• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.842-845
• /
• 2020

본 연구는 시각-관성 기반의 딥러닝 학습으로 자유분방하게 움직이는 드론의 주행기록을 정확하게 추정하는 것을 목표로 한다. 드론의 비행주행은 드론의 온보드 센서와 조정값을 이용하는 것이 일반적이다. 본 연구에서는 이 온보드 센서 데이터를 학습에 사용하여 비행주행의 위치추정을 실험하였다. 선행연구로써 DeepVO[1]룰 구현하여 KITTI[3] 데이터와 Midair[4] 데이터를 비교, 분석하였다. 3D 좌표면에서의 위치 추정에 선행연구 모델의 한계가 있음을 확인하고 IMU를 Feature로써 사용하였다. 본 모델은 FlowNet[2]을 모방한 CNN 네트워크로부터 Optical Flow Feature에 IMU 데이터를 더해 RNN으로 학습을 진행하였다. 본 연구를 통해 주행기록 예측을 다소 정확히 했다고 할 수 없지만, IMU Feature를 통해 주행기록의 예측이 가능함을 볼 수 있었다. 본 연구를 통해 시각-관성 분야에서 사람의 지식이나 조정이 들어가는 센서를 융합하는 기존의 방식에서 사람의 제어가 들어가지 않는 End-to-End 방식으로 인공지능을 학습했다. 또한, 시각과 관성 데이터를 통해 주행기록을 추정할 수 있었고 시각적으로 그래프를 그려 정답과 얼마나 차이 있는지 확인해보았다.

• Proceedings of the KSR Conference
• /
• 1999.11a
• /
• pp.574-581
• /
• 1999

비선형 임계속도를 주행시험대를 이용하여 측정하였으며 비선형 임계속도가 관성에 의한 과도 현상이 아님을 확인하기 위하여 주행속도를 연속 그리고 불연속적으로 감가속 하면서 선형 및 비선형 임계속도를 측정하였다. 또한 차량의 안정성을 간편하게 예측할 때 대차모델만을 사용하던 종래의 방법이 타당한지 확인하였으며 차량의 임계속도와 응답주파수를 예측하기 위하여 산업체에서 사용되던 간편 식들의 정확성을 검토한 결과 다음의 결과를 도출할 수 있었다. (중략)

• KIPS Transactions on Computer and Communication Systems
• /
• v.12 no.12
• /
• pp.363-370
• /
• 2023

Object detection technology that accurately recognizes the road and surrounding conditions is a key technology in the field of autonomous driving. In the field of autonomous driving, object detection technology requires real-time performance as well as accuracy of inference services. Task offloading technology should be utilized to apply object detection technology for accuracy and real-time on resource-constrained devices rather than high-performance machines. In this paper, experiments such as performance comparison of task offloading, performance comparison according to input image resolution, and performance comparison according to camera object resolution were conducted and the results were analyzed in relation to the application of task offloading for real-time object detection of autonomous driving in resource-constrained devices. In this experiment, the low-resolution image could derive performance improvement through the application of the task offloading structure, which met the real-time requirements of autonomous driving. The high-resolution image did not meet the real-time requirements for autonomous driving due to the increase in communication time, although there was an improvement in performance. Through these experiments, it was confirmed that object recognition in autonomous driving affects various conditions such as input images and communication environments along with the object recognition model used.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.855_856
• /
• 2009

본 연구는 차량 주행조건에 따른 주행저항을 계산하여 각각의 출력 조건을 만족하는 전동기를 설계하였다. 또한 실험계획법의 일종인 반응표면법을 적용하여 코깅 토크를 저감시켜 전동기의 특성을 향상시켰다. 유한요소법으로 d,q축 동기 리액턴스를 산출하여 Brushless DC 전동기의 자기 포화 영역에 따른 설계의 신뢰성을 평가하였다. 마지막으로 시작품 제작을 통하여 시뮬레이션과 실험 결과를 비교하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.67-70
• /
• 2008

