• 로봇학회논문지
• /
• 제10권1호
• /
• pp.33-41
• /
• 2015

Recent developments in robotics and intelligent vehicle area, bring interests of people in an autonomous driving ability and advanced driving assistance system. Especially fully automatic parking ability is one of the key issues of intelligent vehicles, and accurate parked vehicles detection is essential for this issue. In previous researches, many types of sensors are used for detecting vehicles, 2D LiDAR is popular since it offers accurate range information without preprocessing. The L shape feature is most popular 2D feature for vehicle detection, however it has an ambiguity on different objects such as building, bushes and this occurs misdetection problem. Therefore we propose the accurate vehicle detection method by using a 3D complete vehicle model in 3D point clouds acquired from front inclined 2D LiDAR. The proposed method is decomposed into two steps: vehicle candidate extraction, vehicle detection. By combination of L shape feature and point clouds segmentation, we extract the objects which are highly related to vehicles and apply 3D model to detect vehicles accurately. The method guarantees high detection performance and gives plentiful information for autonomous parking. To evaluate the method, we use various parking situation in complex urban scene data. Experimental results shows the qualitative and quantitative performance efficiently.

• Journal of Positioning, Navigation, and Timing
• /
• 제9권3호
• /
• pp.285-292
• /
• 2020

This paper introduces a new computational efficient Dilution of Precision (DOP)-based landmark exclusion method while ensuring the safety of the LiDAR-based navigation system that uses an innovation-based Nearest-Neighbor (NN) Data Association (DA) process. The NN DA process finds a correct landmark association hypothesis among all potential landmark permutations using Kalman filter innovation vectors. This makes the computational load increases exponentially as the number of landmarks increases. In this paper, we thus exclude landmarks by introducing DOP that quantifies the geometric distribution of landmarks as a way to minimize the loss of integrity performance that can occur by reducing landmarks. The number of landmarks to be excluded is set as the maximum number that can satisfy the integrity risk requirement. For the verification of the method, we developed a simulator that can analyze integrity risk according to the landmark number and its geometric distribution. Based on the simulation, we analyzed the relationship between DOP and integrity risk of the DA process by excluding each landmark. The results showed a tendency to minimize the loss of integrity performance when excluding landmarks with poor DOP. The developed method opens the possibility of assuring the safety risk of the Lidar-based navigation system in real-time applications by reducing a substantial amount of computational load.

• 터널과지하공간
• /
• 제30권1호
• /
• pp.76-86
• /
• 2020

본 연구에서는 라이다 센서를 활용한 지하광산용 소형 자율주행 로봇을 개발하였다. 개발된 로봇은 라이다 센서를 사용하여 좌, 우 벽면까지의 거리를 측정하고, 지하광산 갱도의 중앙선을 따라 이동하도록 조향을 자동 제어한다. 개발된 로봇의 주행성능을 테스트하기 위해 지하 자수정광산에서 현장실험 수행하였다. 5번의 반복 실험에서 로봇은 전체적으로 안정적인 주행성능을 보여주었다. 광산 갱도 벽면과의 충돌 사고도 발생하지 않았다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.253-273
• /
• 2022

자율주행자동차는 센서를 통해 수집되는 정보에 의존해 주행을 한다. 따라서, 센서로부터 수집되는 정보의 불확실성은 해결해야 할 중요한 부분이다. 이를 위하여 도로·교통 분야에서는 인프라 또는 시설물을 통해 이러한 센서의 불확실성을 해결하기 위한 연구를 수행한다. 본 연구는 이러한 자율주행 지원 인프라 개발 연구의 일환으로 강우 상황에서도 충분히 LiDAR의 검지성능이 확보되어 공사구간에서 시선유도 기능을 유지할 수 있는 교통콘을 개발하여 이의 개선효과를 실증을 통해 검증하였다. 연구진이 개발한 개선 교통콘은 기존의 원뿔형보다 반사 성능이 증대될 수 있도록 직교형과 평면형 2가지 형태로 제작하였다. 실증수행 결과, 평면형 교통콘은 운전자의 시야확보가 불가능한 수준인 50 mm/h 강우 환경에서도 기존 교통콘에 비하여 우수한 검지성능이 확보됨을 확인할 수 있었다. 또한 두 개선 교통콘 모두 강우 비중이 높은 20 mm/h 수준에서는 맑은 날 수준의 검지수준이 유지되는 것도 확인하였다. 향후, 자율주행의 안전을 유도할 수 있는 교통콘이 현장에서 실제로 적용될 수 있도록 개선방안을 발전시켜 나가야 할 것이다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.93-102
• /
• 2023

클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다.

