• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.970-977
• /
• 2018

자율 주행 차량은 주변 환경의 정보를 수집하는 센서, 측정된 데이터를 판단하는 제어 모듈로 구성된 첨단 운전자 지원 시스템(ADAS)을 기반하고 있다. 최근에 자율주행 기술에 대한 관심이 증가함에 따라 ADAS 입문 개발자들 및 학습자들을 위한 손쉬운 개발프레임워크가 필요하다. 그러나, 기존 개발 및 검증 방식은 고성능 자동차 시뮬레이터를 기반하기 때문에 검증 방법의 복잡성 및 고비용 등의 단점이 있다. 또한, 대부분의 방식은 시뮬레이터로부터 ADAS에서 필요로 하는 센싱 데이터를 직접 제공하지 않으므로 검증 신뢰성의 한계가 있다. 본 논문에서는 기존 방식들의 문제점들을 극복하는 3D 자동차 시뮬레이터를 활용한 상호작용형 ADAS 개발 및 검증 프레임워크를 제시한다. 영상인지 기반의 인공지능을 적용한 ADAS를 3D 자동차 시뮬레이터에서의 가상센서로 구현하고, 실제 시나리오에 자율주행 검증을 진행하였다.

• 한국산학기술학회논문지
• /
• 제20권5호
• /
• pp.56-65
• /
• 2019

최근 자동차는 안전성, 편리성, 친환경 등의 목적으로 개발되고 있다. 특히, 자동차 안전성에 대한 인식이 중요하게 바뀌고 있다. 이에 따라, ADAS 개발로 인한 안전 시스템들이 등장하였다. 그러나 ADAS의 개발과 시험 평가를 통해 양산 되는 기간은 상당히 오래 걸린다. 따라서 본 논문에서는 ADAS 개발과 시험 평가에 필요한 기간을 단축시키기 위해 브레이크 다이나모미터를 개발 하였다. 또한 개발한 브레이크 다이나모미터는 국제 표준인 JIS D-0210을 만족하며, ADAS의 모드별로 사용자가 시험 조건과 시험 방법을 선택 하여 제동력을 평가할 수 있다. 그리고 개발하는 브레이크 다이나모미터의 신뢰성 검증을 위해 선행 연구에서 제안한 ACC, LKAS, AEB의 시나리오를 사용하였다. 개발한 브레이크 다이나모미터는 시험값과 선행 연구를 통해 제안된 ADAS 모드별 이론식에 의한 계산값을 비교하여 신뢰성을 검증하였다. 또한, 향후에는 ADAS의 실차시험이 불가능한 환경에서 ADAS 모드별 브레이크 부품의 성능 평가가 가능할 것으로 기대 된다.

• 자동차안전학회지
• /
• 제15권4호
• /
• pp.23-31
• /
• 2023

In recent years, the technology for autonomous driving has been advancing rapidly, ADAS (Advanced Driver Assistance System) functions, which improve driver convenience and safety performance, are mostly equipped in recently released vehicles and range from level 0 to level 2 in autonomous driving technology. Among the various functions of ADAS, AEBS (Autonomous Emergency Braking System), which analyzes traffic accidents, is the most closely related to the vehicle's braking. This study developed a simulation technique for reproducing accidents related to AEBS based on real vehicle experimental data, and it was applied to the analysis of actual ADAS vehicle accidents to identify the causes of accidents.

