http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
원종운(Jong Un Won),정윤수(Yun Su Chung),김우섭(Woo Soeb Kim),유광훈(Kwang Hun You),이용준(Yong Joon Lee),박길흠(Kil Houm Park) 한국정보과학회 2002 정보과학회 컴퓨팅의 실제 논문지 Vol.8 No.5
본 논문에서는 소포 및 택배와 같은 패키지(package)의 효과적인 취급(handling)을 위한 직육 면체의 부피 계측 방법을 제안한다. 제안된 방법은 한대의 카메라와 직육면체의 특성을 이용하여 실시간으로 부피 계측을 수행한다. 부피 계측을 위한 전처리 과정에서, 제안된 방법은 직육면체의 외곽 선분 정보를 검출하고, 이러한 선분들의 교차점을 3D 물체의 꼭지점으로 추출/인식하여, 물체의 부피를 계산한다. 제안된 방법은 선분 정보를 이용하여 꼭지점을 추출함으로써, 꼭지점을 직접 추출하는 경우에 비하여 카메라의 블러링 효과에 비교적 강인한 특성을 나타내며, 물체의 방향을 고려함으로써 견실한 부피계측 결과를 나타낸다. 실험의 결과를 통하여 제안된 방법이 직육면체 물체의 실시간 부피 계산에 효과적으로 사용될 수 있음이 보여진다. In this paper, we propose a method for measuring the volume of packages for the efficient handling of the packages. Using the geometrical characteristics of the rectangular parallelepiped type objects, the method measures the volume of packages with one camera only in real time. In preprocessing of volume measurement, the method extracts outer lines of the object and then crossing points of the lines as feature points or vertexes. From these cross points(-feature points-), the volume of the package is calculated. Compared to the direct feature extraction, the proposed method shows especially the blurring robust result by using the line for feature extraction. Additionally, the method can get the stable result by considering object`s direction. From experimental results, it is demonstrated that this method is very effective for the real time volume measurement of the rectangular parallelepiped.
원종운(Jong-Un Won),박민홍(Min-Hong Park),이창준(Chang-Joon Lee),조재훈(Jae-Hoon Cho),김용태(Yong-Tae Kim) 한국지능시스템학회 2021 한국지능시스템학회논문지 Vol.31 No.6
본 논문에서는 항만의 위험물 야적장에 적용 가능한 지능형 위험물 감지 로봇시스템을 제안한다. 제안된 위험물 감지 로봇시스템은 주행영역이 제한되고 소규모 장애물들이 많은 지형에서 안정적인 주행을 할 수 있도록 구동부에 무한궤도를 적용하였다. 위험물 감지를 위한 센서로는 화재 감지와 RGB 영상으로 감지할 수 있는 듀얼 열화상 카메라, 유해 가스를 감지할 수 있는 가스 센서, 바닥면의 위험물 유출을 감지할 수 있는 필름형 위험물 감지 센서를 사용하였다. 감지 로봇의 주행과 임무를 수행하기 위한 임베디드 제어시스템을 적용하였으며, 모든 센서 데이터의 처리와 주행 구동 모터의 제어를 담당한다. 또한 IMU 센서를 적용하여 주행과 위치 인식 정밀도를 높였다. 제안된 시스템의 주행 및 감지 성능을 검증하기 위하여 개별 모듈을 설계하고 시제품을 제작하여 실험을 수행하였으며, 실험 결과에서 현장에서 적용할 수 있는 성능을 보임을 확인하였다. In the paper, we propose an intelligent dangerous object detection robot system that can be used in a dangerous goods yard in the port. The proposed dangerous object detection robot system adopts caterpillar tracks for the driving part to overcome the limited driving area and small obstacles. The sensors for detecting dangerous substances include a dual thermal camera that can detect fire and RGB images at the same time, and gas sensor that can detect harmful gases. In addition, a filmtype dangerous substance detection sensor that can detect the leakage of dangerous substances on the floor is applied. The embedded control system is applied for the monitoring robot"s driving and mission, and it handles all sensor data and controls the driving motor. In addition, the IMU(Inertial Measurement Unit) sensor is applied for accurate driving and location recognition. In order to verify the driving and sensing performance of the proposed system, individual modules are designed and a prototype of the robot is developed. We conducted a performance test of the proposed system. We confirm that the performance is satisfactory from the experimental results.
