• 한국ITS학회 논문지
• /
• 제21권6호
• /
• pp.177-193
• /
• 2022

장차 자율주행 기술이 접목된 수요응답형 서비스가 새로운 교통수단으로써 널리 퍼질것으로 예측된다. 차량 편의성, 이동/배차 신속성, 플랫폼 편리성 등 여러 서비스 요인을 내포하는 만큼 성공적인 정착을 위해서는 서비스 요소별 우선순위가 파악될 필요가 있다. 이에 본 연구에서는 수요응답형 자율주행 대중교통 서비스의 잠재적 이용자를 대상으로 온라인 설문조사를 통해 서비스 요소별 중요도 순위를 도출하였다. 상위 항목에 대하여 AHP(분석적 계층화과정) 분석 결과, 이동/배차 신속성, 플랫폼 편리성, 차량 편의성 순으로 중요한 것으로 드러났다. 하위 항목에 대하여 평균 순위 분석 결과, 차량 편의성은 차내 혼잡도가, 이동/배차 신속성은 대기시간이, 플랫폼 편리성은 이용시간 예약 가능성이 가장 중요한 것으로 나타났다. 이용자 집단별로 차별화된 접근 전략을 수립하기 위해 집단별 분석도 수행하였다. 그 결과, 고령자층이 많은 지역에 서비스를 도입할 때는 모바일 플랫폼보다 차량에 더 중점을 두고, 자가용 보유자가 많은 지역에서는 기존 대중교통 대비 이동과 배차를 빠르게 처리하고, 차내 혼잡도를 낮추며, 이용시간을 예약할 수 있도록 하는 것이 바람직하다.

• 로봇학회논문지
• /
• 제17권2호
• /
• pp.198-208
• /
• 2022

In this paper, an autonomous driving system is implemented for the Segye AI Robot Race Competition that multiple vehicles drive simultaneously. By utilizing the ERP42-racing platform, RTK-GPS, and LiDAR sensors provided in the competition, we propose an autonomous driving system that can drive safely and quickly in a road environment with multiple vehicles. This system consists of a recognition, judgement, and control parts. In the recognition stage, vehicle localization and obstacle detection through waypoint-based LiDAR ROI were performed. In the judgement stage, target velocity setting and obstacle avoidance judgement are determined in consideration of the straight/curved section and the distance between the vehicle and the neighboring vehicle. In the control stage, adaptive cruise longitudinal velocity control based on safe distance and lateral velocity control based on pure-pursuit are performed. To overcome the limited experimental environment, simulation and partial actual experiments were conducted together to develop and verify the proposed algorithms. After that, we participated in the Segye AI Robot Race Competition and performed autonomous driving racing with verified algorithms.

• 한국컴퓨터정보학회논문지
• /
• 제27권11호
• /
• pp.107-114
• /
• 2022

본 논문은 자율주행 학습이 가능한 택배 로봇을 제안한다. 제안하는 로봇은 지상 주차시설이 없는 공원형 아파트에서 활용 가능하도록 설계되었으며 지상 및 지하 경로가 복잡한 기존 아파트에 비해 공원형 아파트는 이동 경로가 정형화되어 있어 로봇의 안정적인 주행이 가능하여 학생들의 초기 교육 환경으로 적합하다. 택배 로봇은 경로학습을 위한 머신러닝 기술과 카메라와 라이다 센서를 이용한 자율주행을 통하여 택배 운반이 가능하도록 구성하였다. 또한, 수준별 학습이 가능하도록 제어 MCU를 3개로 분리하여 설계하였으며 자율주행, 장애물 인식 등의 동작 테스트를 통하여 학습용 택배 로봇으로 활용될 수 있음을 확인하였다. 향후 정밀한 실내 위치정보 인식 기술과 아파트의 공공기술 플랫폼과 연동하여 다양한 배송 서비스를 위한 교육용 배송 로봇으로 발전시키고자 한다.

• 로봇학회논문지
• /
• 제18권3호
• /
• pp.299-307
• /
• 2023

In the midst of accelerating wars around the world, unmanned robot technology that can guarantee the safety of human life is emerging. ERP-42 is a modular platform that can be used according to the application. In the field of defense, it can be used for transporting supplies, reconnaissance and surveillance, and medical evacuation in conflict areas. Due to the nature of the military environment, atypical environments are predominant, and in such environments, the platform's path followability is an important part of mission performance. This paper focuses on reducing the minimum turning radius in terms of improving path followability. The minimum turning radius of the existing 2WS/2WD in-wheel platform was reduced by increasing the torque of the independent driving in-wheel motor on the rear wheel to generate oversteer. To determine the degree of oversteer, two GPS were attached to the center of the front and rear wheelbases and measured. A closed-loop speed control method was used to maintain a constant rotational speed of each wheel despite changes in load or torque.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4123-4141
• /
• 2019

Autonomous driving technology is divided into 0~5 levels. Of these, Level 5 is a fully autonomous vehicle that does not require a person to drive at all. The automobile industry has been trying to develop Level 5 to satisfy safety, but commercialization has not yet been achieved. In order to commercialize autonomous unmanned vehicles, there are several problems to be solved for driving safety. To solve one of these, this paper proposes 'A Deep Learning Part-diagnosis Platform(DLPP) based on an In-vehicle On-board gateway for an Autonomous Vehicle' that diagnoses not only the parts of a vehicle and the sensors belonging to the parts, but also the influence upon other parts when a certain fault happens. The DLPP consists of an In-vehicle On-board gateway(IOG) and a Part Self-diagnosis Module(PSM). Though an existing vehicle gateway was used for the translation of messages happening in a vehicle, the IOG not only has the translation function of an existing gateway but also judges whether a fault happened in a sensor or parts by using a Loopback. The payloads which are used to judge a sensor as normal in the IOG is transferred to the PSM for self-diagnosis. The Part Self-diagnosis Module(PSM) diagnoses parts itself by using the payloads transferred from the IOG. Because the PSM is designed based on an LSTM algorithm, it diagnoses a vehicle's fault by considering the correlation between previous diagnosis result and current measured parts data.