• 인터넷정보학회논문지
• /
• 제24권1호
• /
• pp.39-47
• /
• 2023

The development of autonomous driving and Advanced Driver Assistance System (ADAS) technology has grown rapidly in recent years. As most traffic accidents occur due to human error, self-driving vehicles can drastically reduce the number of accidents and crashes that occur on the roads today. Obviously, technical advancements in autonomous driving can lead to improved public driving safety. However, due to the current limitations in technology and lack of public trust in self-driving cars (and drones), the actual use of Autonomous Vehicles (AVs) is still significantly low. According to prior studies, people's acceptance of an AV is mainly determined by trust. It is proven that people still feel much more comfortable in personalized ADAS, designed with the way people drive. Based on such needs, a new attempt for a customized ADAS considering each driver's driving style is proposed in this paper. Each driver's behavior is divided into two categories: assertive and defensive. In this paper, a novel customized ADAS algorithm with high classification accuracy is designed, which divides each driver based on their driving style. Each driver's driving data is collected and simulated using CARLA, which is an open-source autonomous driving simulator. In addition, Long Short-Term Memory (LSTM) and Gated Recurrent Unit (GRU) machine learning algorithms are used to optimize the ADAS parameters. The proposed scheme results in a high classification accuracy of time series driving data. Furthermore, among the vast amount of CARLA-based feature data extracted from the drivers, distinguishable driving features are collected selectively using Support Vector Machine (SVM) technology by comparing the amount of influence on the classification of the two categories. Therefore, by extracting distinguishable features and eliminating outliers using SVM, the classification accuracy is significantly improved. Based on this classification, the ADAS sensors can be made more sensitive for the case of assertive drivers, enabling more advanced driving safety support. The proposed technology of this paper is especially important because currently, the state-of-the-art level of autonomous driving is at level 3 (based on the SAE International driving automation standards), which requires advanced functions that can assist drivers using ADAS technology.

• Structural Engineering and Mechanics
• /
• 제74권1호
• /
• pp.19-32
• /
• 2020

Metallic energy-dissipation dampers are widely used in structures. They are comprised of an added damping and stiffness (ADAS) device with many parallel, diamond-shaped hole plates, the neck width of which is an important parameter. However, no studies have analyzed the neck width's influence on the ADAS device's performance. This study aims to better understand that influence by conducting a pseudo-static test on ADAS, with three different neck widths, and performing finite element analysis (FEA) models. Based on the FEA results and mechanical theory, a design neck width range was proposed. The results showed that when the neck width was within the specified range, the diamond-shaped hole plate achieved an ideal yield state with minimal stress concentration, where the ADAS had an optimal energy dissipation performance and the brittle shear fracture on the neck was avoided. The theoretical values of the ADAS yield loads were in good agreement with the test values. While the theoretical value of the elastic stiffness was lower than the test value, the discrepancy could be reduced with the proposed modified coefficient.

• 한국ITS학회 논문지
• /
• 제18권6호
• /
• pp.110-123
• /
• 2019

교통 데이터는 교통계획이나 교통시스템 운영에 필요한 기초 자료이며 최근 ADAS 카메라로 측정한 선행 차량과의 거리를 이용하여 교통류를 파악하는 방법이 시도되고 있다. 본 연구는 영상기반 차량인식의 거리오차를 반영한 미시적 시뮬레이션 분석을 통해 교통류를 추정하기 위한 ADAS 차량의 활용 가능성을 살펴보았다. 차로수, 교통수요, 프로브 차량의 점유율(MPR), 시공간 검지영역 등에 따른 교통류 추정치의 표준 평균 제곱근 오차를 통해 분석을 수행하였다. 분석결과, ADAS 카메라의 최대 인식거리의 한계로 저밀도 교통류(LOS A, LOS B)의 추정치는 신뢰할 수 없는 수준이다. 다차로나 교통수요가 크고 점유율(MPR)이 높을 경우 추정치의 신뢰성이 개선될 수 있지만, 인위적으로 점유율(MPR)을 높이는 것은 현실적으로 어려움이 있다. 또한, 검지영역의 시간범위를 연장함으로써 추정치의 신뢰성을 개선할 수 있지만, 가장 크게 영향을 미치는 것은 ADAS 차량의 주행행태로서 해당 차량이 도로의 교통류와 상이한 주행행태를 보일 경우 그 추정치는 신뢰할 수 없게 된다. 결론적으로 모든 교통류를 정확히 추정하지는 못 하지만 ADAS 카메라의 성능이나 기능을 개선함으로써 ADAS 차량의 활용 가능성은 확대될 것이다.

• 자동차안전학회지
• /
• 제11권2호
• /
• pp.44-52
• /
• 2019

In this study a safety evaluation method is presented for a ADAS vehicle to be tested in collision situation when multiple vehicles are present on a single lane. Test scenarios are developed based on Euro-NCAP assessment scenarios, accident database and related simulation results in previous works. An automated evaluation system that is called as the K-target mover is used for active safety evaluation experiments. The experiments are conducted with two types of tests. First, the rear-end collision tests with 25% and 50% overlap for the test vehicle and target vehicle are conducted with the two kinds of test vehicles. On the other hand, the rear-end collision tests which include multiple vehicles in a single lane with 25% and 50% overlaps, are also conducted. Experimental results show that the test vehicles with ADAS cannot recognize the collision situation sometimes in the developed test scenarios, even in the case that the test vehicle showed stable performance in the simple overlap scenarios.

