• Electronics and Telecommunications Trends
• /
• v.26 no.6
• /
• pp.139-153
• /
• 2011

1990년 후반 이후, 스마트 카메라가 널리 대중화되면서 비디오 감시(video surveillance) 분야와 머신 비전(machine vision) 분야의 산업에서 스마트 카메라가 사용되기 시작했다. 스마트 카메라는 단순히 영상정보를 획득하고 획득한 영상정보를 저장하는 기존의 카메라 기능에서 벗어나, 미리 정해진 여러 가지 필요한 작업을 수행하는 비전시스템으로 정의할 수 있다. 특히, 최근 들어 마이크로프로세서의 기능이 확대되면서 카메라 내부에서 지능형 영상처리나 패턴인식 알고리즘을 수행할 수 있게 되었으며, 이러한 기술을 이용해서 스마트 카메라는 움직임 감지, 오브젝트 측정, 차량의 번호판 인식뿐만 아니라 인간의 행동까지도 인식할 수 있게 되었다. 오늘날 스마트 카메라는 빌딩관리나 빌딩제어 분야 애플리케이션의 핵심 디바이스가 되었으며, 향후에는 우리 주변 곳곳에 스며들어 주변 환경에 따라 지능적으로 대처할 수 있는 유비쿼터스 환경의 핵심 기술로 자리매김하게 될 것이다. 본 고에서는 스마트 카메라의 기술적인 정의와 특징을 살펴본 후에 스마트 카메라의 기술적인 동향들을 살펴볼 것이다.

• Annual Conference of KIPS
• /
• 2011.04a
• /
• pp.213-215
• /
• 2011

USN(Ubiquitous Sensor Network) 환경은 언제, 어디서나 정보를 이용할 수 있게 한다. 이러한 유비쿼터스 환경은 자유로운 커뮤니케이션을 보다 쉽게 제공할 수 있으며, 특히 u-교통 환경을 구축하는데 기본적인 요소기술이 된다. 또한 u-교통 환경을 구축하기 위해서는 차량의 위치를 보다 정확히 인식할 수 있는 기술이 요구된다. 위치측정은 센서노드의 전파를 이용하거나 거리를 측정할 수 있는 센서를 활용하여 목표물의 위치를 계산한다. 본 논문은 센서노드의 RSSI(Received Signal Strength Indication) 신호 값을 분류하고 주변노드의 위치와 통신범위 및 세기정보를 최대한 활용하여 이동차량을 보다 정확하게 추적할 수 있는 위치추적기법을 제시한다. 일부 시뮬레이션 결과, 제안된 기법이 기존 위치추적 알고리즘 보다 u-교통 환경에서 위치추적의 정확도가 우수함을 증명하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.426_427
• /
• 2009

지리정보시스템 활용이 증가하고, 도로주변 전력설비인 전주와 기타배전설비에 대한 정확한 위치정보에 대한 필요성이 인식 되고 있다. "GPS탑재차량의 영상정보를 이용한 송배전설비 운영의 효율성 제고방안"은 기존배전시스템의 효율성과 정확도를 높이며, 실제 환경과 동일한 설비주변환경을 동영상과 파노라마 사진으로 제공하여, 설비관리의 신속한 업무처리를 유도 할 수 있다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.23 no.5
• /
• pp.248-260
• /
• 2024

Semantic segmentation and object detection are widely used to perceive surrounding environment during autonomous driving. Owing to the nature of autonomous driving, which operates with limited resources and equipment, lightweight and fast networks are preferred. In this paper, we propose an efficient semantic segmentation algorithm using a wavelet transform. First, we apply the wavelet transform to separate high-frequency and low-frequency components from an input image. For each component, different feature maps are extracted, and the distinct information appropriately merged. When the proposed method was applied to the Cityscapes dataset using a lightweight network suitable for autonomous driving, a 2.2% performance improvement was achieved from a 0.2% parameter increase. We expect this algorithm can be applied to achieve more stable and accurate perceptions of the surrounding environment.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.2
• /
• pp.186-190
• /
• 2015

Intelligent vehicle plans motion and navigate itself based on the surrounding environment perception. Hence, the precise environment recognition is an essential part of self-driving vehicle. There exist many vulnerable road users (e.g. vehicle, pedestrians) on vehicular driving environment, the vehicle must percept all the dynamic obstacles accurately for safety. In this paper, we propose an multiple vehicle tracking algorithm using microwave radar. Our proposed system includes various special features. First, exceptional radar measurement model for vehicle, concentrated on the corner, is described by mixture density network (MDN), and applied to particle filter weighting. Also, to conquer the curse of dimensionality of particle filter and estimate the time-varying number of multi-target states, reversible jump markov chain monte carlo (RJMCMC) is used to sampling step of the proposed algorithm. The robustness of the proposed algorithm is demonstrated through several computer simulations.

