• 융합신호처리학회논문지
• /
• 제22권2호
• /
• pp.85-90
• /
• 2021

운전자의 안전 운전을 위한 첨단 운전자 보조시스템(ADAS; Advanced Driver Assistance System)은 자율주행 자동차에서 중요한 연구 분야 가운데 하나이다. 특히, 이전에 자동차에 부착된 영상센서를 기반으로 한 ADAS 소프트웨어는 구축 비용이 저렴하고 그 활용도가 우수하다. 본 논문에서는 선행차의 주행 상황을 인지할 수 있는 선행 차량 후미등(Tail-Lamp)의 정지등(Break-Lamp) 영역을 검출하는 알고리즘을 제안한다. 제안하는 방법은 주행 영상으로부터 객체 추적에 우수한 성능을 보이고 있는 YOLO 기술을 이용하여 자동차 객체를 추출하고, 추출된 자동차 관심 영역의 HSV 영상을 이용하여 정지등의 밝기 변화 영역을 검출한다. 그 다음 검출된 각 정지등 후보 고립영역을 라벨링하여 후보 영역들 간의 모양 대칭성을 인지하는 선택적 주의집중 모델(Selective Attention Model)을 적용하여 정지등 영역을 검출한다. 제안한 알고리즘의 성능 평가를 위하여 다양한 주행 영상에 적용하여 실험한 결과 ADAS에 적용 가능한 성공적인 검출 결과를 보였다.

• 정보화정책
• /
• 제29권4호
• /
• pp.43-66
• /
• 2022

인공지능 기술의 발전과 더불어 세계 각국의 인공지능 기술 특허를 둘러싼 경쟁도 치열해지고 있다. 2000년~2021년간 미국 특허청의 인공지능 기술 특허출원은 꾸준히 증가하고 있는 가운데 2010년대 들어 보다 가파른 성장세를 기록하고 있다. 특허지표를 통해 한국의 인공지능 기술경쟁력을 분석한 결과, 청각지능, 시각지능 등의 세부 분야에서 특허활동성, 영향력, 시장성 등이 우위에 있는 것으로 평가된다. 그러나, 주요국과 비교하여 한국의 인공지능 기술 특허는 양적 활동성, 시장성 확보 측면에서는 상대적으로 우수하나 기술 파급력은 다소 열위에 있는 것으로 나타난다. 최근 인공지능 기술 토픽으로 노이즈 캔슬링, 음성인식 등은 감소한 반면 모델학습 최적화, 스마트센서, 자율주행 등이 활성화되면서 성장이 기대되고 있다. 한국의 경우 사기탐지/보안, 의료 비전러닝 등의 분야에서 특허출원 성과가 다소 부족하여 분발이 요구된다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.76-90
• /
• 2022

군집주행이란, 운전자가 직접 운전하는 선두 차량과 차량 탑재 센서 및 V2V, V2I 통신을 활용하여 선두 차량의 주행 경로를 따르는 한 대 이상의 추종 차량이 하나의 군집을 이루며 주행하는 형태를 말한다. 그중 화물차 군집주행은 증가하는 화물량 및 교통물류 체계 첨단화 수요에 맞추어 등장하였으며, 도입 시 도로 용량 증대, 인건비 절감, 연료 소비량 절감 등의 효과가 있을 것으로 기대되고 있다. 그러나 일반 승용차에 비해 화물차의 자율주행 관련 연구 및 효과에 대한 검증은 부족한 실정이다. 따라서 본 연구에서는 화물차 군집주행의 효과를 주제로 메타분석을 수행하여, 기존의 군집주행 효과 관련 연구 결과를 하나의 신뢰도 높고 일반화·객관화된 요약 추정치로 통합하였다. 결론적으로, 군집주행 도입 시 13.93%의 용량 증가, 38.76%의 상충 감소, 8.13%의 연료 소비량 감소 효과가 나타날 것으로 분석되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.667-669
• /
• 2021

최근 RFID/USN 기술은 물류, 환경, 교육, 홈 네트워크, 방재, 군사, 의료 등 다양한 분야에서 적용되고 있으나 RFID/USN 기술의 눈부실 발달에도 불구하고 열악한 해양 환경의 특성상 해양 산업현장에 적용하기에는 많은 애로사항이 있다. 따라서 해양분야에서는 주로 위성을 사용하고 있으며 연안에서는 기존 통신망을 사용하고 있어 원양에서의 선반 단독 근거리 네트워크 형성을 위한 방안이 고려되고 있다. 본 논문에서는 기존 PS-LTE 및 LTE 네트워크에서의 USN을 활용하여 기지국 역할 위한 방안으로 드론을 USN의 이동 기지국으로 활용하는 방안을 고려하고 있다. 자율운항선박은 시스템의 지능화를 지향하므로 선원의 수와 노동력을 절감하고 보다 안정적이고 지능화된 ICT융합 기술형태의 자율적 네트워크 형성 기능이 강화되어야 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.213-215
• /
• 2022