• 한국지반공학회논문집
• /
• 제38권7호
• /
• pp.5-24
• /
• 2022

현행 비탈면 앵커공법의 보강성능평가는 앵커 두부와 지반밀착도, 앵커 두부의 균열 및 파손에 대해서 정성적으로 성능을 평가하고 있다. 이로 인해 성능저하 상태 점검을 위한 정량적 데이터베이스화와 이를 이용한 시간이력 관리는 어려운 실정이다. 이에 본 연구에서는 비탈면에 설치된 앵커공법의 정량적 유지관리에 활용하기 위하여 UAS 영상과 지상 LiDAR의 사각지대를 보완하기 위한 SfM기반의 조합 3차원 수치모형을 구현하여 손상인자의 수치데이터를 검출하였다. 비탈면과 같은 수직구조물에서 상대적으로 높은 z 좌표 오차를 갖는 UAS 3차원 수치모형에서 사각지대 데이터 공백을 상호 보완하기 위하여 지상 LiDAR 스캔 데이터를 조합하였고 z 좌표 정확도의 향상을 확인하였다. 비탈면에 설치된 10공의 앵커에 임의로 손상을 발생시킨 후에 3차원 수치모형을 구축하였고 정사투영을 통해 균열, 파손, 회전변위와 지반 밀착도에 대한 수치 값을 검출하였다. 8K 해상도로 균열 실측값과 비교시 ±0.05mm의 오차범위에서 0.3mm 미만의 균열 검출이 가능하였다. 앵커 두부의 최대 파손 면적은 설계대비 3% 이내로 발생된 것을 확인하였고, 파손부의 체적 또한 검출하였다. 특히 z 좌표 데이터가 중요한 지반밀착도의 경우 UAS 3차원 수치모형에서는 사각지대로 인한 데이터 공백으로 측정이 불가능하였지만 지상 LiDAR를 조합할 경우 앵커 저면과 지반의 불규칙한 표면에서 표고차 확인이 가능하여 임의의 20개 지점의 평균 표고차를 지반밀착도로 도출하였다. 또한, 앵커 두부의 1° 미만의 회전각과 이동 변위 값도 검출하였다. 이에 본 연구에서 구축한 3차원 수치모형에서 앵커 손상인자의 정량적 데이터 추출이 가능하였고, 이를 데이터베이스화 한다면 정량적 평가지표의 기초자료로써 활용이 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.653-666
• /
• 2020

지속가능한 산림 발전을 위해 식생층위구조를 파악하는 것은 산림 자원 관리에 중요한 요소이다. 최근 기술의 발달로 드론, 딥러닝 등 신기술을 산림 부문에 접목한 활용이 늘어났으며, 이를 이용한 식생층위구조 추정이 가능해졌다. 본 연구에서는 드론-광학 및 LiDAR 영상을 융합하여 공주, 삼척, 서귀포 지역에 대해 식생층위구조를 파악하였으며, 각 92.62%(Kappa value: 0.59), 91.57%(Kappa value: 0.53), 86.00%(Kappa value: 0.63)의 정확도를 확인하였다. 딥러닝을 활용한 식생층위구조 분석 기술은 광학 및 LiDAR의 정보량이 많아질수록 모델의 성능을 높일 수 있을 것으로 기대된다. 향후, 식생의 다양한 특성이 반영될 수 있는 복잡도 높은 모델과 충분한 샘플링을 통한 학습자료 구축이 동반되어 모델의 완성도가 높아진다면, 전국단위의 식생층위구조 지도를 구축하여 우리나라 정책·제도의 참고자료로 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제34권1호
• /
• pp.45-74
• /
• 2018

