• 한국도로학회:학술대회논문집
• /
• 2003.10a
• /
• pp.35-40
• /
• 2003

• 한국도로학회지:도로
• /
• v.13 no.1
• /
• pp.14-21
• /
• 2011

• Proceedings of the KAIS Fall Conference
• /
• 2009.12a
• /
• pp.695-698
• /
• 2009

오늘날 네비게이션 시스템이 대부분의 차량에 필수장비가 될 정도로 GPS는 우리도 모르게 많이 사용되고 있고 많은 연구가 진행되어 있다. 그러나 대부분 차량용 네비게이션은 도로의 정보를 통하여 GPS의 불확실한 정보를 보정하게 되지만 도로정보를 참조할 수 없는 해상이나 공중에서 사용하기 위해서는 보정이 어려운 것이 사실이다. 본 논문에서는 이동로봇에 대하여 일반 도로가 아닌 개활지에서의 자율주행을 목표로 한 시스템을 개발하였다. 연구내용으로는 NXT 로봇과 Compass Sensor, 그리고 Bluetooth GPS를 이용하여 도로의 정보가 없이 로봇의 위치를 보정하였고, 목표점까지의 거리와 각도를 계산한 후 자율 주행이 가능하도록 LabView로 프로그래밍 하였다. 결과적으로 NXT 로봇의 목표지점간 최적이동 알고리즘을 구현하였고 실험을 통하여 이를 증명하였다.

• Proceedings of the KAIS Fall Conference
• /
• 2011.05b
• /
• pp.599-601
• /
• 2011

최근의 차량 연비는 고가의 연료 가격과 환경 규제 등으로 인하여 중요한 문제로 대두되었다. 전기, 전자, 반도체, 기계 등의 기술 발달은 연비 개선에 많은 공헌을 하였다. 그러나 연비 측정은 현재도 주어진 모드(LA-4, FTP-75 등)에서 컴퓨터 모의시험 및 다이나모에서 수행한다. 이렇게 측정한 연비는 실제 도로 주행 연비와 차이가 발생하는데, 그 주요 원인중의 하나는 도로의 경사를 고려하지 않았기 때문이다. 본 논문에서는 경사가 심한 영동고속도로를 정속 주행하여 연료 소모량을 측정하고 연비를 계산한다. 또한 같은 도로를 경사가 없다고 가정하여 주행한 연비와 비교 분석한다. 이때 두 경우를 비교하여 경사에 의해 소모된 연료량 차이를 계산하고, 이 타이어 구동력과 엔진에서 소모된 연료량과의 관계를 검증한다.

• Journal of Korea Spatial Information System Society
• /
• v.11 no.1
• /
• pp.137-144
• /
• 2009

Understanding lane markings in a live video captured from a moving vehicle is essential to build services for intelligent vehicles such as LDWS(Lane Departure Warning Systems), unmanned vehicles, video-based car navigation systems. In this paper, we present a novel approach to recognize the color of lane markings and the lane number that he/she is driving on. More specifically, we present a background-color removal approach to understand the color of lane markings for various illumination conditions, such as backlight, sunset, and so on. In addition, we present a probabilistic network approach to decide the lane number. According to our experimental results, the proposed idea shows promising results to detect lane number in a various illumination conditions and road environments.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.1
• /
• pp.258-272
• /
• 2022

The technology implementation method was diversified into an 'autonomous cooperative driving' method to overcome the limitations of a stand-alone autonomous vehicle with vehicle sensor-based autonomous driving. The autonomous cooperative driving method involves exchanging information between roadside infrastructure and autonomous vehicles. In this process, the concept of dynamic information (LDM), a target of cooperation, was established. But, evaluation methods and standards for dynamic information have not been established. Therefore, this study, a dynamic information evaluation method based on information on pedestrians within the moving objects. In addition, autonomous cooperative driving was demonstrated, and dynamic information was also verified through the evaluation method. The significance of this study is that it established the dynamic information evaluation methodology for autonomous cooperative driving for the first time. Based on this, this study is expected to contribute to the application of safe autonomous cooperative driving technology to the field.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.179-179
• /
• 2011

