• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2013년도 춘계학술대회 논문집
• /
• pp.445-446
• /
• 2013

• 제어로봇시스템학회논문지
• /
• 제21권3호
• /
• pp.217-223
• /
• 2015

Autonomous driving is no longer atechnology of the future since the development of autonomous vehicles has now been realized, and many technologies have already been developed for the convenience of drivers. For example, autonomous vehicles are one of the most important drive assistant systems. Among these many drive assistant systems, Cruise Control Systems are now a typical technology. This system constantly maintains a vehicle's speed and distance from a vehicle in front by using Radar or LiDAR sensors in real time. Cruise Control Systems do not only serve their original role, but also fulfill another role as a 'Driving Safety' measure as they can detect a situation that a driver did not predict and can intervene by assuming a vehicle's longitude control. However, these systems have the limitation of only focusing on driver safety. Therefore, in this paper, an Intelligent Cruise Control System that utilizes the path planning method and GIS is proposed to overcome some existing limitations.

• International Journal of Control, Automation, and Systems
• /
• 제2권3호
• /
• pp.374-383
• /
• 2004

This paper presents a neural network adaptive controller for autonomous diving control of an autonomous underwater vehicle (AUV) using adaptive backstepping method. In general, the dynamics of underwater robotics vehicles (URVs) are highly nonlinear and the hydrodynamic coefficients of vehicles are difficult to be accurately determined a priori because of variations of these coefficients with different operating conditions. In this paper, the smooth unknown dynamics of a vehicle is approximated by a neural network, and the remaining unstructured uncertainties, such as disturbances and unmodeled dynamics, are assumed to be unbounded, although they still satisfy certain growth conditions characterized by 'bounding functions' composed of known functions multiplied by unknown constants. Under certain relaxed assumptions pertaining to the control gain functions, the proposed control scheme can guarantee that all the signals in the closed-loop system satisfy to be uniformly ultimately bounded (UUB). Simulation studies are included to illustrate the effectiveness of the proposed control scheme, and some practical features of the control laws are also discussed.

• 자동차안전학회지
• /
• 제13권1호
• /
• pp.14-25
• /
• 2021

This paper presents a RLS based adaptive sliding mode observer (A-SMO) for unknown fault reconstruction in longitudinal autonomous driving. Securing the functional safety of autonomous vehicles from unexpected faults of sensors is essential for avoidance of fatal accidents. Because the magnitude and type of the faults cannot be known exactly, the RLS based A-SMO for unknown acceleration fault reconstruction has been designed with relationship function in this study. It is assumed that longitudinal acceleration of preceding vehicle can be obtained by using the V2V (Vehicle to Vehicle) communication. The kinematic model that represents relative relation between subject and preceding vehicles has been used for fault reconstruction. In order to reconstruct fault signal in acceleration, the magnitude of the injection term has been adjusted by adaptation rule designed based on MIT rule. The proposed A-SMO in this study was developed in Matlab/Simulink environment. Performance evaluation has been conducted using the commercial software (CarMaker) with car-following scenario and evaluation results show that maximum reconstruction error ratios exist within range of ±10%.

• 자동차안전학회지
• /
• 제15권2호
• /
• pp.6-12
• /
• 2023

For the commercialization and standardization of autonomous vehicles, demand for rigorous safety criteria has been increased over the world. In Korea, the number of extraordinary service permission for automated vehicles has risen since Hyundai Motor Company got its initial license in March 2016. Nevertheless, licensing standards and evaluation factors are still insufficient for operating on public roadways. To assure driving safety, it is significant to verify whether or not the vehicle's decision is similar to human driving. This paper validates the safety of the autonomous vehicle by drawing scenario-based comparisons between manual driving and autonomous driving. In consideration of real traffic situations and safety priority, seven scenarios were chosen and classified into basic and advanced scenarios. All scenarios and safety factors are constructed based on existing ADAS requirements and investigated via a computer simulation and actual experiment. The input data was collected by an experimental vehicle test on the SNU FMTC test track located at Siheung. Then the offline simulation was conducted to verify the output was appropriate and comparable to the manual driving data.

• Journal of information and communication convergence engineering
• /
• 제21권4호
• /
• pp.346-350
• /
• 2023

Trajectory prediction is an essential element for driving autonomous vehicles, and various trajectory prediction models have emerged with the development of deep learning technology. Convolutional neural network (CNN) is the most commonly used neural network architecture for extracting the features of visual images, and the latest models exhibit high performances. This study was conducted to identify an efficient CNN backbone model among the components of deep learning models for trajectory prediction. We changed the existing CNN backbone network of multiple-trajectory prediction models used as feature extractors to various state-of-the-art CNN models. The experiment was conducted using nuScenes, which is a dataset used for the development of autonomous vehicles. The results of each model were compared using frequently used evaluation metrics for trajectory prediction. Analyzing the impact of the backbone can improve the performance of the trajectory prediction task. Investigating the influence of the backbone on multiple deep learning models can be a future challenge.

