$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

음원탐지 및 위치 추정 알고리즘을 이용한 방재용 IoT 디바이스 시스템 설계
The Design of IoT Device System for Disaster Prevention using Sound Source Detection and Location Estimation Algorithm 원문보기

융합정보논문지 = Journal of Convergence for Information Technology, v.10 no.8, 2020년, pp.53 - 59  

길민식 (강원대학교 방재전문대학원) ,  곽동걸 (강원대학교 방재전문대학원)

초록
AI-Helper 아이콘AI-Helper

본 논문은 음원 탐지 및 음원 위치를 추정하는 IoT Device 시스템에 관한 것으로, 보다 구체적으로는 복수의 마이크로폰 센서로부터 수집된 음원 신호의 도달 시간차를 분석하여 음원의 방향을 정확히 검출하고, IoT 센서를 이용하여 음원의 발생방향을 추적할 수 있는 음원 방향 탐지 Device를 이용한 시스템이다. 음파를 이용하여 위치를 추정하는 기술은 예전부터 군사적 목적으로 개발되어 왔지만 현재는 이를 응용하여 방범·방재 분야 등에 많이 쓰이고 있다. 이에 따라 본 시스템의 제작을 통해 옥외에 설치한 후 여러 방향에서 음원 발생시켜 성능 시험을 실시하였다. 그 결과 음향 탐지 영역 140dB, 반응시간 1초 이내, 방향 각도 분해능 1° 이내로 매우 정확하게 동작함을 확인할 수 있었다. 향후에는 본 설계안을 바탕으로 빅데이터 분석을 통한 인공지능 알고리즘을 반영하여 보다 신뢰성을 향상시켜 상용화할 계획에 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This paper relates to an IoT device system that detects sound source and estimates the sound source location. More specifically, it is a system using a sound source direction detection device that can accurately detect the direction of a sound source by analyzing the difference of arrival time of a ...

주제어

#음원탐지   #사물인터넷   #위치 추정   #관제   #무선   #빅데이터  

표/그림 (15)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 본 논문은 기존 기술의 문제점을 해결하기 위한 것으로, 고정된 4개의 브라켓 단부에 마이크로폰 센서를 장착하고 그 장착한 센서로부터 수신된 신호들 간의 도달 시간차를 산출하여 산출된 도달 시간차를 기반으로 음원의 방향을 추정하도록 하는 음원탐지 및 분석 알고리즘을 적용한 방재용 IoT Device 시스템의 설계에 관한 것이다[10].
  • 본 논문에서는 실시간 음향을 검출하고 음원의 방향을 추정하여 재난 등 응급 상황을 대처하기 위하여 보다 지능화된 IoT Device 시스템을 고안하기 위한 방안으로 연구하였다. 복수개의 마이크로폰으로 부터 수신된 음향신호를 음원 분석‧추정 알고리즘을 적용하여 음향 환경의 변화에 따라 실험을 실시한 결과 양호한 결과를 도출 하였으며, 이 연구 결과를 반영하여 신뢰성있는 방재용 IoT시스템을 개발하는데 기초가 될 것이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
2채널 마이크로폰 어레이를 이용하는 음원 방지감지 시스템은 어떤 방식인가? 기존에 개발된 2채널 마이크로폰 어레이를 이용하는 음원 방향감지 시스템은 2개의 마이크로폰을 통해 들어온 신호를 이용하여 음원의 방향을 검출하는 방식이다. 이러한 방식의 음원 방향 감지 시스템은 특정 범위 이상에서는 비선형적인 결과를 보이기 때문에 음원의 방향을 검출하기 어려운 문제점을 가지고 있다[3,4].
소리에 의한 방향 감각은 어떻게 판별되는가? 소리에 의한 방향 감각은 양쪽 귀에 음파가 도달하는 차이에 의해 판별되는 것으로 사람의 경우에 16방향까지 인지가 가능하고, 개의 경우 32방향까지 인지가 가능하다. 오래전부터 이러한 음원의 방향 감지에 대해서 연구가 진행되었고, 음원의 방향 감지 기술은 음원 국지와 기술의 바탕이 되었다.
pressure field형 기술의 한계점은? 음향 센서의 경우 건물 내의 보안‧감시용 음향의 경우 다중 방향에서 입사되는 미세한 음장 변화를 감지하기 위해서 pressure field형 기술이 쓰이고 있다. 주변의 벽 등에서 반사되어 들어오는 음장 변화에 의한 잡읍성분을 줄이기 위하여 위상 검출이 가능한 음향센서 어레이와 디지털 음향 센서등을 이용하고 있으나 오 인식율이 많다는 단점과 실내에 한정해서 쓰이고 있다[13].
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. J. Rajagukguk & N. E. Sari. (2017). Detection System of Sound Noise Level (SNL) Based on Condenser Microphone Sensor, IOP Conf. Series: Journal of Physics: Conf. Series 970 , 1-7. DOI : 10.1088/1742-6596/970/1/012025 

