http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
서다솜 ( Dasom Seo ),김경철 ( Kyoung-chul Kim ),이명훈 ( Myunghun Lee ),류희석 ( Hee-seok Ryu ),홍영기 ( Youngki Hong ),유병기 ( Byeong-kee Yu ),김현종 ( Hyunjong Kim ),이시영 ( Siyoung Lee ),김국환 ( Gookhwan Kim ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2
최근 농가 인구 감소 및 고령화에 의한 노동력 부족 현상으로 농업 기계 지능화 및 무인화에 대한 필요성이 대두되어 왔다. 농기계 무인화는 자율주행 기술과의 결합을 통해 실현 가능할 것으로 예상되며 최근 RTK-GPS와 액추에이터를 이용하여 애드온 타입의 요소 기술을 활용한 연구 및 제품 개발이 진행되고 있다. 그러나 현재 적용 중인 GPS, 레이저센서 및 스티어링 조작 시스템은 매우 고가로, 소규모 농가에서 도입하기에는 어려움이 있다. 본 연구는 기존 시스템에 비해 경제적인 비전 센서, 즉 카메라를 이용한 트랙터 자율 경운 알고리즘을 개발하기 위한 선행 연구로, 밭에 적용하기에 앞서 트랙터 시험장에서 기초 실험을 진행하였다. 트랙터 운전석 쪽에 카메라를 설치하고 주행 영상을 촬영하면서 실시간으로 차선을 추출, 차선추종을 위한 차선 각도 및 거리를 산출하였다. VGG-16 기반 차선 검출 신경망 모델인 LaneNet을 응용해 차선을 이진 세그먼트(binary segments)로 검출한 후, 연결 성분(connected components)을 계산해 잡음을 제거하였다. 잡음이 제거된 차선 세그먼트에서 차선의 각도와 트랙터와 차선 사이의 거리를 추정하였다. 영상을 촬영할 때, 트랙터의 엔진룸 앞 부분에 마커를 카메라 FOV(field of view)의 가운데 아래 부분에 위치시켜 기준(reference)으로 삼았고, 템플릿 매칭(template matching)을 이용해 매 프레임마다 검출하였다. 이 때, 검출된 기준의 좌표를 (x<sub>0</sub>, y<sub>0</sub>)라 하면, 트랙터와 차선 사이의 거리는 기준으로부터 차선 방향으로 수평으로 이동했을 때 맞닿는 점인 (x<sub>1</sub>, y<sub>0</sub>) 와 기준(x<sub>0</sub>, y<sub>0</sub>)사이의 거리 |x<sub>1</sub>, y<sub>0</sub>|를 이용하였다. 조향각은 차선 위의 임의의 점 (x<sub>2</sub>, y<sub>2</sub>)과 점 (x<sub>1</sub>, y<sub>0</sub>)사이의 직선의 기울기arctan □□□□를 이용하여 산출하였다. 실시간 처리속도는 프레임당 NVIDIA RTX 2080ti 기준 0.04초, Intel i7-4770 기준 0.6초로, 트랙터의 느린 작업 주행 속도를 감안하였을 때, 실시간 영상을 이용한 제어가 충분하다고 판단되었다. 실험을 통해 검증된 차선각도 및 제어기술을 토대로, 논밭 환경에 적용하여 경운이 이루어진 영역과 그렇지 않은 영역을 나누고 조향각을 산출, 이를 활용한 자율 경운 기술을 개발할 예정이다.
트랙터 주행 제어를 위한 밭 경운 경계 및 선회 지점 검출
서다솜 ( Dasom Seo ),김경철 ( Kyoung-chul Kim ),이명훈 ( Myunghun Lee ),류희석 ( Hee-seok Ryu ),홍영기 ( Youngki Hong ),김현종 ( Hyunjong Kim ),이시영 ( Siyoung Lee ),김국환 ( Gookhwan Kim ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2
본 논문은 영상을 기반으로 한 밭에서의 트랙터 자율주행을 위해 트랙터가 따라 주행할 수 있도록 추종선을 검출하고 작업 영역 끝에서 다음 작업 영역으로 선회하여 진입할 수 있도록 선회지점을 검출한다. CNN(Convolutional neural network) 기반 차선 검출 모델인 LaneNet을 활용해 밭 경운 경계 검출 모델을 학습시킨다, LaneNet은 도로 영상에서 차선을 이진 분할하기 위한 binary segmentation branch와 차로의 순서를 구분하는 instance segmentation branch로 이루어져 있는데, 밭 작업 환경에서는 차로 구분이 없으므로 binary segmentation branch만 분할해 사용한다. 로타베이터가 작업하고 지나간 영역과 작업하기 전 영역 사이의 경계를 세그먼트 형태로 검출하고, 검출된 세그먼트에서 특징과 제어점을 추출해 트랙터 주행 제어에 활용하도록 한다. 로타베이터 작업은 상하 각 6m, 좌우 각 2m의 침지를 경운한 후 이루어지며, 트랙터의 첫 주행은 침지를 따라 진행된다. 날씨나 조광 등에 따른 야외에서의 다양한 상황에서 대응할 수 있도록 날씨 별(맑음, 흐림), 시간대 별로 총 9 가지 상황에서 2,980 프레임의 주행 영상을 수집해 2,533 프레임을 학습 집합, 149 프레임을 검증 집합으로 활용했다. 학습은 학습률 0.0005, 배치 사이즈 6으로 RTX NVIDIA 2080ti GPU에서 이루어졌으며, 검출 성능 0.95를 달성했다. 검출된 세그먼트는 추종할 좌우 작업경계와 작업 영역의 끝을 알리는 수평 경계로 이루어진다. 세그먼트 검출 후 원근 변환을 통해 실제 좌표계에서의 세그먼트 위치를 구한 후, 수평 경계가 트랙터 회전축으로부터 6m 앞 지점에서 검출되면 선회 지점으로 출력한다. 좌우 경계로부터는 세그먼트의 상하 양 끝의 좌표를 구하고, 두 좌표로부터 직선의 방정식을 구해 트랙터와 나란한 지점에서의 경계 좌표를 구한다.
이명훈,김진수 한국실과교육연구학회 2001 實科敎育硏究 Vol.7 No.2
The purpose of this study is to compare TechnologyㆍHome Economics curriculum of Korea with that of Japan, and to seek improvement way of TechnologyㆍHome Economics subject. The contents of study are to compare formation, goal, content of TechnologyㆍHome Economics curriculum of Korea with that of Japan. This study was carried out literature investigation. The major findings of this study are as follow; First, TechnologyㆍHome Economics curriculum of Korea and that of Japan emphasize practical and experimental activities. Second, TechnologyㆍHome Economics curriculum of Japan emphasize problem solving method. Third, TechnologyㆍHome Economics education objective of Korea is having an ability and attitude to adapt the change of future society, that of Japan is having practical activities. fourth, TechnologyㆍHome Economics curriculum of Japan has optional parts. So they would be selected by school facilities and learner's interests. Therefore TechnologyㆍHome Economics curriculum of Korea must be improved for developing problem solving ability. And TechnologyㆍHome Economics curriculum of Korea must include practical and experimental activities.