Sensor-based AI · Robotics · Imitation Learning · Embedded Systems

가속도·IMU 기반 신호처리 연구부터 로봇 제어, 모방학습, 자율주행 데이터 파이프라인까지
현실 환경의 센서 데이터를 분석하고 지능형 시스템으로 연결하는 개발자입니다.

• 컴퓨터공학과 졸업
• 학부 성적: 4.27 / 4.5
• 가속도·IMU 기반 보행 및 행동 인식 연구
• 머신러닝·딥러닝 모델 설계, 비교 및 평가
• 로봇팔 모방학습, 자율주행 데이터 수집 및 실시간 제어
• Jetson, ROS2, MuJoCo, Arduino 기반 로봇·임베디드 개발
• 관심 분야: Medical AI, Human Activity Recognition, Robotics AI

웨어러블 가속도 센서를 이용해 보행 중 노면 환경을 자동 분류하는 연구입니다.

• 평지, 잔디, 장애물, 턱, 낙엽 등 5개 노면 분류
• 참가자 12명의 3축 가속도 데이터 기반 데이터셋 구성
• 보행 이벤트 기반 7걸음 단위 구간 분할
• 통계·주파수·필터 기반 특징 추출
• Random Forest, DNN, LSTM, Transformer 모델 비교
• 정확도, AUROC, 교차검증 및 혼동행렬을 이용한 성능 평가
• Sensors (MDPI), 2025

가속도 센서와 주파수 분석을 활용해 사람의 활동 상태를 분류한 연구입니다.

• 3축 가속도 및 Signal Vector Magnitude 분석
• FFT 기반 주파수 도메인 특징 추출
• 임계값 기반 피크 검출 및 파워 스펙트럼 분석
• 저역통과, 이동평균, 칼만 필터 적용
• 걷기와 달리기의 시간·주파수 패턴 비교

개인별 보행 특성과 행동 패턴을 이용한 센서 기반 인식 연구입니다.

• 보행 가속도 패턴 기반 사용자 및 행동 분류
• 신호 정규화와 윈도우·보행 주기 기반 데이터 분할
• 통계 특징과 주파수 특징을 결합한 데이터 표현
• 머신러닝·딥러닝 모델의 분류 성능 비교

LeRobot ACT 정책을 이용해 카메라 영상과 로봇 관절 상태로 물체 조작 동작을 학습했습니다.

주요 작업

• Leader–Follower 기반 로봇팔 원격 조작
• 카메라 영상 및 6축 관절 데이터 수집
• ACT 기반 모방학습 모델 학습 및 평가
• Jetson 환경의 실시간 추론 파이프라인 구성
• FPS, smoothing factor, 학습 데이터 규모에 따른 동작 비교
• 예측 관절값과 실제 관절값의 오차 분석
• 카메라 전처리 및 관절 좌표 불일치 문제 분석

Tech Stack

Python PyTorch LeRobot Jetson OpenCV ROS2

조이스틱 기반 원격 조작, 주행 데이터 저장, CNN 추론 및 차량 제어를 연결한 프로젝트입니다.

주요 작업

• 키보드 조작 로직을 조이스틱 원격 제어 방식으로 변환
• 카메라 이미지, 조향값, 속도 데이터 동기화
• Episode 단위 이미지 및 CSV 데이터셋 저장
• Queue와 Thread를 활용한 저장·제어 파이프라인 분리
• CNN 기반 조향값 예측 및 화면 시각화
• MQTT 기반 원격 차량 제어
• 명령 전송 주기와 재전송 로직 최적화

Tech Stack

Python OpenCV Pygame TensorFlow MQTT

웨어러블 가속도 데이터를 보행 이벤트 단위로 분할하고 노면을 분류한 연구 프로젝트입니다.

Pipeline

Raw Accelerometer → Filtering → Step Segmentation → Feature Extraction → Classification → Evaluation

주요 작업

• 3축 가속도 및 SVM 기반 신호 전처리
• Heel-strike 피크 및 Toe-off 구간 검출
• 7걸음 단위 학습 샘플 생성
• 통계·에너지·주파수·RMS·Zero Crossing 특징 추출
• 고정 난수 시드와 참가자 기반 데이터 분리
• 모델별 성능 비교 및 오분류 분석

Tech Stack

Python NumPy Pandas SciPy scikit-learn TensorFlow

Arduino 기반으로 다양한 센서와 액추에이터를 통합하고 실시간으로 측정·제어하는 시스템을 구현했습니다.

적용 장치

• BNO055 IMU
• BME680 환경 센서
• BH1750 조도 센서
• HC-SR04 초음파 센서
• PM2008M 미세먼지 센서
• APDS9960 / TCS34725 컬러 센서
• AS5600 자기식 엔코더
• DC Motor, Step Motor, Servo, PWM Fan

주요 작업

• 센서별 I2C, UART, PWM 통신 구현
• 이동평균 및 이상값 제거 필터 적용
• LCD 및 PC 실시간 그래프 출력
• 센서 오류와 통신 문제 분석
• MicroPython 코드를 Arduino C++ 환경으로 변환

Tech Stack

Arduino C++ Python I2C UART PWM Matplotlib

• Do-Eun Park, Jong-Hoon Youn, Teuk-Seob Song,
  “Automated Sidewalk Surface Detection Using Wearable Accelerometry and Deep Learning,”
  Sensors (MDPI), 2025.

• Jong-Hoon Youn, Do-Eun Park, Teuk-Seob Song,
  “Application of Human Activity Recognition Techniques Using Accelerometer and Fast Fourier Transform,”
  ICFICE, Guam, United States, Jul. 2025.

• Jong-Hoon Youn, Do-Eun Park, Teuk-Seob Song,
  “Signal Processing Method and Human Behavior Recognition Technique Using Acceleration Sensor,”
  ICFICE, Kota Kinabalu, Malaysia, Jan. 2024.

• 박도은, 송특섭,
  “스마트폰 가속도 센서와 심층 신경망을 이용한 걷기와 뛰기 구분 학습 모델 구현,”
  한국정보통신학회, May 2023.

• 대상 — 2024 캡스톤 디자인 창업 Boot-Up 메이커톤
• 최우수상 — 공과대학 연합 캡스톤 대회
• 최우수상 — 스탠바이유 글로컬 메이커톤

• Machine Learning: Random Forest, Cross Validation, Feature Engineering
• Deep Learning: DNN, CNN, LSTM, Transformer, ACT
• Signal Processing: FFT, Peak Detection, Low-Pass Filter, Kalman Filter
• Evaluation: Accuracy, AUROC, Confusion Matrix

• ROS2, MuJoCo, Gazebo, LeRobot
• Jetson, Arduino, Sensor Integration
• I2C, UART, PWM, MQTT
• Git, Jupyter, Google Colab

• Research Student, National Research Foundation of Korea
  Oct. 2022 – Mar. 2024

• Trainee, SW Professional Talent Development Program
  Jul. 2024 – Dec. 2024

• Vision–State 기반 로봇 모방학습
• 실시간 로봇 추론 안정화
• 센서 기반 의료·행동 인식
• 실제 환경과 시뮬레이션을 연결하는 디지털 트윈
• 재현 가능한 데이터 및 실험 파이프라인 구축

• Email: fffj01@naver.com
• GitHub: https://github.com/dogeum
• Velog: https://velog.io/@0x13155bb