• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.47-53
• /
• 2020

최근 모니터링 및 예측 시스템을 이용하여 사전에 결함을 발견하고 이를 경고하는 시스템이 활발히 연구되고 있다. 차량 안전 관리에 있어서도 예측 결함 분석 기술을 적용하여 자동차 휠 베어링의 고장 유무 및 고장 유형을 조기에 경고하는 시스템이 필요하다. 본 논문에서는 휠 베어링과 결합 된 센서 모듈과 각 센서 모듈에서 차량 가속 정보 및 진동 정보를 수집, 저장 및 분석하는 진단 시스템을 제시하였다. 제안된 센서 모듈은 저비용으로 차량의 휠 베어링 상태를 모니터링하며, 이렇게 수집된 데이터를 활용하여 진단 및 고장 예측 기능을 수행하는 방안을 연구하였다. 개발된 센서 모듈과 예측 분석 시스템은 가진 테스트 장비 및 실제 차량을 이용하여 테스트하고 그 유효성을 평가하였다.

• 로봇학회논문지
• /
• 제18권1호
• /
• pp.53-58
• /
• 2023

In general, in order to operate an autonomous underwater vehicle (AUV) in an underwater environment, a navigation system such as a Doppler Log (DVL) using a Doppler phenomenon of ultrasonic waves is used for speed and direction estimation. However, most of the ultrasonic sensors in underwater is large for long-distance sensing and the cost is very high. In this study, not only canal neuromast on the fish's lateral lines but also superficial neuromast are studied on the simulation to obtain pressure values for each pressure sensor, and the obtained pressure data is supervised using spherical CNN. To this end, through supervised learning using pressure data obtained from a pressure sensor attached to an underwater vehicle, we can estimate the speed and angle of the underwater vehicle in a quasi-static underwater environment and propose a method for a non-ultrasonic based navigation system.

• 한국정보전자통신기술학회논문지
• /
• 제13권2호
• /
• pp.138-144
• /
• 2020

현재 자율주행 차량 연구들은 긴급상황이 대처 가능한 4레벨의 자율주행 차량을 개발하기 위해 매진하고 있다. 차량이 긴급상황에 유연하게 대처하기 위해서는 피해를 최소화하는 방향으로 움직여야 하는데, 이는 주변 보행자, 도로 상태, 주변 차량의 상태 등 주행 중인 도로의 모든 상태를 판단하여 진행되어야 한다. 따라서 본 논문에서는 자율차량 내부의 탑승객 상황을 탐지하고, 그것을 V2V로 주변 차량에 공유하여 이 긴급상황에서 주행을 결정하는 데 도움을 줄 수 있는 자율차량의 주행을 보조하기 위한 탑승객 탐지 및 공유 시스템을 제안한다. 탑승객 탐지 및 공유 시스템은 현재 차량에서 탑승객을 인식하는 무게 측정 방식을 개선하여 정확하게 차량 내부의 승객 위치를 식별할 수 있고, 각 차량의 승객 위치를 주변의 다른 차량과 공유하기 때문에 긴급상황이 발생할 때 차량의 주행 결정에 도움을 줄 수 있다. 실험 결과, 탑승객 인식 서브 모듈에 적용된 체압 센서는 기존의 공진형 센서보다 약 8%, 압전형 센서보다 약 17% 높은 정확도를 보였다.

• 한국측량학회지
• /
• 제39권5호
• /
• pp.289-295
• /
• 2021

Recently, owing to the development of autonomous vehicles, research on precisely determining the position of a moving object has been actively conducted. Previous research mainly used the fusion of GNSS/IMU (Global Positioning System / Inertial Navigation System) and sensors attached to the vehicle through a Kalman filter. However, in recent years, new technologies have been used to determine the location of a moving object owing to the improvement in computing power and the advent of deep learning. Various techniques using RNN (Recurrent Neural Network), LSTM (Long Short-Term Memory), and NARX (Nonlinear Auto-Regressive eXogenous model) exist for such learning-based positioning methods. The purpose of this study is to compare the precision of existing filter-based sensor fusion technology and the NARX-based method in case of GNSS signal blockages using simulation data. When the filter-based sensor integration technology was used, an average horizontal position error of 112.8 m occurred during 60 seconds of GNSS signal outages. The same experiment was performed 100 times using the NARX. Among them, an improvement in precision was confirmed in approximately 20% of the experimental results. The horizontal position accuracy was 22.65 m, which was confirmed to be better than that of the filter-based fusion technique.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.23.5-23
• /
• 2001

This paper is concerned with the vehicle platooning in the AHS (Automated Highway Systems). For this, a relative navigation system is developed for the vehicles operating as a platoon. The relative navigation system is based on two sensors including GPS and MMWR (Millimeter-Wave Radar) and the federated Kalman Iter processing measurements of them. The architecture of this system requires GPS measurements of a preceding vehicle via communication link. Even if GPS measurements are available, they contain errors which are unacceptably high in vehicle platooning. Therefore, GPS carrier phase is considered. Integer ambiguities of GPS carrier phase measurements are determined by using MMWR ...