• 한국ITS학회 논문지
• /
• 제21권4호
• /
• pp.145-156
• /
• 2022

본 연구는 자율주행차 보안 강화를 목적으로 자율주행차 특징, 보안 위협, 국내외 컴플라이언스 등 자율주행차 보안 관련 현황 분석을 통해 보안 수준 점검 항목을 도출하였고 이를 토대로 AHP 모형에 적용하여 상대적 중요도를 확인하였다. 실증 분석 결과 사이버보안 관리체계 수립·이행, 암호화, 위험평가 등의 순으로 중요도 우선 순위가 나타났다. 본 연구의 의의는 자율주행차관련 보안 수준 점검 항목을 도출하고 연구 모형을 실증함으로써 인명 피해까지 초래할 수 있는 사이버 보안 사고 감소 및 관련 기업들의 자율주행차 보안 관리 수준을 향상시킬 수 있다. 그리고 자율주행차 점검 항목의 상대적 중요도를 고려하여 점검을 수행한다면 보안 수준을 조기에 식별할 수 있을 것이다.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.132-145
• /
• 2020

4차 산업혁명의 도래로 정밀도로지도는 미래형자동차, 물류, 로봇 등의 분야에서 자율주행의 위치결정을 위한 핵심 인프라로 자리잡고 있다. 특히, 자율주행자동차는 자기위치 결정뿐만 아니라 LiDAR, GNSS, Radar, 스테레오카메라 등 다양한 센서에서 감지하는 대상체의 정확한 위치결정을 위하여 정밀도로지도의 의존도가 더욱 증대되고 있는 실정이다. 현재 자율주행 및 C-ITS 기술이 현실화됨에 따라 정밀도로지도의 정밀한 위치정보에 대한 요구가 증가하고 있으며, 각종 변화정보의 감지 및 실시간 정보 융합에 따른 새로운 정밀지도 생성 기술 요구도 함께 증가하고 있다. 따라서 본 연구에서는 정밀도로지도와 관련된 국내·외 표준 및 관련된 제반 환경의 동향을 분석하고, 이를 기반으로 현재 정밀도로지도를 구축하는 기관별로 표준 정밀도로지도와 비교하여 활용성을 연구하였다. 또한 추가적으로 표준 정밀도로지도에 대하여 실제 자율주행자동차에 적용하기 위한 정밀도로지도를 재가공하여 활용성을 연구하였다. 연구 결과 표준 정밀도로지도는 항법레이어 구축과 교통안전시설의 재가공이 필요하나 다양한 기관이 유용하게 활용할 수 있도록 구축되어 있음을 확인하였다. 향후 본 연구에서 제시한 결과를 기반으로 자율주행 협력모델에서 기관별 레이어 분류와 정의 등에 대하여 추가적인 연구가 진행된다면 보다 효율적인 정밀도로지도 및 도로 주변 공간정보가 구축 및 갱신이 이루어질 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제13권2호
• /
• pp.129-137
• /
• 2020

현재 자율주행 차량 시장은 3레벨 자율주행 차량의 상용화를 넘어 4레벨 자율주행 차량을 연구, 개발하고 있다. 4레벨 자율주행 차량에서 가장 주목되는 부분은 차량의 안정성이다. 3레벨과 다르게 4레벨의 자율주행 차량은 긴급상황을 차량이 직접 대처해야 하기 때문이다. 본 논문에서는 긴급상황에서의 즉각적인 반응보다는 차량의 목적지가 정해진 순간 사고 가능성이 가장 낮은 경로를 결정하는 Optimized Vehicle Routing System (OVRS)을 제안한다. OVRS는 RSU 통신으로 수집한 도로와 주변 차량 정보를 분석하여 도로의 위험성을 예측하여 주행 중인 차량이 더 안전하고 빠른 길로 주행할 수 있도록 경로를 설정한다. OVRS는 네트워크 라우팅 방식처럼 도로에 있는 RSU를 통하여 도로 상황에 따른 경로 안내를 실행하기 때문에 차량의 안정성을 더욱 높일 수 있다. 실험 결과, OVRS모듈 중 하나인 ASICM의 RPNN은 CNN보다 약 17%, LSTM보다 약 40% 더 좋은 연산 시간을 보였다. 그러나 해당 연구가 PC를 이용한 가상환경에서 실행되었기 때문에, VPDM의 사고 가능성을 실제로 검증하지 못했다. 따라서 향후 사고 데이터 수집으로 인한 VPDM의 정확도 높은 실험과 실제 차량 및 RSU에서 실제 도로를 대상으로 한 실험이 진행되어야 한다.

• 한국항행학회논문지
• /
• 제27권1호
• /
• pp.36-42
• /
• 2023

자율주행 차량의 개발은 현재 각종 기업체와 연구소에서 활발하게 이뤄지고 있다. 특정 산업뿐만 아니라 일상생활 속 상용화에 대한 기대감 역시 높아진 상태이다. 자율주행 차량을 위한 시뮬레이터는 안정성 및 비용을 고려했을 때, 알고리즘 개발 및 수행에 있어서 필수 요소이다. 이러한 필요 속에서 다양한 시뮬레이터 및 시뮬레이터용 플랫폼들이 등장하고 있지만, 현실 세계의 다양한 기상 환경 요소를 반영한 시뮬레이션에 대한 연구는 아직 미흡한 편이다. 본 논문은 기상 환경을 고려할 수 있는 자율주행 차량용 교통 시뮬레이션을 제안하였다. 설정할 수 있는 기상 환경을 크게 4가지로 분류하였고, 이를 적용할 수 있는 개선된 충돌 방지 알고리즘을 제시한다. 시뮬레이션 개발은 자율주행을 위한 개발 도구 CARLA의 Python API를 통해 이루어졌고, 기존 충돌 알고리즘과의 수행 결과를 비교하였다. 이를 통해 실생활의 다양한 기상 환경 요소를 반영할 수 있는 고도화된 자율주행 차량용 시뮬레이션 개발을 위한 개선점을 제안하고자 하였다.