• The Journal of Korean Institute of Electromagnetic Engineering and Science
• /
• v.11 no.8
• /
• pp.1346-1354
• /
• 2000

본 논문에서는 기존의 루프감지기와 호환성이 있는 레이더 기술을 이용한 차량감지기를 개발하였다. 24 ㎓의 FMCW 고도계와 도플러 속도계 기술을 이용하여 도로상의 차량 길이와 속도정보를 알아낼 수 있는 비매설형의 차량감지기이다. 신호처리에는 DAQ 보드를 사용하였고, 응용소프트웨어인 LabView로 프로그래밍 하였다. 기존의 루프 감지기와 연결된 교통정보 네트웍과의 호환성을 위해 RS-232C 표준인터페이스를 이용하여 VDS(Vehicle Detector System)로 차량데이터를 전송하였다. 속도와 차량길이 정보의 정확도에 있어서 기존 루프감지기보다 약 10% 정도 향상되었음이 측정되었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.449-450
• /
• 2019

본 논문에서는 차량 내 이산화탄소 농도 측정을 통해 운전자의 졸음운전을 예방하는 모델을 제안한다. 제안된 모델은 이산화탄소 농도 측정 센서를 연결한 아두이노 보드를 차량 내부에 부착하여 측정된 수치를 실시간으로 분석한다. 분석된 수치를 운전자, 탑승자에게 전송하여 자발적으로 졸음 방지를 유도한다. 또한 설정된 수치 이상인 경우 차량 내 사용자와 차량 외 보호자에게도 경고 메시지를 전송하고 차량 내 공기 상태를 알린다. 추후 차량 내 환경과 운전 시간, 탑승자 정보 등을 활용하여 전송된 수치를 분석하면 운전 환경 개선을 위한 방안을 모색할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.740-743
• /
• 2010

본 논문에서는 컴퓨터 비젼에서 특징점 추적을 이용한 끼어들기 위반차량 검지 방법을 제안한다. 제안된 끼어들기 위반차량 검지 시스템의 전체적인 알고리즘은 영상 변환 및 전처리, 특징 추출, 추적대상 차량의 특징점 등록 및 추적, 끼어들기 위반차량 검지 등의 단계로 구성된다. 특히 형태학적 기울기 영상에서 특징점을 추출하므로 써 주간 및 야간 영상에 대해 동일한 알고리즘을 적용하여 그림자, 기상 조건, 차량 전조등 및 조명 등에 강인한 실시간성이 가능한 영상 검지 시스템을 구성 한다. 제안한 시스템을 끼어들기 금지구간에서 주간, 야간, 비 오는 날 야간에 취득한 영상을 사용하여 실험한 결과 정인식률 99.49%와 오류율 0.51%를 보였으며, 실시간처리에 문제가 없는 초당 91.34프레임의 빠른 처리속도를 나타냈다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.14 no.2
• /
• pp.81-85
• /
• 2009

In VANET, it is required one-way broadcast transmission because vehicles move at high speed and warning messages need to broadcast. our protocol employs digital signatures to authenticate nodes along the path. this prevents impersonation attacks and message modification attacks. our protocol also employs the node list to recognize intermediate nodes of the path. The node list, the time, and the nonce can prevent replay attacks.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.9
• /
• pp.2056-2063
• /
• 2012

In a port terminal, containers are stored and transshipped by yard tractors and crane vehicles. For operation efficiency of the terminal, location information of these vehicles is an essential factor. However, most of port terminals try to estimate location of these assets using indirect methods such as event tracking of shipping or unshipping containers. Because these kinds of events are rarely occurred, location of the event includes seriously locating error compared to a real location of vehicle. In this paper, we propose a real-time asset tracking system to obtain accurate and reliable location of terminal assets. The proposed system overcomes a location estimation error caused by container stacks which interrupt wireless communication. In order to mitigate uncertainty and increase accuracy of location estimation, we designed hardwares and multi-step locating system to resolve additional preblems. We implemented system components, and installed these at a port environment for evaluation. The result shows superiority of the system that the accuracy is approximately 5.87 meters (CEP).