• Information and Communications Magazine
• /
• v.33 no.4
• /
• pp.27-33
• /
• 2016

자율 주행(스마트) 자동차는 첨단 IT기술을 이용하여 사람의 개입을 줄여서 운행하는 자동차를 말한다. 자율 주행(스마트) 자동차는 자율적으로 차량 주변 환경 및 상황을 판단하여 정해진 목적지까지 안전하게 이동하는 차량을 의미한다. 자율 주행(스마트) 자동차는 주행 안전성과 운전자의 편의성을 향상시키기 위한 연구 형태로 주로 이루어지고 있다. 자율 주행(스마트) 자동차 기술은 자율 주행의 정도를 적용하여 단계별로 개발이 진행될 것으로 보인다. 자율 주행 자동차 기술은 인간 세상에 또 다른 변혁을 몰고 오고 있다. 자율 주행 자동차와 관련한 기술은 첨단 IT기술을 기계 자동차에 접목하는 것인데, 적용하는 IT 기술은 HW, SW기술로 나눌 수 있다. IT HW 기술로는 환경 인식에 필요한 HW, 위치 인식 HW, 판단/제어를 위한 여러가지 센서 HW 등이 있다. IT SW 기술로는 IT HW를 구동하기 위한 실시간 OS, IT HW 전장장치를 구동할 수 있는 여러가지 SW 관련 기술, 자율 주행을 위한 경로 알고리즘 등이 있다. 본 고에서는 자율 주행 자동차에 적용되는 IT SW 기술 중심으로 살펴본다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.237-240
• /
• 2023

본 논문은 철도 건널목(교차로)에서 발생하는 차량, 보행자 및 야생 동물 사고 등의 상황에서 발생하는 위험 요소를 설정하고 철도 건널목(교차로)의 운행상황을 확인할 수 있도록 모형 철도 주변에 유형별 센서들을 설치하고 데이터를 인지하여 시스템에 저장하고, 유효한 데이터 분석을 통해 Orange3 머신러닝 기법을 적용한다. 철도 건널목에 관련된 이미지 중 위험인자로서 차량, 보행자 및 야생동물등의 객체를 감지하고 데이터를 수집하여 활용한다. 또한 이러한 데이터들은 이용자 상황에 맞는 철도 데이터 운영 시스템으로 적용할 수 있도록 위험 예측 시스템을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.293-294
• /
• 2019

본 논문에서는 전기차 파생 IT융합 서비스의 일환으로 원활한 전기차 충전을 지원하기 위한 불법 주차 방지 시스템을 제안한다. 국내 전기차 관련 법에 따르면 전기차 충전소 앞에 전기차가 아닌 일반 차량이 불법으로 주차를 하게 되면 과태료를 내게 되어 있다. 따라서, 제안한 시스템에서는 전기차가 아닌 일반차가 주차를 하면 경광등 작동시켜 운전자에게 경고한다. 제안한 시스템에서는 딥러닝 기반의 영상인식 SW를 적용하였다. 다양한 조도 환경에서 인식 성공률을 분석하였고 어두운 저녁에는 주변 광량에 따라 인식이 잘 이뤄지지 않는 것을 확인하였다. 향후 추가 LED를 더해 광량의 부족함에 따른 인식률 저하를 개선하는 연구를 진행할 계획이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.259-261
• /
• 2003

차량 번호판 인식 시스템의 번호판 인식과정은 영상획득 및 번호판 영역 추출, 개별문자 추출, 문자 인식의 3가지 핵심부분으로 구성된다. 이 중에서도 번호판 추출의 정확성은 시스템 전체의 결과에 영향을 줄 수 있는 부분이며 다양한 주변 환경에도 정확한 추출과 빠른 수행 시간을 요구한다. 본 논문에서는 검출 시간의 단축을 위하여 명암값의 차이와 사전정보를 이용하여 먼저 인식대상의 주목표인 등록번호의 위치를 추출 및 검증하고 등록번호에 대한 지역명의 상대적인 위치 정보를 이용하여 문자의 대략적인 위치를 선정, 각 요소들의 외곽 근접 선들의 투영(protection)과 이동을 통하여 번호판의 모든 문자 요소의 위치를 추출한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.50 no.3
• /
• pp.160-173
• /
• 2013

In this paper, we propose a new visual odometry technique by combining a forward-looking stereo camera and a backward-looking monocular camera. The main goal of the proposed technique is to identify the location of a moving vehicle which travels long distance and comes back to the initial position in urban road environments. While the vehicle is moving to the destination, a global 3D map is updated continuously by a stereo visual odometry technique using a graph theorem. Once the vehicle reaches the destination and begins to come back to the initial position, a map-based monocular visual odometry technqieu is used. To estimate the position of the returning vehicle accurately, 2D features in the backward-looking camera image and the global map are matched. In addition, we utilize the previous matching nodes to limit the search ranges of the next vehicle position in the global map. Through two navigation paths, we analyze the accuracy of the proposed method.