• 전자통신동향분석
• /
• 제31권4호
• /
• pp.86-97
• /
• 2016

빛의 반사시간 및 산란정보를 측정하여 기상정보를 수집하던 초기 라이다 기술은 실내외 3차원 정보를 확보하는 센서 기술로 응용 영역을 확대하고 있다. 특히 최근에는 자율주행차/스마트카를 중심으로 차량/보행자의 안전과 고도화된 자율주행 성능을 위하여 차량 주변 환경에 대한 3차원 좌표를 고속으로 획득하는 라이다 기술의 중요성이 부각되고 있으며, 이에 따라 관련 기술에 대한 이해와 동향파악이 필요하다. 이에 본고에서는 차량에 적용될 수 있는 라이다 기반 3차원 영상센서 기술 전반에 대한 리뷰를 진행하고, 자율주행차/스마트카 시장에서 핵심이슈 및 기술별 대응 특징을 소개한다. 아울러 3차원 센서기술의 글로벌 경쟁상황을 기반으로 향후 차량용 라이다 기술의 발전방향을 전망해 본다.

• 한국정보전자통신기술학회논문지
• /
• 제14권2호
• /
• pp.128-133
• /
• 2021

현재 자율주행차량 시장은 3레벨 자율주행차량을 상용화하고 있으나, 안정성의 문제로 완전 자율주행 중에도 사고가 발생할 가능성이 있다. 실제로 자율주행차량은 81건의 사고를 기록하고 있다. 3레벨과 다르게 4레벨 이후의 자율주행차량은 긴급상황을 스스로 판단하고 대처해야 하기 때문이다. 따라서 본 논문에서는 CNN을 통하여 차량 외부의 정보를 수집하여 저장하고, 저장된 정보와 차량 센서 데이터를 이용하여 차량이 처한 위기 상황을 0~1 사이의 수치로 출력하는 차량 내·외부 데이터 및 딥러닝 기반 차량 위기 감지 시스템을 제안한다. 차량 위기 감지 시스템은 CNN기반 신경망 모델을 사용하여 주변 차량과 보행자 데이터를 수집하는 차량 외부 상황 수집 모듈과 차량 외부 상황 수집 모듈의 출력과 차량 내부 센서 데이터를 이용하여 차량이 처한 위기 상황을 수치화하는 차량 위기 상황 판단 모듈로 구성된다. 실험 결과, VESCM의 평균 연산 시간은 55ms 였고, R-CNN은 74ms, CNN은 101ms였다. 특히, R-CNN은 보행자수가 적을 때 VESCM과 비슷한 연산 시간을 보이지만, 보행자 수가 많아 질수록 VESCM보다 많은 연산 시간을 소요했다. 평균적으로 VESCM는 R-CNN보다 25.68%, CNN보다 45.54% 더 빠른 연산 시간을 가졌고, 세 모델의 정확도는 모두 80% 이하로 감소하지 않으며 높은 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.803-805
• /
• 2022

자율주행의 시대가 도래함에 따라, 딥러닝 모델에 대한 적대적 공격 위험이 함께 증가하고 있다. 카메라 기반 자율주행차량이 공격받을 경우 보행자나 표지판 등에 대한 오분류로 인해 심각한 사고로 이어질 수 있어, 자율주행 시스템에서의 적대적 공격에 대한 방어 및 보안 기술 연구가 필수적이다. 이에 본 논문에서는 GTSRB 표지판 데이터를 이용하여 각종 공격 및 방어 기법을 개발하고 제안한다. 시간 및 정확도 측면에서 성능을 비교함으로써, 자율주행에 최적인 모델을 탐구하고 더 나아가 해당 모델들의 완전자율주행을 위한 발전 방향을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.779-781
• /
• 2015

최근 여러 매체에서 화두가 되고 있는 자율 주행 자동차나 Advanced driver assistance systems (ADAS)과 같은 분야에서 보행자 검출 기술은 핵심 요소 기술 중에 하나로 손꼽히고 있다. 특히, 인간의 인지 부하(Cognitive Load)를 고려했을 때, 주행 중에 발생할 수 있는 모든 사건을 다룬다는 것은 매우 어렵기 때문에, 앞서 언급한 방법의 도움을 받아 도로 주행 중에 발생 될 수 있는 인명 사고율을 줄이고자 하는데 그 목적이 있다. 본 논문에서는 Integral Channel Feature를 사용하여 AdaBoost 알고리즘으로 보행자 검출을 위한 분류기를 구현하였다. 그 결과, INRIA에서 제공되는 Pedestrian dataset에서 Detection rate는 97%이상, False positive는 1%에 정도로 나타났다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권12호
• /
• pp.587-594
• /
• 2016

