• 융합정보논문지
• /
• 제7권6호
• /
• pp.229-235
• /
• 2017

최근 물체를 인식하기 위해 많은 데이터를 기반으로 학습하여 인식하는 연구가 활성화 되고 있다. 본 논문에서는 도로주행 영상에서 장애물이라고 생각되는 객체를 추출하여 자동차, 사람, 오토바이로 구분하여 인식하는 시스템을 제안한다. 이동한 방향과 크기를 고려한 상태에서 광류 추정 알고리즘을 이용하여 객체를 추출하였으며, 추출한 객체를 CNN(Convolutional Neural Network) 인식 모델 중 하나인 AlexNet을 이용하여 인식하였다. 실험을 위해 도로 위의 다양한 영상을 블랙박스로 수집하여 실험하였고, 실험 결과 객체 추출 정확도는 92%, 객체 인식 정확도는 96%의 결과를 보였다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1117-1123
• /
• 2021

객체 인식이란 하나의 특정 이미지를 입력했을 때, 주어진 이미지를 분석하여 특정한 객체(object)의 위치(location)와 종류(class)를 파악하는 것이다. 최근 객체 인식 기술이 적극적으로 접목되는 분야 중 하나는 자율주행 차량이라 할 수 있고, 본 논문에서는 자율주행 차량에서 영상 기반의 객체 인식 인공지능 기술에 대해 기술한다. 영상 기반 객체 검출 알고리즘은 최근 두 가지 방법(단일 단계 검출 방법 및 두 단계 검출 방법)으로 좁혀지고 있는데, 이를 중심으로 분석 정리하고자 한다. 두 가지 검출 방법의 장단점을 분석 제시하고, 단일 단계 검출 방법에 속하는 YOLO/SSD 알고리즘과 두 단계 검출 방법에 속하는 R-CNN/Faster R-CNN 알고리즘에 대해 분석 기술한다. 이를 통해 자율주행에 필요한 각 객체 인식 응용에 적합한 알고리즘이 선별적으로 선택되어 연구개발 되어질 수 있기를 기대한다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.276-290
• /
• 2023

현재 국내에서는 자율주행차량의 상용화를 목표로 다양한 노력을 기울이고 있으며 자율주행차량이 운영 가이드라인에 따라 안전하고 신속하게 주행할 수 있는 연구들이 대두되고 있다. 본 연구는 자율주행차량의 경로탐색을 미시적인 관점으로 바라보며 Deep Q-Learning을 통해 자율주행차량의 차로변경을 학습시켜 효율성을 입증하고자 한다. 이를 위해 SUMO를 사용하였으며, 시나리오는 출발지에서 랜덤 차로로 출발하여 목적지의 3차로까지 차로변경을 통해 우회전하는 것으로 설정하였다. 연구 결과 시뮬레이션 기반의 차로변경과 Deep Q-Learning을 적용한 시뮬레이션 기반의 차로변경으로 구분하여 분석하였다. 평균 통행 속도는 Deep Q-Learning을 적용한 시뮬레이션의 경우가 적용하지 않은 경우에 비해 약 40% 향상되었으며 평균 대기 시간은 약 2초, 평균 대기 행렬 길이는 약 2.3대 감소하였다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.178-188
• /
• 2020

본 논문에서는 split-attention 네트워크를 백본으로 특징을 추출하는 차선인식 CNN 네트워크를 제안한다. split-attention은 CNN의 특징 추출 과정에서 feature map의 각 channel에 가중치를 부여하는 방법으로, 빠르게 변화하는 자동차의 주행 환경에서 안정적으로 이미지의 특징을 추출할 수 있다. Tusimple 데이터 셋을 활용하여 본 논문에서 제안하는 네트워크를 학습·평가하였으며, 백본 네트워크의 레이어 수에 따른 성능 변화를 비교·분석 하였다. 평가 결과 최대 96.26%의 정확도로 최신 연구에 준하는 결과를 얻었으며, FP의 경우 0.0234(2.34%)로 비교 연구 중 가장 좋은 결과를 보여준다. 따라서, 실제 차량의 주행 환경 등에서도 본 연구에서 제안하는 모델을 사용하여 오인식 없이 안정적인 차선 인식이 가능하다.

