https://dspace.hansung.ac.kr/handle/2024.oak/10547 Sat, 11 Jul 2026 19:55:43 GMT 2026-07-11T19:55:43Z https://dspace.hansung.ac.kr/handle/2024.oak/10697 Title: [2026학년도 1학기 캡스톤디자인]전자10조_전자종합설계프로젝트 Author(s): 강성민; 임재엽; 이호성; 김은중; 안휘훈 Abstract: 본 프로젝트는 다품종 소량 생산 및 전자상거래 급증에 대응하여, 동적 장애물 대응이 어려운 기존 고정 레일 방식 AGV의 한계를 극복하는 '인프라 카메라 기반 스마트 물류 운송 로봇 및 관제 시스템'을 개발했습니다. 핵심 목표는 고정밀 자율 주행과 실시간 관제 환경 구축입니다. 메카넘 휠을 활용한 다방향 주행 하드웨어를 구축하고, MPU-9250 센서의 P제어 로직과 바닥 QR 코드 인식을 융합해 ±10mm 이내의 정밀 측위를 확보했습니다. 또한 인프라 카메라와 MQTT 통신을 연동한 이벤트 기반 장애물 회피 알고리즘을 적용했으며, Flask 기반 웹 서버로 다수 주문 관리 및 실시간 제어가 가능한 통합 관제 시스템을 구현했습니다. 전체 시스템은 유기적 연동을 위해 3-Tier 아키텍처로 구성됩니다. ①인프라 감시 모듈(Raspberry Pi A)이 MOG2 알고리즘으로 장애물을 감지해 MQTT로 발행하면, ②로봇 탑재형 비전 모듈(Raspberry Pi B)이 웹 UI 주문 수신 및 QR 스캔 데이터를 처리하고, ③하위 구동 모듈(ESP32)이 비용 기반 라우팅 알고리즘으로 최단 경로를 산출해 4축 모터와 하역 서보 모터를 정밀 제어합니다. 본 시스템은 고가 LiDAR 센서 대신 범용 카메라와 저비용 마이크로컨트롤러를 결합하여 시스템 구축 비용을 절감하고 다중 로봇 확장성을 확보했습니다. 더불어 경로 재탐색 페일세이프(Fail-Safe) 기능과 웹 긴급 정지 기능을 도입하여 산업 현장 수준의 높은 안전성을 증명했습니다. Description: ※본 자료는 2026학년도 1학기 한성대학교 전자트랙 캡스톤디자인 수업 결과물로 제작되었습니다. Tue, 30 Jun 2026 15:00:00 GMT https://dspace.hansung.ac.kr/handle/2024.oak/10697 2026-06-30T15:00:00Z https://dspace.hansung.ac.kr/handle/2024.oak/10696 Title: [2026학년도 1학기 캡스톤디자인]전자5조_멀티센서기반 공유 킥보드 안전관리 및 인센티브 연계 시스템 Author(s): 이경민; 김서로; 윤태규; 윤승찬; 서수성 Abstract: 최근 공유형 개인형 이동장치(PM) 시장의 급격한 성장과 함께 위법 주행 및 제도적 사각지대로 인한 사망자 수가 사회적 문제로 대두됨에 따라, 사후 규제 중심의 방식에서 벗어난 능동적인 실시간 안전 관리 시스템의 필요성이 증대되고 있습니다. 이에 본 과제에서는 라즈베리 파이 4(Raspberry Pi 4)를 메인 제어 보드로 활용하여, 탑승 전 검증부터 주행 중 안전 관리 및 사후 평가까지 유기적으로 연결된 'Safety Score 기반의 공유형 킥보드 안전 거버넌스 시스템'을 개발하였습니다. Description: ※본 자료는 2026학년도 1학기 한성대학교 전자트랙 캡스톤디자인 수업 결과물로 제작되었습니다. Tue, 30 Jun 2026 15:00:00 GMT https://dspace.hansung.ac.kr/handle/2024.oak/10696 2026-06-30T15:00:00Z https://dspace.hansung.ac.kr/handle/2024.oak/10549 Title: [2025학년도 1학기 캡스톤디자인] 7조_온디바이스 딥러닝 기반 실시간 안저 질환 분류 시스템 Author(s): 김주영; 박찬기; 이재강 Abstract: 나이 관련 황반변성(AMD), 당뇨병성 망막병증(DR), 녹내장과 같은 주요 안구 질환은 조기 발견이 이루어지지 않을 경우 실명으로 이어질 수 있어 신속한 진단이 중요하다. 그러나 기존 안과 진단은 고가의 장비와 전문 의료진에 의존해 의료 접근성이 제한적이며, 특히 의료 인프라가 부족한 환경에서는 활용에 한계가 있다. 본 프로젝트는 이러한 문제를 해결하기 위해 스마트폰 기반 온디바이스 딥러닝 안구 질환 분류 시스템을 제안한다. 사용자가 직접 촬영한 안저 이미지를 ResNet-18 기반 모델로 실시간 분석하여 AMD, DR, 녹내장, 정상의 4가지 상태를 오프라인 환경에서도 분류할 수 있다. 또한 MobileNetV2, EfficientNet-B0와의 비교 실험을 통해 모바일 환경에서의 성능과 효율성을 검증하였다. 본 시스템은 고가 장비 없이도 높은 진단 정확도를 제공하며, 의료 사각지대와 응급 현장에서 효과적인 진단 도구로 활용될 수 있다. Description: ※본 자료는 2025학년도 1학기 한성대학교 전자∙시스템반도체트랙 캡스톤디자인 수업 결과물로 제작되었습니다. Mon, 30 Jun 2025 15:00:00 GMT https://dspace.hansung.ac.kr/handle/2024.oak/10549 2025-06-30T15:00:00Z