Landslide is a natural hazard that threats lives and properties in many areas around the world. Landslides are difficult to recognize, particularly in rainforest regions. Thus, an accurate, detailed, and updated inventory map is required for landslide susceptibility, hazard, and risk analyses. The inconsistency in the results obtained using different features selection techniques in the literature has highlighted the importance of evaluating these techniques. Thus, in this study, six techniques of features selection were evaluated. Very-high-resolution LiDAR point clouds and orthophotos were acquired simultaneously in a rainforest area of Cameron Highlands, Malaysia by airborne laser scanning (LiDAR). A fuzzy-based segmentation parameter (FbSP optimizer) was used to optimize the segmentation parameters. Training samples were evaluated using a stratified random sampling method and set to 70% training samples. Two machine-learning algorithms, namely, Support Vector Machine (SVM) and Random Forest (RF), were used to evaluate the performance of each features selection algorithm. The overall accuracies of the SVM and RF models revealed that three of the six algorithms exhibited higher ranks in landslide detection. Results indicated that the classification accuracies of the RF classifier were higher than the SVM classifier using either all features or only the optimal features. The proposed techniques performed well in detecting the landslides in a rainforest area of Malaysia, and these techniques can be easily extended to similar regions.

• 한국방재학회 논문집
• /
• 제6권3호
• /
• pp.17-28
• /
• 2006

구조물의 건전성 모니터링은 구조물의 안전 및 사용성을 위하여 중요하다. 구조물의 변위는 직접적인 구조물 강성의 평가 지표가 되기 때문에 정확하고 주기적으로 모니터 되어야 한다. 그러나 이러한 변위 모니터를 위한 실용적인 방법이 아직까진 없고, 특히 고층 건물이나 장 스팬 교량과 같이 접근성이 어려운 구조물의 경우는 더욱 그러하다. 이러한 문제점을 해결하기 위하여 레이저 펄스를 이용하여 원격으로 물체 표면을 탐사하고 수많은 좌표를 생성할 수 있는 라이다 시스템을 제안하였다. 본 연구에서는 지상 라이다를 이용하여 구조물의 헬스 모니터링을 위한 새로운 변위계측모델을 개발하였고 검증을 위한 실험이 수행되었다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1709-1718
• /
• 2021

항공수심라이다[airborne bathymetric LiDAR (Light Detection And Ranging)] 시스템의 웨이브폼(waveform) 데이터는 기존의 이산반환(discrete-return) 데이터에 비해 정확도, 해상도, 신뢰도가 향상된 데이터를 제공하며, 사용자의 데이터 처리 통제력을 강화하며 반환신호에 대한 추가적인 정보 추출을 가능하게 한다. 웨이브폼 분해(waveform decomposition)는 수면과 해저 반사, 수중산란 및 각종 노이즈가 혼재되어 수신된 웨이브폼으로부터 각각의 에코(echo)를 분리하는 기술로, 지형 포인트 추출을 위해 선행되어야 하는 처리 과정이자 측량 성과를 좌우하는 주요 기술이다. 본 연구에서는 항공수심라이다 원시 데이터로부터의 포인트 추출 성능을 향상시키 위해 새로운 웨이브폼 분해 기술을 개발하였다. 기존의 웨이브폼 분해 기술들이 웨이브폼 피크(peak)들을 가우시안(Gaussian) 분해의 초기값으로 사용하여 분해된 에코의 개수와 분해 성능이 피크 탐지 결과에 좌우되는데 반해, 제안한 기술은 최초 피크들 외에 잠재적인 피크 후보들을 추정하여 추가함으로써, 분해 모델의 근사 정확도를 향상시켰다. 국내 개발된 항공수심라이다 장비인 씨호크(Seahawk)로부터 동해안에서 취득된 웨이브폼 데이터를 이용한 실험 결과, 가우시안 분해 방법 대비 제안한 방법의 모델 근사 적합도(RMSE 기준)가 약 37% 향상된 결과를 얻었다.