메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤정환 (국립금오공과대학교) 김규철 (에프디엔피엔지니어링) 허장욱 (국립금오공과대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제26권 제1호
발행연도
2025.1
수록면
790 - 796 (7page)
DOI
10.5762/KAIS.2025.26.1.790

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
무기체계의 효율적인 운용유지를 위해 자동화된 기술의 중요성이 점점 강조되고 있으며, 특히 탄약류의 부식과 같은 결함은 전시 작전수행에 치명적인 영향을 미칠 수 있다. 하지만 현재 군에서는 탄약검사관의 수작업 검사 방식에 의존하고 있어 효율성이 떨어지며, 인공지능을 활용한 자동화 기술 도입에 대한 필요성이 증가하고 있다. 그러나 부식 결함과 같은 데이터를 대량으로 확보하기 어려운 환경이 문제로 지적되고 있다. 본 연구는 81mm 박격포탄의 부식 결함 식별 정확도를 향상시키기 위해 Unreal Engine과 Blender를 활용해 가상 데이터를 생성하고, 이를 YOLOv8 모델 학습에 적용하였다. 기존 데이터 증강 방식이 물체의 위치, 회전, 흐림 변화 등에 중점을 둔 반면, 본 연구에서는 부식 표면의 질감, 광택, 형태 등을 보다 정교하게 재현하여 실제와 유사한 데이터를 생성하는 데 집중하였다. 실제 결함 사진만으로 학습, 일반적인 데이터 증강 기법을 적용한 학습, Unreal Engine 기반 데이터 증강 기법을 적용한 학습을 진행 후 비교분석하여 Unreal Engine 기반 데이터 증강 기법의 정확도를 분석하였다.
#81mm Mortar Shell #Data Preprocessing #3D modeling #Performance Evaluation #Unreal Engine

목차

요약
Abstract
1. 서론
2. 실험환경 구축
3. 가상데이터 생성
4. 딥러닝 적용 및 고찰
5. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

OCR 기반 81mm 박격포탄 표기 상태판별
윤정환 ,  이선우 ,  김규철 외 2명 한국기계가공학회지 2024 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092125640