• 한국산학기술학회논문지
• /
• 제19권6호
• /
• pp.639-645
• /
• 2018

본 논문은 자율주행 자동차 및 자율주행이 가능한 이동체를 대상으로 광범위하게 적용 가능한 지능형 의사결정 모델을 개발하기 위한 연구이다. 개발된 모듈은 다양한 주행환경에 적용하기 위하여 독립적인 모듈 구성형태를 갖추고 이를 유기적으로 운영하기 위한 플랫폼을 기반으로 각 모듈을 Deep Learning 기법을 이용한 강화학습을 통해 이동체의 차선변경 의사 결정 및 안전 확보에 관하여 연구하였다. 운행 중인 자율주행 이동체는 주행상태의 변경을 위하여 기능별로 속도결정 모델과 차선변경 의사결정이 반드시 선행되어야 이동체의 다음 행동이 이루어 질 수 있는 특징을 갖고 있다. 또한, 일반 도로상에 주행 중인 이동체들이 모두 자율주행 기능을 갖춘 상태라면 특정 이동체의 돌발적인 변화 및 주변 환경의 변화가 발생하면 그에 따른 각각의 이동체들 사이에 발생할 수 있는 연쇄반응 요소는 고려되기 어려운 특징을 갖고 있다. 이런 부분을 함께 고려하여 자율주행 플랫폼에 적용하고 이를 위한 개별 이동체의 차선변경 의사결정 시스템 연구와 모듈형 학습 방법을 이용하여 시스템 복잡도를 줄이고 학습시간의 단축과 향후 모델의 교체를 할 수 있는 의사결정 모델을 연구하였다.

• 융복합기술연구소 논문집
• /
• 제13권1호
• /
• pp.19-22
• /
• 2023

The rise of electrification and the advancement of autonomous driving technologies are leading to new forms of mobility, such as serving and delivery robots. However, due to factors such as the small-scale production of various products and the high cost of autonomous driving sensors, product prices have risen, limiting accessibility to consumers. To improve this, we developed a multi-purpose mobility platform that is mass-producible, based on inexpensive, reliable sensors and a configurable human tracking system. As a result, the unit price is approximately 50% of the launch prices of other mobility products, and additional cost savings are possible through component optimization in the future. In addition, more added value will be created through the distribution of integrated mobility platforms that can be combined with various usable modules to meet a variety of user needs, such as cargo transportation, wheelchair power kits, and mobile monitors.

• 한국항행학회논문지
• /
• 제24권6호
• /
• pp.521-526
• /
• 2020

본 논문은 상용차의 자율 군집주행 플랫폼을 평가함에 있어 차량 환경용 C-ITS 통신프로토콜인 WAVE 통신 및 LTE-V2X 통신과 상용 이동통신인 Legacy LTE 통신을 결합한 하이브리드 V2X 통신 플랫폼의 설계 방안을 제안하고 설계과정을 제시한다. 안전하고 효율적인 자율 군집주행 플랫폼을 위해 C-ITS 통신 기반의 저 지연 통신기능이 요구되며 또한 이를 관제하기 위해서 상시 연결이 가능한 Legacy LTE 등의 상용 통신기능이 요구된다. 이러한 시스템을 평가하기 위해서 평가 장비는 동일 수준 이상의 통신성능을 가져야 한다. 본 논문에서 제시되는 주요 설계 내용은 기능 평가를 위한 하이브리드 V2X 단말기 구현에 적용될 예정이다.

• 로봇학회논문지
• /
• 제16권4호
• /
• pp.327-335
• /
• 2021

In this paper, we propose an embedded robot system based on "ROS2 on Yocto" that can support various robots. We developed a lightweight OS based on the Yocto Project as a next-generation robot platform targeting cloud robotics. Yocto Project was adopted for portability and scalability in both software and hardware, and ROS2 was adopted and optimized considering a low specification embedded hardware system. We developed SLAM, navigation, path planning, and motion for the proposed robot system validation. For verification of software packages, we applied it to home cleaning robot and indoor delivery robot that were already commercialized by LG Electronics and verified they can do autonomous driving, obstacle recognition, and avoidance driving. Memory usage and network I/O have been improved by applying the binary launch method based on shell and mmap application as opposed to the conventional Python method. Finally, we verified the possibility of mass production and commercialization of the proposed system through performance evaluation from CPU and memory perspective.

• 대한임베디드공학회논문지
• /
• 제17권5호
• /
• pp.273-280
• /
• 2022

Along with the advancement of deep learning technology, securing high-quality dataset for verification of developed technology is emerging as an important issue, and developing robust deep learning models to the domestic road environment is focused by many research groups. Especially, unlike expressways and automobile-only roads, in the complex city driving environment, various dynamic objects such as motorbikes, electric kickboards, large buses/truck, freight cars, pedestrians, and traffic lights are mixed in city road. In this paper, we built our dataset through multi camera-based processing (collection, refinement, and annotation) including the various objects in the city road and estimated quality and validity of our dataset by using YOLO-based model in object detection. Then, quantitative evaluation of our dataset is performed by comparing with the public dataset and qualitative evaluation of it is performed by comparing with experiment results using open platform. We generated our 2D dataset based on annotation rules of KITTI/COCO dataset, and compared the performance with the public dataset using the evaluation rules of KITTI/COCO dataset. As a result of comparison with public dataset, our dataset shows about 3 to 53% higher performance and thus the effectiveness of our dataset was validated.