• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.305-306
• /
• 2015

과속차량 단속카메라에 촬영된 차량 전면 영상은 차량번호를 인식하여 과속차량에 과금하는 용도로 사용되나 범죄 용의자 차량을 추적하기 위한 용도로도 사용되어진다. 본 연구에서는 국소특징점의 정합을 이용하여 차량 모델을 찾는 방법을 넘어서 실시간으로 차량 모델을 찾기 위한 알고리즘을 제안한다. 입력된 영상에 대하여 차량의 모델을 특징지을 수 있는 헤드라이트를 포함한 차량의 그릴 영역을 관심영역으로 제한하고 관심영역에서 추출된 특징점들을 모델 특징벡터 데이터베이스의 자료와 비교하는 방법 을 사용하였다. 입력 영상의 크기 변화와 조명 변화에 강인한 SURF 국소특징점을 이용한 매칭 방법은 차량 모델을 찾는데 적합하나 선형적으로 탐색하는데 시간이 오래걸린다. 따라서 블러를 사용하여 차량 이미지에서 추출되는 특징점들의 수를 매칭이 가능한 수준으로 낮추는 방법으로 모델 자료로부터 탐색에 필요한 시간을 단축시켰다. 또한 모델 자료를 구조화하여 탐색시간을 줄이는 방법들을 비교하여 LSH 를 사용한 결과 차량 모델을 탐색하는데 필요한 시간이 단축됨을 보였다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.196-205
• /
• 1998

교통신호에서 주로 고려되는 변수는 신호주기(cycle length), 녹색시간(green split), 옵셋(offset)그리고 좌회전 현시순서(left-turn phase sequence)로 구성된다. 기존의 대부분의 연동 모델들은 고정된 주기하에서 평균적인 유입 교통량을 측정한 후, 선형최적화 이론을 적용하여 최적 신호를 산출한다. 그러나 이 방법은 어디까지나 평균적인 데이터에 대해서 계산을 한 것이기 때문에 실시간 최적화를 제공하기가 어렵다. 본 연구에서는 평균 차량 통행량 대신 실시간으로 입력되는 차량 대기행렬, 차량 도착률을 기초로 대기차량을 최소화하는 동적 신호시간 산출 모델을 개발하였다. 본 모델에서는 Peytechew가 제안한 각 진입로에서의 대기 차량 예측 모델을 기초로 하여 다음 주기에서의 차량 대기 행렬을 예측한 후, 선형 최적화 이론을 적용하여 신호시간을 산출한다. 본 모델에서 산출된 신호주기와 녹색시간은 대기차량길이를 최소화하는 신호 시간으로서 교차로간의 연동효과를 고려하여 실시산 교통상황에 따라 주기별로 변화한다. 본 모델은 3개의 교차로로 구성된 네트워크를 대상으로 적용하였다. 실험 네트워크의 주도로 교통량은 부도로의 교통량 보다 많다고 가정하였으며 각 링크사이에서의 차량 진출입은 없다고 보았다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2000.04a
• /
• pp.12-17
• /
• 2000

본 연구에서는 다 물류센터 문제를 해결하기 위한 통합 차량운송계획모델의 연구로서 다음과 같은 3단계모델을 개발하였다. 첫 번째 단계로서 다 물류센터의 문제를 단일 물류센터 문제로 변환하는 단계로서 물류센터별 공급 가능한 수요지를 선정하기 위한 방법인 구역할당모델(Sector-Clustering Model)을 개발하였으며, 두 번째 단계에서는 구역할당이 이루어진 단일 물류센터별로 차량경로 계획문제를 해결하기 위하여 개선된 Saving 알고리즘을 개발하여 차량종류 및 운송능력 등을 고려한 차량경로계획모델 (VRP)을 개발하였다. 세 번째 단계에서는 차량경로별 차량운송거리 및 시간을 최소화하는 최적차량운송순서계획 모델 GA-TSP을 개발하였다. 또한 객체지향 프로그래밍기법(Object Oriented Programming)을 기반으로 하여 사용자를 위한 GUI-Type 프로그램을 개발하고 다 물류센터의 통합차량운송계획을 위한 실 예를 들어 본 모델의 우수성을 보였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.8 no.5
• /
• pp.48-56
• /
• 2009

Regulation of Visible Light Transmission Percentage (VLT%) has been argued because it was known that the degree of darkness of tinted vehicle can affect to driving maneuver. Previously, it was proven that low level of VLT affects capacity reduction. But, due to lack of field data they could not analyze the effect of Car-Following model parameters. This study focuses on the effect of a tinted vehicle on following traffic flow. RTK GPS receiving data through field experiment analyzed based on headway distance, acceleration noise, sensitivity, and reaction time. As a result of analysis through GM 1st Model and 3rd Model, influence of following vehicle vary inversely with VLT and risk according as tinting of lead vehicle is third vehicle bigger than second vehicle. Also the results patterns of GM 3rd model include distance-headway are same with GM 1st Model. In the further need to research for influence analysis of traffic flow stability by the level of VLT.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2002.05a
• /
• pp.189-195
• /
• 2002