최근 이미지를 처리하는 딥러닝 기술이 화재 감지나 자율주행, 불량품 검출 등에서 다양하게 활용되고 있다. 특히, 제품이 오염되었는지 아닌지를 파악하기 위해 기존 센서 데이터에서 넘어온 오염물질을 통해 파악할 수 있지만, 제품의 균열이나 오염물질 자체를 이미지로 인식하는 기술도 다양한 분야에서 활발히 연구되고 있다. 본 논문에서는 오염되지 않은 정상적인 컵과 오염된 컵을 이미지를 통해 분류하는 시스템을 설계하고 이를 구현하였다. 이미지는 오픈 이미지와 촬영한 이미지를 사용하였고, 3D 객체 인식을 위한 Google Objectron을 활용해 컵 이미지의 상단 부분을 추출하여 이미지를 분석하였다. 본 연구를 통해 위생 분야에서 필요한 제품의 오염도를 이미지 기반으로 추출할 수 있는 연구에 다각도로 활용할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.939-951
• /
• 2022

자율주행차에 있어 가장 중요한 요소는 차량 주변 환경과 정확한 위치를 인식하는 것이며, 이를 위해 다양한 센서와 항법 시스템 등이 활용된다. 하지만 센서와 항법 시스템의 한계와 오차로 인해 차량 주변 환경과 위치 인식에 어려움이 있다. 이러한 한계를 극복하고 안전하고 편리한 자율주행을 위해서 고정밀의 인프라 정보를 제공하는 정밀도로지도(high definition map, HD map)의 필요성은 증대되고 있다. 정밀도로지도는 모바일 매핑 시스템(mobile mapping system, MMS)을 통해 획득된 3차원 point cloud 데이터를 이용하여 작성된다. 하지만 정밀도로지도 작성에 많은 양의 점을 필요로 하고 작성 항목이 많아 수작업이 요구되어 많은 비용과 시간이 소요된다. 본 연구는 정밀도로지도의 필수 요소인 차선을 포함한 도로, 연석, 보도, 중앙분리대, 기타 6개의 클래스로 MMS point cloud 데이터를 유의미한정보로 분할하여 정밀도로지도의 효율적인 작성에 목적을 둔다. 분할에는 머신러닝 모델인 random forest (RF), support vector machine (SVM), k-nearest neighbor (KNN) 그리고 gradient boosting machine (GBM)을 사용하였고 MMS point cloud 데이터의 기하학적, 색상, 강도 특성과 차선 분할을 위해 추가한 도로 설계적 특성을 고려하여 11개의 변수를 선정하였다. 부산광역시 미남역 일대 5차선도로 130 m 구간의 MMS point cloud 데이터를 사용하였으며, 분할 결과 각 모델의 평균 F1 score는 RF 95.43%, SVM 92.1%, GBM 91.05%, KNN 82.63%로 나타났다. 가장 좋은 분할 성능을 보인 모델은 RF이며 클래스 별 F1 score는 도로, 보도, 연석, 중앙분리대, 차선에서 F1 score가 각각 99.3%, 95.5%, 94.5%, 93.5%, 90.1% 로 나타났다. RF 모델의 변수 중요도 결과는 본 연구에서 추가한 도로 설계적 특성의 변수 XY dist., Z dist. 모두 mean decrease accuracy (MDA), mean decrease gini (MDG)가 높게 나타났다. 이는 도로 설계적 특성을 고려한 변수가 차선을 포함한 여러 클래스 분할에 중요하게 작용하였음을 뜻한다. 본 연구를 통해 MMS point cloud를 머신러닝 기반으로 차선을 포함한 여러 클래스로 분할 가능성을 확인하고 정밀도로지도 작성 시 수작업으로 인한 비용과 시간 소모를 줄이는데 도움이 될 것으로 기대한다.

• 대한교통학회지
• /
• 제35권2호
• /
• pp.116-128
• /
• 2017

교통사고는 운전자가 주변 차량 및 도로기하구조 상태 변화에 대한 인지부족과 적절한 회피 행동을 능동적으로 수행하지 못하는 경우에 순간적으로 발생하는 차량의 물리적 충돌사건으로 정의 될 수 있다. 따라서, 운전자가 도로를 주행하면서 만들어 내는 주변 환경과의 상호작용을 지속적으로 모니터링하고, 교통사고를 유발할 개연성이 높은 이벤트를 검지하는 것은 교통사고 예방을 위한 선결조건이다. 본 연구에서는 연속류 도로를 대상으로, GPS(Global Positioning System)-IMU(Inertial Measurement Unit), 카메라, 레이더, 라이다가 부착된 조사 차량을 이용하여 도로기하구조 및 교통환경 정보를 취득하였다. 취득된 정보를 가공하여 차량의 상호 작용 및 도로기하구조 특성을 고려한 주변차량과의 충돌 가능성여부를 평가할 수 있는 알고리즘을 개발하였다. 특히, 도로기하구조를 제한속도(직선부), 안전 속도(곡선부)로 구분하여 평가하고, 교통안전지표인 SDI를 이용하여 차량의 주행안전성을 평가하였다. 본 연구에서 개발한 방법론은 도래하는 자율주행시대에 차량의 센서로 부터 수집이 가능한 자료를 이용하여 안전성을 평가한다는 관점에서 향후 유용하게 활용 될 수 있을 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제23권1호
• /
• pp.13-21
• /
• 2018