주요 인공지능 기술 선진국에서는 인공지능으로 운행하는 자율주행 자동차가 이미 실험 단계의 수준을 넘어섰다. 운전자가 없이 운행하는 자율주행 자동차에서 가장 큰 문제 가운데 하나는, 사고 발생과 그 사고에 대한 책임 문제이다. 운전자와 보행자 모두를 함께 고려해야 하는 사고 상황에서 자율주행 자동차는 윤리적 딜레마에 부딪힐 수 있다. 이런 딜레마를 해결할 최선의 판단이 자율자동차의 인공지능에 어떻게 설계되어야 하는지 물을 수 있다. 책임의 주체로서 자율주행 자동차에 대해 법적 책임을 어떻게 부여할 수 있는지는 어려운 문제이다. 필자는 우선, 사고 상황에서 자율자동차의 윤리적 딜레마가 무엇인지 소개한다. 다음으로, 사고에 대한 책임의 주체로서 자율주행 자동차에 법적 책임을 부여할 방법을 찾는다. 특별히 인과적 책임에 대한 상당성 개념으로 자율주행 자동차 사고의 법적 책임을 해명할 방법을 모색한다. 상당성은 법적 판단에서 인과적 책임을 해명하는 데에 가장 일반적으로 수용하는 개념이다. 그러나 여전히 해명이 필요한 모호한 개념이다. 필자는 사건 수준의 인과에 대한 확률 이론으로 보다 명료한 인과적 책임에 대한 상당성 개념을 제시한다. 이처럼 해명된 상당성은 자율주행 자동차뿐 아니라 일반적인 영역의 법적 판단에서 요구되는 인과적 책임을 설명하는 데에 기여할 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.323-324
• /
• 2022

본 논문에서는 사람의 개입 없이 실내 환경에서 마스크 미 착용자를 스스로 발견한 후 방역수칙위반 사실에 대한 경고와 함께 마스크 착용을 권고하는 인공지능 기반의 자율주행 서비스 로봇을 개발한다. 제안한 시스템에서 로봇은 동시적 위치 추적 지도 작성 기법인 SLAM(Simultaneous Localization and Mapping)기술을 이용하여 지도를 작성한 후 사용자가 제공한 웨이포인트(Waypoint)를 기반으로 자율주행한다. 또한, YOLO(You Only Look Once) 알고리즘을 이용한 실시간 객체 인식 기술을 활용하여 보행자의 마스크 착용 여부를 판단한다. 실험을 통해 사전에 작성된 지도에 지정된 웨이포인트를 따라 로봇이 자율주행하는 것을 확인하였다. 또한, 충전소로 이동할 경우, 영상 처리 기법을 활용하여 충전소에 부착된 표식에 근접하도록 이동하여 충전이 진행됨을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.269-270
• /
• 2022

자율주행 자동차의 개발을 위해서는 다양한 기능 평가, 성능 평가, 안전성 평가 등이 필수적이다. 이러한 평가는 컴퓨터 시뮬레이션과 실제 주행을 통해 이뤄질 수 있으며, 현실의 도로 상황을 고려한 단위시험환경들을 조합 구성한 통합시험환경에서 수행하는 것이 일반적이다. 여기서 단위시험환경은 도로망 구성, 장애물, 표지판 등의 정보를 포함하는 정밀도로지도를 기반으로 주행차량수, 보행자, 기상환경, 동적 이벤트 요소 등을 고려하여 구성할 수 있다. 본 논문에서는 이러한 단위시험환경을 구성하기 위한 정밀도로지도 처리 방법을 소개한다. 구체적으로는 정밀도로지도 처리를 포함하는 데이터 파이프라인을 설계하고, 정밀도로지도 객체분석을 통해 시험환경의 특성 및 상호 유사성을 파악한다. 국토지리정보원에서 배포한 정밀도로지도를 사용하여 객체를 추출하고 분석하는 실험을 수행했으며 전반적인 동작 상태를 확인했다. 개발한 소프트웨어는 향후 자율주행 학습을 위한 단위 및 통합 시험환경 구축 및 법규 및 규제 대응 서비스 시나리오의 구성에 활용할 예정이다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.93-102
• /
• 2023