• 한국방사선학회논문지
• /
• 제17권7호
• /
• pp.1179-1187
• /
• 2023

최신 이동수단 발달과 관련하여 다양한 생체 신호 및 의료영상 측정용 의료기술 개발이 활발히 이루어 지고 있다. 특히, 인지/신경과학 분야에서 뇌파(electroencephalography, EEG) 측정의 중요성과 이동 중 차량에서의 정확한 뇌파 측정기술 개발은 매우 도전적인 분야이다. 본 연구에서는, 운전 중 뇌파를 이용한 기술에 대해 광범위하게 조사하고, 기술 연구의 동향을 분석하고자 하였다. 이를 위해, Scopus 데이터베이스를 활용하여 2000년 이후 진행된 뇌파 관련 연구를 탐색하였으며, 약 40여편의 논문을 선정하였다. 이를 통해 신호처리 기술, EEG 측정 디바이스 개발, 차량 내 운전자 상태 모니터링 기술의 현재 동향과 미래 방향을 조명하였다. 또한, 이를 위한 초소형 32채널 뇌파 측정 시스템을 설계해 보았으며, 간단히 이를 구현하여 뇌파 신호를 측정 분석함으로써 검토해 보았다. 본 연구는 운전 중 생체신호 측정 및 분석 기술이 자율주행 시대에 맞추어 운전자 케어와 건강 모니터링에 기여할 것으로 기대한다.

• 대한교통학회지
• /
• 제35권2호
• /
• pp.116-128
• /
• 2017

교통사고는 운전자가 주변 차량 및 도로기하구조 상태 변화에 대한 인지부족과 적절한 회피 행동을 능동적으로 수행하지 못하는 경우에 순간적으로 발생하는 차량의 물리적 충돌사건으로 정의 될 수 있다. 따라서, 운전자가 도로를 주행하면서 만들어 내는 주변 환경과의 상호작용을 지속적으로 모니터링하고, 교통사고를 유발할 개연성이 높은 이벤트를 검지하는 것은 교통사고 예방을 위한 선결조건이다. 본 연구에서는 연속류 도로를 대상으로, GPS(Global Positioning System)-IMU(Inertial Measurement Unit), 카메라, 레이더, 라이다가 부착된 조사 차량을 이용하여 도로기하구조 및 교통환경 정보를 취득하였다. 취득된 정보를 가공하여 차량의 상호 작용 및 도로기하구조 특성을 고려한 주변차량과의 충돌 가능성여부를 평가할 수 있는 알고리즘을 개발하였다. 특히, 도로기하구조를 제한속도(직선부), 안전 속도(곡선부)로 구분하여 평가하고, 교통안전지표인 SDI를 이용하여 차량의 주행안전성을 평가하였다. 본 연구에서 개발한 방법론은 도래하는 자율주행시대에 차량의 센서로 부터 수집이 가능한 자료를 이용하여 안전성을 평가한다는 관점에서 향후 유용하게 활용 될 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.224-226
• /
• 2016

기술의 발전과 민간수요 급증으로 '무인 자율화', '이동체' 특성이 결합된 무인이동체 신시장이 급성장하고 있다. 현재 일부 국가들이 시범주행을 허용하고 있으나, 자율주행차의 정식 운행을 제도화 한 나라는 없다. 기존 차량의 경우에도 후방감지기의 잦은 오작동이나, 후방카메라의 사각지대 또는 운전자의 부주의 때문에 안전사고가 자주 일어나고 있다. 이러한 사소한 결함들을 보완이 되어야 자율주행차, 소형드론의 상용화를 위한 관련 규제를 완화 할 수 있을 것이다. 본 논문에서는 기존의 이동체에서 사용되었던 초음파, 레이저 센서와는 다르게 깊이 카메라를 이용하여 거리측정을 시도해보려 한다. 깊이 카메라는 레이저나 적외선을 객체나 대상 영역에 비추어 되돌아오는 광선을 받아 시간 차이를 계산하는 TOF 방식으로 거리 정보를 계산한다. 이런 카메라는 CCD 카메라 영상 화소 단위로 깊이 정보를 얻을 수 있어 실시간 깊이 정보를 모으는 데 활용할 수 있다. 이런 실시간 깊이 정보들을 이용하여 앞서 말한 문제점을 해결하고, 거리측정을 통한 장애물 회피 시스템 설계를 제안한다.