원종운(Jong-Un Won),육은정(EunJung Yuk),류형근(HyungKeun Rhyu),권용장(YongJang Kwon) 한국철도학회 2016 한국철도학회 학술발표대회논문집 Vol.2016 No.10
화물열차의 탈선, 브레이크 고장 등의 사고에 신속한 대응을 위해서는 화차 상태에 대한 실시간 모니터링체계가 필요하다. 하지만, 화차는 전력이 공급되지 않기 때문에 화차 상태를 실시간 모니터링을 하기 어려운 환경이다. 다행히 최근 사물통신 기술의 발전으로 저전력 통신이 가능하게 되어, 웨어러블 장치, 자동차 모니터링 등 다양한 분야에서 활용되고 있다. 본 논문에서는 화차 운영환경에서 사물통신 기술의 활용 가능성을 검토하기 위하여, 실제 운행 노선에서 화물열차를 대상으로 통신 성능을 분석하였다. 시험결과 대부분의 노선에서 양호한 통신 성능을 나타내었으나, 터널 진출입 부분에서 부분적인 통신 불량이 발생하였다. 하지만, 화차 상태 실시간 모니터링체계에 활용하기에는 만족스러운 결과를 나타내었다. In order to respond quickly to accidents such as derailment and brake failure etc. of a freight train, railcar real-time monitoring system is required. However, freight is a difficult environment for real-time monitoring because the power is not supplied. Fortunately, the recent low power communication is possible with the development of IoT(Internet of Things) technology which has been utilized in various fields such as a wearable device, car monitoring. In this paper, in order to examine the possibility of utilizing IoT technology from a freight train operating environment, the communication test of IoT was done in the actual driving route. Test results showed good performance in most routes. However, a partial communication failure occurred in the vicinity of the tunnel. However, for use in real-time monitoring it showed satisfactory results.
원종운(Jong-Un Won),최재각(Jae-Gark Choi),박철현(Chul-Hyun Park),김범수(Bum-Soo Kim),곽동민(Dong-Min Kwak),오상근(Sang-Keun Oh),박길흠(Kil-Houm Park) 한국정보과학회 2003 정보과학회논문지 : 정보통신 Vol.30 No.4
본 논문에서는 디졸브 모델링 오차를 이용한 디졸브 검출 방법을 제안한다. 디졸브 모델링 오차는 디졸브 구간을 구성하는 두 장면 사이에 상관성이 없는 이상적인 디졸브 모델과 상관성이 존재하는 실제 디졸브 사이의 차이로 정의 된다. 제안된 방법은 두 단계로 구성된다. 첫 번째 단계에서는 분산 곡선에서 나타나는 디졸브 구간의 특성인 아래로 볼록한 포물선을 검출하여 디졸브 후보 구간을 설정한다. 두 번째 단계에서는 선택된 후보 구간 각각에 대해 디졸브 모델링 오차를 정의하고 모델링 오차가 기준치와 비교한다. 기준치는 목표 모델링 오차로 각 후보 구간의 분산과 사용자에 의해 주어지는 목표 상관성에 대한 함수로 표현됨으로 제안된 기준치, 목표 모델링 오차는 각 후보 구간의 분산 변화에 적응적이다. 제안한 디졸브 검출 방법은 디졸브 구간을 구성하는 두 장면의 상관성을 고려하므로, 의미론적 디졸브 검출 방법이 될 수 있다. 제안된 방법을 다양한 동영상에 적용하여 성능을 평가하였다. 실험 결과 제안한 방법이 다양한 분산의 변화에도 불구하고 기존의 방법보다 정확하고 신뢰성 높은 디졸브 검출 결과를 나타내었다. In this paper, we propose a new adaptive dissolve detection method based on the analysis of a dissolve modeling error which is the difference between an ideally modeled dissolve curve with no correlation and an actual dissolve curve including a correlation. The proposed dissolve detection method consists of two steps. First, candidate dissolve regions are extracted using the characteristics of a downward convex parabola, then each candidate region is verified based on the dissolve modeling error. If the dissolve modeling error for a candidate region is less than a threshold defined by the target modeling error with a target correlation, the candidate region is determined as a dissolve region with a lower correlation than the target correlation. The threshold is adaptively determined based on the variances between the candidate regions and the target correlation. By considering the correlation between neighbor scenes, the proposed method is able to be a semantic scene-change detector. The proposed method was tested on various types of data and its performance proved to be more accurate and reliable regardless of variation of variance of test sequences when compared with other commonly used methods.