본 연구는 운전자에게 차량속도와 횡단보도 인근 보행자 존재 유무에 대한 정보를 제공하는 차량정보안내시스템의 설치 전·후에 대한 효과평가를 수행했다. 시나리오는 운전자에게 정보를 제공하지 않는 경우(S1), 차량주행속도만 제공하였을 경우(S2), 횡단보도에 보행자의 존재 유무와 차량주행속도를 모두 제공하였을 경우(S3) 등 3가지로 구성했다. 조사결과 시나리오 S1보다 운전자에게 정보를 제공하는 S2, S3에서 차량의 속도감속률이 약 0.4~0.7km 큰 것으로 나타났다. 또한 시나리오 S3에서 횡단보도 인근에 보행자가 있는 경우에 없는 경우보다 속도 감속률이 0.2km 높아 차량 속도를 더 줄이는 것으로 나타났다. 통계분석 결과에서도 시나리오 3개에 대한 평균 차량의 속도감속률에 차이가 있는 것으로 분석됐고, 보행자가 있는 경우 속도 감속률이 큰 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제11권10호
• /
• pp.3658-3665
• /
• 2010

최근 고령화 사회로의 진입 및 장애 인구의 증가로 인해, 인간의 복지를 위한 자동화 시스템에 대한 수요가 늘고 있다. 특히 재활 자동화와 관련한 로봇 시스템은 환자 본인 및 치료 보조자에 대한 수고를 덜어주면서도 기존의 전통적인 재활효과에 상응하는 성과를 얻을 수 있을 것으로 기대되고 있다. 본 연구는 하지 근력이 약화된 사용자들의 신체 자중을 보상해줌과 동시에 정상인과 같은 패턴의 보행 훈련을 수행할 수 있는 모바일형 보행 재활 시스템을 제안하고자 한다. 특히, 자중보상 시스템은 신체의 자세 변화 특징을 반영하여, 기구학적인 분석을 통해 구현하였으며 보행 가이드를 위한 제어 알고리즘과 더불어 메인 컨트롤 시스템이 내장된 모바일 플랫폼에 통합 적용되었다. 이러한 모바일 플랫폼은 사용자의 보행 속도의지를 반영하는 UCS(User Command System)와 플랫폼 자체에 내장된 자율주행 알고리즘의 병합되어 운용되도록 고안되었으며, 본 논문에서는 보행 훈련시의 BWS(Body Weight Support)의 효과에 대한 검증에 집중하고자 한다. 이를 위해 인체의 근전도 신호를 측정할 수 있는 EMG(Electromyography) 센서를 활용하여, BWS 및 모바일로봇을 활용한 자중 보상 시의 피험자의 하지 근력 패턴을 측정 및 분석하여, 정상 보행자와의 차이점을 비교함으로서 본 연구의 타당성을 검증하였다.

• 방송공학회논문지
• /
• 제23권3호
• /
• pp.361-368
• /
• 2018

자율주행 자동차의 연구가 빠르게 발전하는 가운데 보행자 검출에 대한 연구 또한 성공적으로 진행되고 있다. 그러나 대부분의 연구에서 사용되는 데이터셋이 컬러영상을 기반하고 있고 또한 보행자의 인식이 상대적으로 쉬운 영상이 많다. 컬러 영상의 경우 보행자가 빛에 노출되는 정도에 따라 영상에 제대로 포착이 되지 않을 수 있고 이로 인해 기존 방식들로는 이러한 보행자를 제대로 검출하지 못하는 상황이 발생한다. 따라서 본 논문에서는 DNN (deep neural network) 기반 컬러 영상과 열 영상을 이용한 다중 스펙트럼 보행자 검출 기법을 제안하고자 한다. 기존의 SSD (single shot multibox detector) 기법을 기반으로 하여 컬러 영상과 열 영상을 동시에 활용하는 퓨전 네트워크 구조를 제안한다. 실험은 KAIST의 데이터셋을 이용하여 실시하였고 제안한 기법인 SSD-H (SSD-Halfway fusion)의 방식이 KAIST 보행자 검출기준의 기준치보다 18.18% 낮은 miss rate를 획득하였고 또한 기존 halfway fusion 기법에 비해 최소 2.1% 낮은 miss rate를 획득하였다.