: 드론 감지는 기본적으로 신호를 감지하는 방식으로 합니다. 현재 저희가 가지고 있는 센서와 안테나는 측정 가능 주파수가 6GHz까지이며, 추후에 그 이상의 주파수를 사용하는 드론이 생긴다면 그 주파수 대역을 커버하는 하드웨어 구성이 있으면 가능합니다. 이 부분에 대한 상세한 로드맵은 현재까지는 나와있지는 않은 상태입니다.

: 예 초도 위치 설정 및 data를 읽어 냄으로 유추가 가능합니다.

: Tim.Cheong@analog.com으로 메일 보내 주시면 자세한 답변 드릴 수 있도록 하겠습니다.

: 비슷한 예시가 될 지 모르겠으나 외국 농장에서 움직이는 스프링 쿨러(일직선으로 동시에 움직이는 스프링 쿨러)에 적용된 예시가 있습니다.

: 의견 감사드립니다.

: 알고리즘에 따라 다르겠지만 대부분은 6축 이상을 사용하는 것으로 알고 있습니다. 3축은 정보가 조금 부족할 수도 있습니다.

: 간단하게는 빠르게 여러번 읽어서 평균을 내는 방식을 합니다. 자세하게 설명드리기가 애매한 점 양해 부탁 드리겠습니다.

: phase noise의 경우 신호 소스원의 퀄리티와 관련된 부분으로 특성이 좋은 소스가 사용되야 합니다. 설계단계에서 해당 성능을 향상시키기위한 설계가 진행되야 하고요

: 레이다 개발업체들이 사물인식함에 있어 오작동을 줄이기 위한 노력을 하고 있습니다. 키사이트는 개발업체에서 이러한 개발에 도움을 드리고자 더욱 성능 좋은 솔루션을 제공하기 위해 노력 중입니다.

: 향후 자율주행이 가능해지고 V2X 기술도 발전하면 다양한 응용서비스가 나올 것으로 예상됩니다.

: 시장에 main player가 있느냐 문제로 접근하시는 것이 좋을 것 같습니다. 하드웨어적인 성능은 각 사의 차별이 어려울 것 같고요, 많은 profit 부분은 쏟아지는 데이터를 어떻게 유효한 정보로 만드느냐에 더 연관되는 것 같습니다.

: 처음에 차량용 radar가 나왔을때 가격이 1000만원대 였습니다. 가격은 기술이 개발되면서급속히 줄어들 것으로 예상 됩니다.

: 오늘 소개드리는 내용은 Server + Xilinx Accel. Card 구성에 대한 내용 입니다. Embedded 지원 Solution도 향후 지원 계획이 있습니다.

: 네 문제가 됩니다. 사실 cloud 쪽에서는 훨씬 큰 전력소모와 훨씬 높은 성능을 요구하기 때문에 사용되는 보드 또한 다릅니다. ML suite는 굉장 큰 디바이스가 올라간 보드르 사용합니다. ZCU106 에서는 revision stack 을 이용해서 ML application 의 구현이 가능합니다. ML suite나 revision stack의 ML 구성이나 기본적인 구성(processing engine구조,xfDNN lib) 은 동일합니다. 다만 application 의 특성에 따라 logic size, 동작속도 등이 다릅니다.

: 기본적으로 ML suite를 접근 방식은 기존 FPGA 사용방식과 다릅니다. ML suite에서는 이미 만들어진(build/complie 된) processing engine을 사용하는 방식입니다. network 이 바뀌어도 사용하는 FPGA 디자인 core는 동일합니다.

: 따라서 network 이 변경되더라도 FPGA에 대한 build나 compile은 없습니다.

: training 관련되서 문의 주신것인가요?

: 지원되는 framework 에서 train 된 network은 사용이 가능합니다.

: 네 기본적으로 설명드리는 ML suite는 이미 디자인 되어 있는 FPGA card에 해당 network을 올리는 방식 입니다. 다만 현재 ML suite는 CNN만 지원하기 때문에 안면인식에 대해서는 확인이 필요합니다.

: 구체적인 configuration에 따라 다르지만, 전원의 접지는 전자적 잡음이 pass 하는 통로 입니다. 따라서 3 Phase의 영향을 적게 받으려면, 전원의 배전반 단계에세 분리하여 사용하는 것도 하나의 방법 입니다.

: 4:1 이하의 TAR(Test Accuract Ratio)은 불확실성 예산이나 방법을 정밀 조사하기 위한 주요 후보입니다. 왜냐하면 교정에 대한 신뢰도가 낮기 때문입니다. 올바른 교정/시험 기관이라면 피교정 장비의 사양보다 훨씬 좋은 표준사양과의 성능 비교를 실시할 수 있는 전문 기술 및 다양한 장비를 보유하고 있어야 하고 그를 위한 투자와 연구를 지속 할 것입니다. 그러한 규모를 갖추지 못한 업체나 지나치게 저렴한 가격을 제시하는 업체는 테스트의 일부를 생략하거나 올바르지 못한 측정을 함으로써 심각한 품질문제를 야기시킬 수 있습니다. 장비를 테스트하는 데 사용되는 검사 장비의 정확도를 피교정 장비보다 최소 4배 이상이 되게 함으로써 ‘측정불확도’를 최소화 하도록 지속적으로 연구하고 투자하는 교정/시험 기관을 이용하시도록 권장해 드립니다. 올바른 교정은 생산제품에 대한 불량을 줄이고 이익을 극대화 합니다. ^_^

: 고객님의 측정물에 대한 측정범위와 신뢰성을 먼저 정하시면 그에 따라 4:1 의 법칙 등을 적용하시면 됩니다. 신뢰도를 60%로 정하시면 낮은 신뢰도의 장비도 사용사 가능합니다. 감사합니다.