  2. D. Stowell, D. Giannoulis & E. Benetos. (2015). Detection and Classification of Acoustic Scenes and Events, IEEE TRANSACTIONS ON MULTIMEDIA, 17(10), 1733-1746. DOI : 10.1109/TMM.2015.2428998 

    상세보기 crossref

  3. S. Jeon, K. W. Park, H. W. Ryu & Y. H. Kim. (2010). A Design of M2M BASED Intelligent Operating System for Effective Pollution Control Facilities, 2010 International Conference on Information and Communication Technology Convergence (ICTC), 521-522. DOI : 10.1109/ICTC.2010.5674786 

  4. K. Kalgaonkar, P. Smaragdis & B. Raj. (2007). Sensor and Data Systems, Audio-Assisted Cameras and Acoustic Doppler Sensors, IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 1-2. DOI : 10.1109/CVPR.2007.383533 

  5. K. Yamaoka, N. Ono, S. Makino & T. Yamada. (2017). Abnormal sound detection by two microphones using virtual microphone technique, Proceedings of APSIPA Annual Summit and Conference 2017, 478-481. DOI : 10.1109/APSIPA.2017.8282079 

  6. C. Liu, B. C. Wheeler, W. D. O'Brien Jr., R. C. Bilger, C. R. Lansing & A. S. Feng. (2000). Localization of Multiple Sound Sources with Two Microphones, Journal of the Acoustical Society of America, 108(4), 1888-1905. DOI : 10.1121/1.1290516 

    상세보기 crossref

  7. A. Pourmohammad & S.M. Ahadi. (2012). Real Time High Accuracy 3-D PHAT-Based Sound Source Localization Using a Simple 4-Microphone Arrangement, IEEE Systems Journal, 6(3), 455-468. DOI : 10.1109/JSYST.2011.2176766 

    상세보기 crossref

  8. B. Y. Whang, J. H. Jung & C. M. Lee. (2015). Advanced Sound Source Localization Study Using De-noising Filter based on the Discrete Wavelet Transform, Journal of Institute of Control, Robotics and System, 21(12), 1185-1192. DOI : 10.5302/J.ICROS.2015.15.0012 

    원문보기 상세보기 crossref

  9. C. Y. Choi & D. M. Lee. (2013). Fuzzy Logic Based Sound Source Localization System Using Sound Strength in the Underground Parking Lot, The Journal of Korean Institute of Communications and Information Sciences, 38C(05), 434-439. DOI : 10.7840/kics.2013.38C.5.434 

  10. S. H. Chun & Y. J. Chun. (2019). Performance Analysis of Sound Event Detection Based on CRNN, The Journal of Korean Institute of Information Technology, 17(5), 83-90. DOI : 10.14801/jkiit.2019.17.5.83 

    상세보기

  11. S. Adavanne, A. Politis & T. Virtanen. (2018). Sound Event Localization and Detectionof Overlapping Sources Using Convolutional Recurrent Neural Networks, IEEE Journal of Selected Topics in Signal Processing, 13(1), 34-48. DOI : 10.1109/JSTSP.2018.2885636 

  12. G. Raboshchuk, C. Nadeu, P. Jancovic, A. P. Lilja, M. Kokuer, B. M. Mahamud & A. R.. Veciana. (2017). A Knowledge-Based Approach to Automatic Detection of Equipment Alarm Sounds in a Neonatal Intensive Care Unit Environment, IEEE Journal of Translational Engineering in Health and Medicine, 6, 1-10. DOI : 10.1109/JTEHM.2017.2781224 

  13. S. W. Suh, W. T. Lim, Y. H. Jeong, T. J. Lee & H. Y. Kim. (2018). Dual CNN Structured Sound Event Detection Algorithm Based on Real Life Acoustic Dataset, Journal of Broadcast Engineering, 23(6), 855-865. DOI : 10.5909/JBE.2018.23.6.855 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로