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.12
• /
• pp.63-73
• /
• 2009

This paper presents a vehicle detection method that uses convolution matching method based on a simple color information. An input image is expressed as 8 oriented color expression(Red, Green, Blue, White, Black, Cyan, Yellow, Magenta) considering an orientation of a pixel color vector. It makes the image very reliable and strong against changes of illumination condition or environment. This paper divides the vehicle detection into a hypothesis generation step and a hypothesis verification step. In the hypothesis generation step, the vehicle candidate region is found by vertical edge and shadow. In the hypothesis verification step, the convolution matching and the complexity of image edge are used to detect real vehicles. It is proved that the proposed method has the fast and high detection rate on various experiments where the illumination source and environment are changed.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.562-564
• /
• 2003

지능형 교통 시스템(intelligent traffic system)의 필요성은 컴퓨터비전기술의 발전에 따라 성장해오고 있다. 지능형 교통 시스템의 바람직한 방법들 중 하나는 비전처리를 통하여 자동차의 수를 계수하는 것이다. 차량이 포함된 도로 이미지들은 디지털 카메라에 의하여 촬영된다. 우선적으로 이미지에서 도로의 중앙선 오른쪽부분은 제외한다. 단순히 개개의 차량을 분리해 나는 것은 겹치는 문제, 그림자, 조명과 같은 많은 문제점을 가지고 있다. 차량계수를 목적으로 이미지를 세밀히 조사하다가 보니 낮에는 차량의 앞 범퍼 끝의 그림자로 밤에는 헤드라이트 불빛으로 차량을 식별할 수 있다는 것을 알 수 있었다. 이 논문에서는 그림자분석을 통한 차량계수를 다루었다. 이 특징을 사용하여 차량을 계수하여 만족할만한 정확성을 성취하는 것이 이 논문의 목표이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.699-701
• /
• 2010

스마트폰, PDA와 같은 다양한 무선통신 단말들이 출현하면서 차량 내에서도 인터넷 서비스를 사용하려는 사용자들이 증가하고 있다. 이에 따라 이동중인 차량 내에서 인터넷 엑세스를 위해, 그리고 차량이 다른 서브넷 사이를 이동하더라도 시그널링 오버헤드가 크지 않게 하기 위해, network mobility basic support (NEMO BS) protocol이 제안되었다. 그러나 차량 내의 노드들에게 QoS를 지원하기 위해서 session admission 기법 등이 필요하다. 이 때, 차량 내에서 발생하는 세션은 new session과 handoff session으로 구분할 수 있는데, new session의 봉쇄보다 handoff session의 봉쇄가 서비스 만족도 측면에서 더 큰 임팩트를 가진다. 따라서 본 논문에서는 차량 외부에서 차량으로 이동한 노드들의 handoff session 봉쇄확률을 줄이기 위한 늦은 바인딩 업데이트 기법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.296-299
• /
• 2010

본 논문은 템플릿 모델을 이용하여 차량의 외관에 따른 종류를 인식하는 방법을 제안한다. 우선, 영상에서 차량을 검출하기 위하여 누적 차영상 기법을 이용하여 배경 영상을 추출한 후 차량 영역을 획득한다. 획득한 차량 영상은 날씨와 조명 영향에 따라서 그림자가 존재할 수 있다. 따라서 외곽선을 추출하고 가로와 세로, 대각선 방향으로 사영한 결과를 이용하여 그림자를 제거한다. 그림자 영역이 제거된 최종 차량 영역은 템플릿 모델과의 매칭을 통하여 가장 적합한 차량 종류로 인식한다. 제안된 방법을 이용하여 차량 종류를 인식하였을 때 만족할 만한 성능을 나타내는 것을 실험을 통하여 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.705-707
• /
• 2022

본 연구에서는 기존 차량 경로 문제(Vehicle Routing Problem)의 범위를 확장시켜 일반화된 차량 경로문제(Generalized Vehicle Routing Problem)를 제시하고, 이 문제를 해결하기 위한 강화학습 모델을 제안한다. 기존의 차량 경로 문제는 depot에서 각 node(또는 각 node에서 depot)의 단방향만 존재해 제한된 문제만을 해결할 수 있었다. 이 한계점을 극복하기 위해 depot을 제외한 모든 node가 서로 연결된 형태의 일반화된 차량 경로 문제를 정의하고 이를 해결하고자 한다. 차량 경로 문제는 NP-hard 문제로 최근에는 강화학습을 이용해 이를 해결하고자 하는 모델이 연구되고 있다. 본 연구에서는 새로 정의한 일반화된 차량 경로 문제를 해결하기 위한 강화학습 모델을 제안한다.