경을 통해 구현하는 알고리즘을 개발하고자 하였다. 이를 위해, 실제 환경에서 가상 환경과 동일한 플랫폼과 환경 그리고 알고리즘을 적용하여 시뮬레이션에서 설계한 알고리즘의 성능을 평가하였다. 그 결과 시뮬레이션 환경은 실제 환경 모사가 가능한 것으로 나타났으며 가상 환경에서 개발한 알고리즘을 평가하는 데 유용하게 사용될 수 있음을 확인하였다.
-
-
자율주행 트랙터 위치정밀도 향상을 위한 GNSS/INS와 수정 칼만필터링 융합 항법시스템 개발 연구
최동석,전찬우,윤창호,박승진,황예빈,김학진 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2
농촌의 인구 감소와 고령화로 인해 개인의 경작 노동 부담이 증가함에 따라 효율적인 농작업을 위한 자율작업 트랙터의 필요성이 대두되고 있다. 자율작업 트랙터의 실용화를 위해서는 주행 환경의 변화가 큰 노지 환경에서 항법 시스템에 필요한 정확한 위치 및 방향각 정보 수집의 안정성 및 경제성이 확보되어야 한다. 본 연구에서는 자율작업 트랙터 시스템의 성능 향상을 위해 적응형 확장 칼만필터를 이용한 센서 융합 항법 시스템을 구성하고, 농지환경에서 성능평가를 수행하였다. GNSS/INS 센서를 활용한 항법 시스템의 위치 추정 알고리즘에 활용된 적응형 확장 칼만필터는 차량 기구학의 2D 모델에 기반하였으며, 주행환경의 다변성에 대응하기 위해 적응형 잡음 공분산을 적용하였다. 항법 시스템은 위치 및 방향각 정보를 8Hz의 주기로 수집하는 Ublox社 Zed F9P 위치 인식 모듈, 자세 정보를 100Hz 수집하는 Aceinna社 OpenIMU335RI 관성측정장치, 그리고 Raspberry Pi 4 Model B 임베디드 보드로 구성하였다. 성능평가를 위해 기준 센서로 위치, 방향각 및 자세 정보를 100Hz로 수집하는 SBG社 Ellipse-D GNSS/INS를 이용하였다. 실험 방법은 개발된 항법 시스템을 기준 센서와 함께 85마력 트랙터에 장착하고 노지 환경에서 농작업을 고려해 반복된 직진 및 선회경로를 저속으로 장시간 운행하며 보정 신호 단락, 안테나 가림 현상과 같은 불안정한 정보 수집 환경을 발생시켜 칼만 필터의 성능을 비교·분석하였다. 실험 결과, 센서 수집 주기가 약 8 Hz에서 100 Hz로 향상되었음이 확인되었으며, 트랙터 자율작업이 수행되는 노지·저속환경에서 기준 센서에 준하는 안정적인 측위 추정 성능을 확인하였다.
-
-
-
전찬우,윤창호,박승진,황예빈,김학진 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2
농촌인구의 감소, 급속한 고령화로 1인당 경작 규모가 증가함에 따라 농기계산업 및 학계는 자율·정밀 농작업 기술이 탑재된 대형 트랙터 개발 및 상용화에 노력을 기울이고 있다. 2020년 기준으로 국내 경지면적의 52.7 %을 차지하는 벼농사에서 자율농작업 트랙터는 부족한 일손을 효과적으로 대체하며 농작업 효율성을 증대시킬 수 있어 활발히 연구·개발되고 있다. 그중 무논 정지작업은 잡초관리의 편리함, 이앙에 적합한 토양 조건을 및 육모 생장에 알맞은 환경 형성 등에 영향을 미쳐 자율주행을 통한 정교한 작업이 요구된다. 본 연구에서는 국내 영농환경을 고려한 유압 접이식 무논 정지 작업기 대상 자율작업 모델을 제시하고 이를 기반으로 한 경로 생성기 개발 및 현장검증을 목표로 한다. 개발된 경로 생성기는 Labview 환경에서 포장경계 점, 트랙터 너비 및 최소 회전반경, 겹침량 정보를 이용해 C형 선회 방식 기반의 내부 왕복 및 회경을 포함한 전 영역 경로를 자동으로 생성한다. 주행성능평가는 RTK-aided UBS system (Ellipse-D, SBG)가 탑재된 85마력 자율주행 트랙터 (TX853, TYM)를 사용하여 0.32 ha 크기의 직사각형 농지에서 무인 및 유인 농작업을 수행하여 취득된 궤적, 시간, 거리, 연료소모량 결과를 비교·분석하였으며, 드론으로 수집된 이미지들을 Pix4d를 통해 정합하여 얻은 디지털 고도 모형(DTM)에서 표면을 균등성을 도출하여 균평 성능을 평가하였다. 실험 결과, 작업이 수행된 구간에서 무논 정지 트랙터는 7.6 cm와 1.7 deg의 측면과 방향각 평균 제곱근 편차(RMSE)가 측정되었으며, 총면적 대비 99.7 % 작업율을 보였다. 유인 농작업과 주행 성능 비교 결과, 자율주행 농작업은 30.0 %의 작업시간이 더 증가하였지만, 36.2 %의 주행 거리 감소로 4.5 %의 연료 소비를 감축하였다. 또한, 유인과 무인 정지작업 결과 각각 평균 높이 (표준편차) 및 최대 최소높이 차이가 39.71 m (1.81 cm)와 39.74 m (1.99 cm) 그리고 19 cm와 24 cm로 측정되어 숙련작업자와 유사한 농작업 성능을 보였다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