• 한국정보전자통신기술학회논문지
• /
• 제13권5호
• /
• pp.323-330
• /
• 2020

본 논문은 자율차량 안정성을 위한 도로 거칠기 기반 제동압력 계산 시스템을 제안한다. 제동압력 계산 시스템는 차량의 전방 이미지를 랜덤 포레스트의 입력에 맞게 가공하는 이미지 정규화 모듈, 기상정보와 이미지 정규화 모듈에서 정규화된 차량 전방 이미지를 입력으로 사용하여 차량이 주행 중인 도로의 거칠기를 구별하는 랜덤 포레스트 기반 도로 거칠기 분류 모듈과 도로 거칠기에 따라 차량에 적용되는 마찰 계수를 수정하고, 전방 차량에 따라 최적 주행을 유지하는 브레이킹 강도를 결정하는 차량 브레이크 압력 제어 모듈로 구성된다. 본 논문은 제동압력 계산 시스템의 효율성을 검증하기 위해 제동압력 계산 시스템에 사용되는 랜덤 포레스트 모델을 중심으로 실험이 진행되었다. 실험 결과, 랜덤 포레스트 모델의 정확도는 SVM보다 약 2% 높았고, 정확한 랜덤 포레스트 모델 구성을 위해 7개의 특징이 중복 허용 임의 추출되어야 한다는 결론이 도출되었다. 따라서 제동압력 계산 시스템은 차량이 제동해야 하는 상황에서 정확성 모두를 만족할 수 있다.

• 한국정밀공학회지
• /
• 제28권11호
• /
• pp.1265-1271
• /
• 2011

These days the number of aged and disabled people is increasing rapidly. But most of the disabled or the aged who have the ability to work, want to engage in economic activities and solve social restrictions as well as their bad financial conditions. This paper concerns about the tracking control of an electric wheelchair robot for welfare vehicle where the seat and electric wheelchair are separated and electric wheelchair robot must be autonomously controlled without the help of assistant. So the aged or the disabled people can drive welfare vehicle by himself by adopting this system. Therefore the concept of both an autonomous driving of electric wheelchair and path tracking robots is required in this system. Finally we suggested fuzzy controller in order to control the path tracking of electric wheelchair robot and compared the capability of the proposed controller with conventional PID controller.

• 정보보호학회논문지
• /
• 제31권6호
• /
• pp.1279-1290
• /
• 2021

차량 기술이 성장하면서 운전자의 개입이 필요 없는 자율주행까지 발전하였고, 이에 따라 차량 내부 네트워크인 CAN 보안도 중요해졌다. CAN은 해킹 공격에 취약점을 보이는데, 이러한 공격을 탐지하기 위해 기계학습 기반 IDS가 도입된다. 하지만 기계학습은 높은 정확도에도 불구하고 적대적 예제에 취약한 모습을 보여주었다. 본 논문에서는 IDS를 회피할 수 있도록 feature에 잡음을 추가하고 또한 실제 차량의 physical attack을 위한 feature 선택 및 패킷화를 진행하여 IDS를 회피하고 실제 차량에도 공격할 수 있도록 적대적 CAN frame 생성방법을 제안한다. 모든 feature 변조 실험부터 feature 선택 후 변조 실험, 패킷화 이후 전처리하여 IDS 회피실험을 진행하여 생성한 적대적 CAN frame이 IDS를 얼마나 회피하는지 확인한다.