궤도차량 운동의 실시간 시뮬레이션을 위해서 실시간 시간제약 조건을 만족하기 위한 모델링을 시도하였다. 단위 블록 열차로 연결된 전체 차체를 질점으로 가정하여 모델을 단순화함으로써 차량 설계 시 사용되는 궤도 차량 모델보다 실시간성을 향상시키고자 하였다. 당 모델에서 궤도차량의 운동은 트랙의 형상에 구속되는데, 차량의 운동 궤적은 궤도의 형상에 의해 결정된다. 단, 매 단위 시간마다에서 궤도 차량의 위치는 뉴턴의 제2법칙으로 결정된다. 본 모델링은 몇 개의 단위 트랙을 설정하여 이들의 조합으로 전체트랙을 설계할 수 있도록 사용자가 임의로 설계한 전체트랙에서 바로 실시간으로 시뮬레이션할 수 있는 특징을 갖는다. 당 궤도차량 운동 모델은 전동차, 철도, 롤러코스터의 궤도 설계 등에 사용될 수 있으며, 주 용도는 롤러코스터 게임 시뮬레이터에서 동 특성을 비교적 엄밀하게 시뮬레이션 하는데 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.850-852
• /
• 2005

본 논문에서는 교통 영상에서 실시간으로 차량을 검출하는 새로운 기법을 소개한다. 차량의 검출을 위하여 구배도의 방향 정보를 사용하며 차량 영역의 정확한 분할을 위하여 은닉 마르코프 모델을 사용한다. 구배도 방향정보를 이용하므로 그림자 영역의 영향을 줄일 수 있으며 은닉 마르코프 모델을 이용하므로 배경과 비슷한 차량과 근접한 차량의 분리가 가능하다. 따라서 저해상도의 교 통 영상에서 다양한 기상 조건, 그림자의 존재와 교통 상황에 강건한 검출 결과를 나타낸다.

• Journal of Cadastre & Land InformatiX
• /
• v.52 no.1
• /
• pp.81-93
• /
• 2022

Recently, there have been many studies on object recognition around the vehicle and recognition of traffic signs and traffic lights in autonomous driving. In particular, such the recognition of traffic lights is one of the core technologies in autonomous driving. Therefore, many studies for such the recognition of traffic lights have been performed, the studies based on various deep learning models have increased significantly in recent. In addition, as a high-quality AI training data set for voice, vision, and autonomous driving is released on AIHub, it makes it possible to develop a recognition model for traffic lights suitable for the domestic environment using the data set. In this study, we developed a recognition model for traffic lights that can be used in Korea using the AIHub's training data set. In particular, in order to improve the recognition performance, we used various models of YOLOv4 and YOLOv5, and performed our recognition experiments by defining various classes for the training data. In conclusion, we could see that YOLOv5 shows better performance in the recognition than YOLOv4 and could confirm the reason from the architecture comparison of the two models.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.11a
• /
• pp.673-678
• /
• 2007

본 연구는 지리학적으로 산재해 있는 다양한 수요지점을 서비스할 수 있는 차량경로모델을 개발한다. 즉 다양한 수요지점을 구역으로 분할하여 각 수요지점의 수요량과 서비스 레벨을 고려하여 최적차량 운송계획 모형을 개발하는 데 있다. 본 연구 방법에서 사용된 접근 방법으로 먼저 단일 출발점에서 각 수요지점의 수요조건을 만족하는 범위 내에서 최소의 운반 거리 및 수요 조건을 만족하도록 각 서비스 지역을 할당하는 Clustering Algorithm을 개발하여 단일 구역별 최적의 이동 경로를 개발하였다. 그리고 각 수요지점별 수요량의 평균과 표준편차를 고려하여 새로운 Saving Algorithm을 기반으로 하여 운송 가능한 차량별 수요지점을 할당하였다. 또한 각 차량경로 구역별 서비스 레벨을 고려한 개선된 알고리즘을 사용하여 차량경로 문제의 근본적인 목적인 이동 거리(비용, 시간)의 최소화와 고객서비스 극대화를 동시에 달성하기 위한 최적 차량 운송 계획 모델을 개발하였다. 마지막으로 수치적 예제를 통해 본 연구에서 사용된 모델들과 기존 모델들과의 비교를 수행하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.8 no.4
• /
• pp.595-604
• /
• 2013

Currently, registered number of imported vehicles is increasing rapidly over the years. Accordingly, environment improvements of vehicle maintenance company for maintenance of luxury vehicle such as imported vehicle are continuously being made. In this paper, we propose a key frame extraction method based on HSV color model for smart vehicle management system implementation to offer for customer reliability of maintenance vehicle. After automatically recognize the license plates of the vehicle using vehicle license plate recognition system when the vehicle come in the car center, we check the repair history and request of the vehicle based on it. We implement mobile services which provide extracted key frame images to the user after extract key frames from vehicle repair video. In addition, we verify the superiority of key frame extraction method by applying a smart vehicle management system. Finally, we convert the RGB color to HSV color to improve the performance of proposed key frame extraction scheme. As a result, we confirmed that our scheme is more excellence about 30% in terms of recall than RGB color model from the performance evaluations.

• Journal of the KSME
• /
• v.33 no.10
• /
• pp.856-860
• /
• 1993

차량의 조종안정성을 해석하기 위해서는 차륜과 현가장치에 의한 비선형성과 조향장치의 동특성 등을 고려한 3차원 차량 모델을 이용하여 정상상태와 과도상태에서의 조향입력에 대한 차량 주 행역학을 해석하여야 한다. 승차감, 조향성능, 주행안정성 등의 동적성능과 현가장치의 특성관 계를 규명하기위하여 3차원 차량모델에 의한 해석과 설계변수에의 민감도 해석을 수행할 필요가 있다.