[KCC 2019] CNN 기반 물체 파지를 위한 위치 탐색 (CNN-based Grasping Box Detection)Suzi Kim
파지점 탐색이란 로봇의 손으로 물체의 어느 지점을 잡았을 때 안정적으로 물체를 들어 올릴 수 있는 지 결정하는 기술을 의미한다. 파지의 위치가 불안정할 경우 로봇의 손으로 물체를 들어 올리는 과정 중 물체를 떨어뜨리거나 동작을 수행할 수 없는 경우가 발생하기에 정확하고 안정적인 파지점 탐색이 필요하다. 본 논문에서는 RGB-D 이미지를 활용한 CNN 기반의 실시간 파지점 탐색 알고리즘을 제안한다. 또한 파지점 탐색 알고리즘의 정량적인 평가를 위해 빠른 Rectangle Metric 측정 알고리즘을 제안한다.
[KCC 2019] CNN 기반 물체 파지를 위한 위치 탐색 (CNN-based Grasping Box Detection)Suzi Kim
파지점 탐색이란 로봇의 손으로 물체의 어느 지점을 잡았을 때 안정적으로 물체를 들어 올릴 수 있는 지 결정하는 기술을 의미한다. 파지의 위치가 불안정할 경우 로봇의 손으로 물체를 들어 올리는 과정 중 물체를 떨어뜨리거나 동작을 수행할 수 없는 경우가 발생하기에 정확하고 안정적인 파지점 탐색이 필요하다. 본 논문에서는 RGB-D 이미지를 활용한 CNN 기반의 실시간 파지점 탐색 알고리즘을 제안한다. 또한 파지점 탐색 알고리즘의 정량적인 평가를 위해 빠른 Rectangle Metric 측정 알고리즘을 제안한다.
1. 무브뱅크(Movebank) 데이터 다운로드하기
2. 야생동물 행동권 분석
3. 좌표를 경로로 변환하기
4. 공간 시계열 데이터 가시화하기
5. 법정구역정보 · 수치표면모델(DSM) 다운로드
6. DSM을 이용한 구역 통계 · 지형 분석
7. 경사 방향-경사 지도 제작
8. 야생동물 서식지 적합성 분석
이 발표는 [야생의 땅: 듀랑고]의 지형 배포 시스템과 생태계 시뮬레이션 자동화 시스템에 대한 이야기를 다룹니다. 듀랑고의 각 섬은 크기와 지형, 기후 조건이 다양하고 섬의 개수가 많아서 수동으로 관리하는 것은 사실상 불가능합니다. 몇번의 사내 테스트와 베타 테스트를 거치면서 이러한 문제를 해결해주는 자동화된 도구의 필요성이 절실해졌고, 작년에 NDC에서 발표했던 생태계 시뮬레이터와 Docker, 그리고 아마존 웹서비스(AWS)를 이용하여 수많은 섬들을 자동으로 생성하고 관리하는 자동화 시스템을 구축하게 되었습니다. 그 과정에서 했던 고민들, 기존의 애플리케이션을 "Dockerizing" 했던 경험, AWS의 각 서비스들을 적절히 활용했던 이야기, AWS의 각 지역별 요금이 상이하다는 점을 이용해서 비용을 절감한 사례, 그리고 자동화 시스템의 문제점과 앞으로의 방향에 대해서 이야기 할 계획입니다.
2021년 10월 17일 안양대학교에서 개최된 스마트시티공학과 신설 및 스마트도시공간연구소 10주년 기념세미나에서 발표한 자료입니다.
크라우드 소싱 기반으로 도시문제를 해결하는 콤파스 플랫폼을 추진하게 된 배경과 플랫폼 특징, 협업사례 등과 앞으로의 추진방향을 소개하였습니다.
3. 5. Spatial analysis(2)
• DEM데이터는 국토정보플랫폼이나 오픈데이터 등을 통해 공개 DEM 활용 가능
• 공개 DEM의 경우 해상도가 30m 이상의 해상도로 이루어져 있어 소규모 지역을 분석하는 경우 적합하지 않음
• 직접 등고선 또는 표고점을 이용해 수치모델 작성
18. 5. Spatial analysis(2)
3) 스크립트 설치
• https://github.com/mapplus/qgis-scripts 접속하여 scripts 폴더에서 필요한 스크립트를 내려받음
• 공간분석을 용이하게 하기 위하여 망고시스템에서 개발한 스크립트를 설치
• 여기서는 VectorToRasterConversion.py를 설치
20. 5. Spatial analysis(2)
4) 래스터화(Feature to Raster)
도시지역에서 주거지역(UQA1), 공업지역(UQA2), 상업지역(UQA3), 녹지지역(UQA4)에 대해 각각 1, 2, 3,4의 숫자코드 생성
• 벡터를 래스터로 변환하기 위해서는 값이 숫자로 이루어져야 함
• 래스터 데이터로 공간분석을 수행하기 위하여 기존의 벡터 데이터를 래스터 데이터로 변환