AGVS (Automated Guided Vehicle System)는 작업 공간 내 특정 물건 또는 상품들을 자동으로 이동 시켜주는 물류 자동화의 핵심 기술이다. 기존의 AGV는 독립적인 실내위치인식 기술과 함께 각 AGV별로 주행경로 인식을 위해 레이저, 마그네틱, 관성 센서 등을 이용하기 때문에 고비용이며 유지 및 확장이 어렵다는 단점을 가지고 있다. 이러한 단점을 해결하기 위해 본 논문에서는 라인스캐카메라 기반의 마이크로 컨트롤러에서도 구현 가능한 경량화 된 패턴인식 기술을 이용하여 AGV의 주행제어뿐 아니라 위치인식을 동시에 할 수 있는 기술을 제안한다. 제안된 패턴인식기술은 각 AGV가 라인으로 표시된 경로를 인식하여 자율주행을 가능하게 할 뿐 아니라 경로 상에 바코드 형태의 간단한 이미지 형태로 설치된 패턴인식을 통해 AGV자신의 위치를 파악하는 기술을 동시에 제공하기 때문에 AGVS 구현 비용을 획기적으로 줄일 수 있을 뿐 아니라 경로 재설정 및 확장에 유리하다. 제안된 기술의 효용성 검증을 위해 마이크로 컨트롤러에서 동작 가능한 패턴인식기술을 구현하였고, AGV 프로토타입을 이용한 실험으로 그 결과 및 효용성을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.438-444
• /
• 2004

가까운 미래에 필요로 하게 될 지능형 로봇은 인간과 공존하고 효과적으로 인간을 도울 수 있는 인간 친화적인 로봇이다. 이러한 목적을 실현하기 위해서 무엇보다 로봇은 주어진 환경에서만 아니라 미지의 환경에서도 주행중인 자신의 위치와 자세를 인식할 수 있어야 한다. 더욱이, 자신의 위치가 자연스럽게 인식될 수 있어야 할 것이다. 그래서 이동로봇의 주행에서 발생되는 불확실을 해결함으로써 로봇의 위치를 추정할 수 있어야 할 것이다. 본 논문에서는 이동물체의 영상정보를 이용하여 이동로봇의 자기위치추정을 위한 방법을 제시하고 있다. 이것은 엔코더의 관측 위치정보와 이동로봇의 위치정보를 추정하기 위한 카메라영상에서의 추정된 위치정보를 결합하는 방법이다. 기준좌표계상에 이동물체의 사전 경로정보와 투영된 카메라 모델, 기하학적 구속식을 이용함으로써 이동물체에 대한 영상 좌표와 추정된 이동로봇의 위치 정보간의 관계를 표현 할 수 있다. 제시된 식은 추정된 위치에 근거하기 때문에 측정오차를 항상 가지게 된다. 제안된 방법은 관측되고 추정된 영상좌표간의 오차정보를 이용하여 이동로봇의 위치를 추정할 수 있었다. 이러한 추정을 위해서 칼만필터를 적용하였으며 제안된 방법의 성능은 시뮬레이션과 실험을 통하여 제시하고 있다.

• 한국ITS학회 논문지
• /
• 제19권1호
• /
• pp.94-106
• /
• 2020

근래의 위치 측위 방법으로 GPS(Global Positioning System) 위성정보를 활용하는 전파항법 방식을 많이 사용하고 있다. GPS 활용범위가 넓어지고 다양한 측위 정보를 기반으로 하는 분야가 생기면서 보다 높은 정확도를 얻기 위한 새로운 방법들이 요구되고 있다. 자율주행차의 경우 IMU(Inertial Measurement Unit)를 사용한 항법 시스템인 INS(Inertial Navigation System)와 차량 내부 센서를 이용한 DR(Dead Reckoning) 알고리즘을 사용하여 GPS의 정확도 저하나 음영지역에서의 위치 측정방법으로 사용하고 있다. 그러나 이러한 측위 방법은 대형화되는 빌딩 지역, 터널, 지하 주차장 등 다양한 음영지역과 시간이 지남에 따라 오차가 계속 증가하는 누적 기반 위치추정 방법의 한계로 인해 많은 문제 요소가 있다. 본 논문은 GPS 음영지역에서 차량의 위치 측위를 위해, 대중적 무선 통신인 WLAN을 이용한 Fingerprint 기법을 4개의 Anchor 형태로 AP(Access Point)와 지향성 안테나를 위치하여 넓은 지하 주차공간에서 효율적인 측위 방법을 제시하고 시간이 지남에 따라 주차된 차량이 이동하는 환경에서도 변화가 없는 위치 측위 결과를 입증하였다.