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.20-29
• /
• 2021

4차산업혁명 시대에는 대량의 데이터를 학습하여 예측과 분류의 정확성을 향상시킬 수 있는 인공지능의 활용이 핵심적이다. 그러나, 기존 이상탐지를 위한 방법은 제한된 데이터를 다루는 전통적인 통계 방법에 의존하고 있어, 정확한 이상탐지가 어렵다. 그러므로, 본 연구는 인공지능 기반 이상탐지 방법을 제시하여 예측 정확도를 높이고, 새로운 데이터 패턴을 정의하는 것을 목적으로 한다. 특히, 자동차의 경우 공회전 기간의 센서 데이터가 이상 탐지에 활용될 수 있다는 관점에서 데이터를 수집하고 분석하였다. 이를 위해, 예측 모델에 입력되는 데이터의 적정 시간 길이를 결정하고, 공회전 기간 데이터와 전체 운행 데이터의 분석 결과를 비교하며, 다양한 센서 데이터 조합에 의한 최적 예측 방법을 도출하였다. 또한, 인공지능 방법으로 선택된 CNN의 예측 정확성을 검증하기 위해 LSTM 결과와 비교하였다. 분석 결과, 공회전 데이터를 이용하고, 공회전 기간보다 1.5배 많은 기간의 데이터를 이용하며 LSTM보다는 CNN을 활용하는 것이 더 좋은 예측결과를 보였다.

• 한국전산구조공학회논문집
• /
• 제21권3호
• /
• pp.225-232
• /
• 2008

과적차량은 도로 및 교량 구조물과 도로 횡단 시설물 등에 손상요인으로 작용하므로 시설물의 내구성을 단축시켜 이에 따른 유지보수 비용을 증가시킨다. 기존의 단속 시스템은 많은 문제점을 내포하고 있어서 이에 대한 대처방안이 요구되고 있다. 이에 따라, 본 논문에서는 주행중인 과적차량의 지능형 무인과적 단속 시스템 개발을 위하여 유비쿼터스 센서네트워크 시스템을 구성하고, 무선통신프로토콜을 통한 실내성능실험으로 축중 WIM센서 선정, 하중 및 온도에 따른 변수, 자율공간 송수신 거리 실험을 통해 U-도로 과적차량 무인관리 시스템의 가능성을 검토하였다. 그리고 고속 주행 상태에서도 차량의 하중 측정이 가능한 High Speed WIM Sensor의 성능에 대해 검증하였다. 또한 USN구성을 위한 센서의 무선화 테스트를 실시하였다. 본 연구에서 실시한 실험은 기본적으로 고속 WIM센서와 함께 USN의 구성과 Internal/External Network의 완전 무인, 무선화 시스템을 통한 사용자 중심의 시스템을 구축하는 것이 최종 목적이므로 향후 WCDMA/HSDPA를 이용한 External Network의 구성과 실제 과적 단속 적용을 위하여 Test Bed를 통한 실험이 실시되어야 할 것이다.

• 한국자동차공학회논문집
• /
• 제21권1호
• /
• pp.23-29
• /
• 2013

In recent years, development of energy conversion systems using hydrogen as an energy source has been accelerated globally. Even though hydrogen is an environment-friendly energy source, safety and effectiveness issues in storage, transportation, and usage of hydrogen should be clearly resolved in every application. Therefore, sensors for detecting hydrogen leakage, especially for fuel cell electric vehicles, should be designed to have much higher resolution and accuracy in comparison with conventional gas sensors. In this study, we conducted to determine the design parameters for the semiconductor hydrogen sensor with optimized sensing conditions under the thermal distribution characteristic and thermal transfer characteristic. The heat generation study on power supply voltage was studied for correlation analysis of thermal energy according to the power supply voltage variation from 1.0 voltage to 10.0 voltage every 0.5 voltage. And we studied for the temperature coefficient of resistance with hydrogen sensor.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2000년도 춘계학술대회논문집
• /
• pp.47-56
• /
• 2000

In this study, as the preliminary step for developing an unmanned vehicle to deliver a container-box, we designed and implemented Automatic Guided Vehicle(AGV) Simulator for the purpose of Port Facilities Automation. It is preferable to research the intelligent AGV for delivery all day long. For complementing AGV simulator driving, we used multiple-sensor systems with vision, ultrasonic, IR and adapted the high-speed wireless LAN that satisfies the IEEE 802.11 Standard for bi-directional communication between main processor in AGV and Host computer. Here, we mounted on bottom frame in AGV Pentium-III processor, which combine and compute the information from each sensor system and control the AGV driving, and used the 80C196KC micro-controller to control the actuating and steering motors.

• 로봇학회논문지
• /
• 제7권2호
• /
• pp.113-119
• /
• 2012

In this paper we propose the method that detects moving objects in autonomous navigation vehicle using LRF sensor data. Object detection and tracking methods are widely used in research area like safe-driving, safe-navigation of the autonomous vehicle. The proposed method consists of three steps: data segmentation, mobility classification and object tracking. In order to make the raw LRF sensor data to be useful, Occupancy grid is generated and the raw data is segmented according to its appearance. For classifying whether the object is moving or static, trajectory patterns are analysed. As the last step, Markov chain Monte Carlo (MCMC) method is used for tracking the object. Experimental results indicate that the proposed method can accurately detect moving objects.