본 논문에서는 자계표식기반 안내시스템을 이용한 차량의 무인주행을 제안한다. 자계기반 안내시스템에서 가장 중요한 것은 자계도로상의 자석의 위치예측이다. 자석의 위치를 예측하기 위하여 자석과 센서의 상관관계를 해석하여 도로에 매설된 자석의 위치를 검출하기 위한 배열형 자계표식위치인식센서를 개발하였다. 또한 자동모드와 수동모드의 동작을 위해 스텝모터를 이용한 조향제어장치를 개발하였다. 자율주행 실험을 위해 자계기반 자계도로를 구성하였다. 그리고 로봇형 차량을 자계도로에서 실험을 통해 실용성을 입증하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.6
• /
• pp.77-82
• /
• 1999

대형 화물트럭의 차실 내에 높은 수준의 차바닥 진동을 수반한 높은 소음이 발생하였다. 측정 및 분석결과 문제의 진동 소음은 추진축의 회전 1차 및 2차 성분으로 나타났다. 진동 전달경로상의 구성계 및 구성요소들에 대해 모드해석과 실차 주행 모드 해석시험을 실시한 결과 드라이브라인 및 프레임의 공진주파수가 문제가 되는 소음진동 주파수와 거의 일치하였으며, 또한 캡의 실내음향 공진 모드가 문제되는 주파수에서 존재하였다. 실험결과에 따라 액슬과 액슬간의 축의 장착각도를 변경하여 가진력을 줄이고, 비틀림 동흡진기를 추진축에 장착하여 드라이브라인계 공진을 제어함으로써 문제의 시내진동소음을 현저히 개선하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.21 no.1
• /
• pp.123-140
• /
• 2022

Even though driving behaviors in underground roads can be significantly different from ground roads, existing underground roads follow the design guidelines of ground roads. In this context, this study investigates the driving behaviors of the exit-ramp terminal of urban underground roads using a driving simulator. Virtual driving experiments were performed by analyzing scenarios between the underground and ground road environments. The experiments' driving behavior data for each geometry section are compared and validated through a statistical significance test. This test showed that the speed in the underground road environment is relatively low, and the LPM tends to move away from the adjacent tunnel wall. Based on these findings, this study suggests implications and feasible solutions for improving driver's safety in the exit-ramp terminal of the underground roads.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.3
• /
• pp.266-271
• /
• 2015

This paper presents the driving and bouncing control of a robotic vehicle for entertainment and transportation. The robotic vehicle is aimed to carry two passengers with a balancing mechanism by two wheels. To maximize the entertaining purpose, not only the balancing control performance but the bouncing control performance is implemented. Passengers can select different driving modes such as regular driving mode, balancing mode, and bouncing mode. Experimental studies of the balancing control performance as well as the bouncing control performance are conducted to see the feasibility as an entertainment robotic vehicle.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.6 no.1
• /
• pp.148-156
• /
• 2011

This paper presents an implementation of autonomous navigation of a mobile robot indoors. It explains methods for map building, localization, obstacle avoidance and path planning. Geometric map is used for localization and path planning. The localization method calculates sensor data based on the map for comparison with the real sensor data. Monte Carlo Localization(MCL) method is adopted for estimation of the robot position. For obstacle avoidance, an artificial potential field generates repulsive and attractive force to the robot. Dijkstra algorithm plans the shortest distance path from a start position to a goal point. The methods integrate into autonomous navigation method and implemented for indoor navigation. The experiments show that the proposed method works well for safe autonomous navigation.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.6
• /
• pp.775-780
• /
• 2008

In this paper, unmanned driving of robotic vehicle using magnetic marker is proposed. One of the most important component of autonomous vehicle is to detect the position of a magnetic marker on the road. In order to calculate the precise position of a magnet embedded on the road, the relation of magnetic field and a sensor is analyzed, and a new position sensing system using arrayed magnetic sensor is proposed. Also, the steering control system using a stepping motor is developed for driving by automatic mode as well as manual mode. For the verification of usability, the developed robotic vehicle is tested on magnetic road.