이동의 편리함과 주행안정성을 주기 위해 개발된 도로가 소음을 발생시켜 운전자 및 소비자의 쾌적성을 저해하는 요소로 작용하고 있다. 이러한 문제를 해결하기 위해 연도거리확보 또는 방음벽 등의 소음억제 방법을 사용하고 있으나 미관을 저해하고 용지사용이 비효율적이어서 외국의 경우 저소음 포장 연구를 통한 근본적은 소음 발생원을 차단하기 위한 노력이 진행되고 있다. 국내에서도 신도시 개발 등으로 도로건설에 따른 급속한 교통량 증가 및 차량의 고속주행으로 인하여 도시소음의 주요인으로 부각되고 있고 시민들의 높은 생활수준과 소음 환경에 대한 기본생활권 추구 성향이 증대되어 지역 주민의 교통소음 저감 대책 및 보상에 대한 법적 소송이 빈번히 발생하고 있어 차량 주행 소음 저감을 위한 방법으로 방음벽 설치가 널리 사용되고 있으나 이는 경제적 손실뿐만 아니라 도시미관을 해치는 문제가 발생하고 있다. 도로사업의 환경성 강화는 국토해양부의 2009년 주요도로정책 중 하나일 정도로 국가정책의 중요한 지침으로써, 향후 추진되는 신도시 및 단지조성공사 시 도로 환경성과 소음, 진동, 그리고 생태통로에 대한 친환경 도로설계 및 시공 등에 적절히 대응하기 위하여 교통소음을 개선하기 위해서는 교통소음 발생 요소를 파악하고 신도시 및 단지조성시 주변도로에 친환경적 포장공법 설계기술의 개발 및 적용을 위한 단계적 연구가 필요하다. 따라서 본 연구에서는 친환경 저소음 포장공법의 종류에 대하여 알아보고자 한다.

• Journal of Korea Multimedia Society
• /
• v.8 no.3
• /
• pp.428-437
• /
• 2005

In this paper, we developed lane departure warning system for lane departure situation of vehicle, accidentally. Color level of yellow lane of road side is changed to black and white level. And black and white level value of relevant pixel of original and yellow lane through added process of this are emphasized. In lane departure detection system, color image data processing method could improve the recognition of the yellow lane(central lane). We could get a system Performance of the high-speed image data Processing. Therefore, lane departure warning system will be utilized at the device for the safety going of the vehicle.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.317-318
• /
• 2023

본 논문에서는 CNN(Convolutional Neural Network)을 활용하여 자율주행 자동차가 각 국가별 교통 규칙 및 도로 표시를 이해하고 정확한 주행을 할 수 있도록, Deep Neural Network 시스템을 설계하고 구현하는 방법을 제안한다. 연구 방법으로는 한국도로교통공단(koroad)에서 제공하는 교통안전표지 일람표 이미지를 학습하여, 차량이 자율주행을 하기 위해 요구되는 표지판을 인식할 수 있도록 하였다. 본 논문에서 설계한 학습 시스템으로 도로교통표지판의 인식에 성공했으며, 이를 통해 자율주행차량이 표지판을 인식할 수 있으며, 시각장애인 및 고령운전자를 위한 지원 역시 가능하다고 사료된다.

• Journal of Cadastre & Land InformatiX
• /
• v.51 no.1
• /
• pp.39-51
• /
• 2021

Recently, there has been much interest in practical use of standardized HD map that can effectively define roads, lanes, junctions, road signs, and road facilities in autonomous driving. Various kinds of de jure or de facto standards such as ISO 22726-1, ISO 14296, HERE HD Live map, NDS open lane model, OpenDRIVE, and NGII HD map are currently being used. However, there are lots of differences in data modeling among these standards, it makes difficult to use them together in autonomous driving. Therefore, we propose a data model conversion method to enable an efficient use of various kinds of HD map standards in autonomous driving in this study. Specifically, we propose a conversion method between the NGII HD map model, which is easily accessible in the country, and the OpenDRIVE model, which is commonly used in the autonomous driving industry. The proposed method consists of simple conversion of NGII HD map layers into OpenDRIVE objects, new OpenDRIVE objects creation corresponding to NGII HD map layers, and linear transformation of NGII HD map layers for OpenDRIVE objects creation. Finally, we converted some test data of NGII HD map into OpenDRIVE objects, and checked the conversion results through Carla simulator. We expect that the proposed method will greatly contribute to improving the use of NGII HD map in autonomous driving.