• 자동차안전학회지
• /
• 제14권3호
• /
• pp.60-64
• /
• 2022

In the automotive industry, the development of automobiles to meet safety requirements is becoming increasingly complex. This is because quality evaluation agencies in each country are continually strengthening new safety standards for vehicles. Among these various requirements, collision safety must be satisfied by controlling airbags, seat belts, etc., and can be defined as post-crash safety. Apart from this safety system, the Advanced Driver Assistance Systems (ADAS) use advanced detection sensors, GPS, communication, and video equipment to detect the hazard and notify driver before the collision. However, research to improve passenger safety in case of an accident by using the sensor of active safety represented by ADAS in the existing passive safety is limited to the level that utilizes the sudden braking level of the FCA (Forward Collision-avoidance Assist) system. Therefore, this study aims to develop logic that can improve passenger protection in case of an accident by using ADAS information and driving information secured before a collision. The proposed logic was constructed based on LSTM deep learning techniques and trained using crash test data.

• 한국ITS학회 논문지
• /
• 제19권6호
• /
• pp.208-221
• /
• 2020

본 연구는 첨단운전자보조시스템(Advanced Driver Assistance System, ADAS)이 빠르게 보급됨에 따라 표본 프로브 차량에 설치된 ADAS로부터 얻은 개별차량의 궤적 데이터와 전방차량과의 차두거리 데이터를 이용하여 연속류의 교통밀도를 추정 및 분석하는 것을 목적으로 한다. 과거 연속류 교통밀도는 주로 차량검지시스템(Vehicle Detection System, VDS)에서 수집되는 교통량, 속도, 점유율 등의 데이터를 가공하여 추정되거나, CCTV등의 영상정보를 활용하여 직접 차량 대수를 계수하여 추정되었다. 이러한 방식은 교통밀도 추정의 공간적 제약이 있고, 교통 혼잡시 추정의 신뢰도가 낮다는 한계를 보였다. 이에 본 연구에서는 선행연구의 한계를 극복하기 위해 ADAS로부터 수집된 개별차량 궤적 데이터와 차두거리 정보를 활용하여 도로의 공간을 검지하고 일반화된 밀도(Generalized Density)방식을 이용하여 시공간적 교통밀도를 추정한다. 이에 따라 ADAS차량의 표본율에 따른 교통밀도 추정의 정확도를 분석한 결과, 30%의 표본율일 경우 교통밀도 참 값과 약 90% 일치하는 것으로 나타났다. 이를 통해 본 연구는 향후 ADAS 및 자율주행차량이 혼재되는 도로 상황에서 신뢰도 높은 교통밀도 추정을 가능하게 하며 효율적인 교통운영관리에 기여할 수 있을 것으로 판단된다.

• 자동차안전학회지
• /
• 제11권1호
• /
• pp.7-16
• /
• 2019

There are trying to reduce damage from automobile accident in many countries. In many automobile companies, there have been active study on development of ADAS (Advanced Driver Assistance Systems) for commercialization, in order to reduce damage from automobile accident. ADAS is the system providing convenience and safeness for drivers. Generally, ADAS is composed of ACC (Adaptive Cruise Control), LKAS (Lane Keeping Assist System), and AEB (Autonomous Emergency Braking). AEB of the ADAS, it is an autonomous emergency braking system and it senses potential collide and avoids or degrades it. Therefore AEB plays a significant role in reducing automobile accident rate. However, AEB safety evaluation method is not established not yet. For this reason, this study suggests safety evaluation scenarios with adding cut-in, sensor malfunctioning scenario that scenario domestic street conditions considered as well as original standard AEB scenario of Euro NCAP for establishment of safety evaluation method of AEB. And verifying validity of suggested scenario by comparing the calculated values of the theoretical formulas presented in the previous study with results of the actual vehicle test.