RGB-D 카메라와 시맨틱 분할 기법을 이용한 작업자의 안전 모니터링

저작시기 2019.08 |등록일 2019.08.14 파일확장자어도비 PDF (pdf) | 7페이지 | 가격 6,000원
다운로드
장바구니관심자료
상세신규 배너

* 본 문서는 배포용으로 복사 및 편집이 불가합니다.

서지정보

발행기관 : 제어로봇시스템학회 수록지정보 : 제어로봇시스템학회 논문지 / 25권 / 8호
저자명 : 홍효성, 김정중, 고두열, 박진성, 김창현, 정현호, 박규하, 원문철

목차

Abstract
I. 서론
II. 전체 알고리즘 구성 및 시맨틱 분할
III. 객체 분할 정보와 깊이 정보 정합을 통한 겹침 평가
IV. 실험 및 결과
V. 결론
REFERENCES

영어 초록

This paper suggests a deep learning-based algorithm for monitoring workers’ safety in a smart factory environment. With the growth of smart factories in industry, the need for an AMR (autonomous mobile robot) that self-drives in a production line is increasing. Although most AMRs are designed to actively prevent a collision, there should be another monitoring solution to double-check workers’ safety because not all machines are reliable. We use an RGB-D camera which provides both depth information and RGB color information and a semantic segmentation method to monitor workers’ safety. The semantic segmentation algorithm is called Mask R-CNN and is used to detect workers and moveable equipment including AMRs. Since Mask R-CNN can specify an object’s boundary in RGB images, we are able to determine an object’s position in 3D coordinates by using the camera’s depth information. We can monitor the workers’ safety by checking whether they are close to hazardous equipment. We experimented with an AMR and manufacturing equipment to verify our suggested algorithm.

참고 자료

없음
  • 구매평가(0)
  • 구매문의(0)
      최근 구매한 회원 학교정보 보기
      1. 최근 2주간 다운받은 회원수와 학교정보이며
         구매한 본인의 구매정보도 함께 표시됩니다.
      2. 매시 정각마다 업데이트 됩니다. (02:00 ~ 21:00)
      3. 구매자의 학교정보가 없는 경우 기타로 표시됩니다.
      4. 지식포인트 보유 시 지식포인트가 차감되며
         미보유 시 아이디당 1일 3회만 제공됩니다.
      상세하단 배너
      우수 콘텐츠 서비스 품질인증 획득
      최근 본 자료더보기
      상세우측 배너
      상세우측 배너
      상세우측 배너
      RGB-D 카메라와 시맨틱 분할 기법을 이용한 작업자의 안전 모니터링
      페이지
      만족도 조사

      페이지 사용에 불편하신 점이 있으십니까?

      의견 보내기