• 자동차안전학회지
• /
• 제10권2호
• /
• pp.29-35
• /
• 2018

This paper presents a quantitative evaluation method and result of moving vehicle perception using automotive radar. It is also important to analyze the accuracy of the perception algorithm quantitatively as well as to accurately percept nearby moving vehicles for safe and efficient autonomous driving. In this study, accuracy of the automotive radar-based perception algorithm which is developed based on interacting multiple model (IMM) has been verified via vehicle tests on real roads. In order to obtain experimental data for quantitative evaluation, Long Range Radar (LRR) has been mounted on the front of the ego vehicle and Short Range Radar (SRR) has been mounted on the rear side of both sides. RT-range has been installed on the ego vehicle and the target vehicle to simultaneously collect reference data on the states of the two vehicles. The experimental data is acquired in various relative positions and velocity, and the accuracy of the algorithm has been analyzed according to relative position and velocity. Quantitative analysis is conducted on relative position, relative heading angle, absolute velocity, and yaw rate of each vehicle.

• 한국가스학회:학술대회논문집
• /
• 한국가스학회 2005년도 추계학술발표회 논문집
• /
• pp.37-43
• /
• 2005

도시가스를 사용하고 있는 사용가구에 대한 설문조사 결과 10가구 당 7가구 꼴로 도시가스가 안전한 것으로 인식하고 있지만 이 중 $30\%$는 향후 가스 안전사고가 자신의 집에서 발생할 가능성이 있다고 인식하고 있어 도시가스이용이 상대적으로 안전하기는 하지만 여전히 사고의 위험성이 상존하고 있다는 것을 도시가스를 사용하는 가구 구성원들이 인식하고 있는 것으로 나타났다. 이러한 도시가스 소비자의 가스안전에 대한 인식은 연령, 성별, 소득수준 등과는 무관한 것으로 분석된 반면, 고학력자이며, 직, 간접적인 가스안전사고 경험이 있고, 가스안전점검요령을 미숙지하고 있는 사람일수록 도시가스사용의 안전성에 대한 인식이 상대적으로 낮게 나타났다. 한편, 대다수의 도시가스사용가구가 최소한의 가스안전점검방법을 알고 있는 반면, 단지 $60\%$만이 자율점검을 실시하고 있는 것으로 나타나 소비자가 자율적인 안전점검에 대해 매우 소홀히 하고 있음을 알 수 있다. 특히 자율점검을 실시하지 않는 이유로 대다수의 응답자가 "외부로부터 안전점검을 받기 때문에 자율점검의 필요성을 못느끼고 있다"라고 응답한 점을 감안할 때 소비자들의 외부에 대한 안전점검의 의존성향을 변화시키기 위해서는 도시가스사 직원의 정기 안전검사시 안전점검 외에도 자율점검의 필요성 및 방법 등에 대한 올바른 교육 및 적극적인 홍보활동이 필요하다.

• 한국지능시스템학회논문지
• /
• 제25권2호
• /
• pp.186-190
• /
• 2015

지능형 자동차는 주변 환경에 대한 인식을 바탕으로 동작을 계획하고 움직인다. 따라서 정확한 환경 인식은 자율 주행 자동차의 필수 요소로 여겨진다. 차량의 주행 환경은 차량이나 보행자 같은 동적인 장애물이 다수 존재하여, 안전한 동작을 위해 이런 동적 장애물에 대한 인식이 정확하게 이루어져야 한다. 이를 위해 센서의 불확실성을 극복하는 일이 필수적이다. 본 논문에서는 레이더 센서를 이용하여 다수의 차량을 인식하고 추적하는 알고리즘을 제안한다. 제안된 추적 시스템은 몇 가지 특징을 갖는다. 레이더 센서가 차량을 계측할 때, 그 데이터가 양 모서리에서 주로 나타나는 특징을 혼합 밀도 네트워크로 표현하고, 이렇게 표현된 레이더 데이터의 확률적인 분포를 파티클 필터의 가중치 계산에 적용하여 추적 알고리즘을 수행하였다. 또한, 파티클 필터가 갖는 차원의 저주를 극복하고 시간의 흐름에 따라 그 숫자가 변화하는 다수 대상체의 상태를 예측하기 위해 가역 점프 마르코프 체인 몬테 카를로 (RJMCMC)를 통한 샘플링을 적용하였다. 제안된 알고리즘은 시뮬레이션을 통해 검증되었다.