A dead zone prediction system for vehicles are implemented in this paper. To improve performance reliability and stability, we import two method to get a information between car and car, and car and road. One is traffic lane detection method, another is vecle recognition. In this paper, we explain the methods and whole structure about this system except for details.
This paper develops a computer model of a cabover type large truck for estimating the effects of the mounted method of frame on handling performance. The computer model considers two mounted methods of frame; flange mounted and web mounted. Frame is modeled by finite elements using MSC/NASTRAN in order to consider the flexibility of frame. The reliability of the developed computer model is verified by comparing the actual vehicle test results with the simulation results. The actual vehicle test is performed in a double lane change course, and lateral acceleration, yaw rate, and roll angle are measured. To estimate the effects of the mounted method of frame on handling performance, simulations are performed with the flange mounted and web mounted frame. Simulation results show that the web mounted frame's variations of roll angle, lateral acceleration, and yaw rate are larger than the flange mounted frame's variations, especially in the high test velocity and the second part of the double lane course. Also, simulation results show that the web mounted frame's tendencies of roll angle, lateral acceleration, and yaw rate advance the flange mounted frame's tendencies, especially in the high test velocity and the second part of the double lane course.
Intersection control has dual-purposes; increasing capacity and reducing delay. The primary concern of efficient intersection control under oversaturated condition as in Korea is to increase capacity. Prevailing intersection operation technique permits thru traffic to utilize left turn lane, because the intersection without left turn pocket has left turn signal interval. In this situation, it seems not to be valid to calculate capacity, delay, and signal timings by conventional methods. By critical lane technique, capacity increases as cycle length increases. However, when thru traffic utilize LT lane, the capacity varies according to LT volume, LT interval as well as cycle length, which implies that specific cycle length and LT interval exist to maximize capacity for given LT volume. The study is designed is designed to calculate utilization factors of LT lane for thru traffic and capacities, and identify signal timings to yield maximum capacity. The experimental design involved has 3 variables; 1)LT volumes at each approach(20-300 vph), 2)cycle lengths (60-220 sec), and 3)LT intervals(2.6-42 sec) for one scenario of isolated intersection crossing two 6-lanes streets. For LT volume of 50-150 vph, capacity calculated by using the utilization factor is about 25% higher than that by critical lane method. The range of optimum cycle length to yield maximum capapcity for LT volume less than 120 vph is 140-180 sec, and increases as LT volume increases. The optimum LT interval to yield maximum capacity is longer than the intrval necessary to accommodate LT volume at saturation flow rate.
딥러닝 기반의 이미지 세그멘테이션은 차선 인식을 위해 널리 사용되는 접근 방식 중 하나로, 차선의 키포인트를 추출하기 위한 후처리 과정이 필요하다. 일반적으로 키포인트는 사용자가 지정한 임계값을 기준으로 추출한다. 하지만 최적의 임계값을 찾는 과정은 큰 노력을 요구하며, 데이터 세트(또는 이미지)마다 최적의 값이 다를 수 있다. 본 연구는 사용자의 직접 임계값 지정 대신, 대상의 이미지에 맞추어 적절한 임계값을 자동으로 설정하는 키포인트 추출 알고리즘을 제안한다. 본 논문의 키포인트 추출 알고리즘은 차선 영역과 배경의 명확한 구분을 위해 줄 단위 정규화를 사용한다. 그리고 커널 밀도 추정을 사용하여, 각 줄에서 각 차선의 키포인트를 추출한다. 제안하는 알고리즘은 TuSimple과 CULane 데이터 세트에 적용되었으며, 고정된 임계값 사용 대비 정확도 및 거리오차 측면에서 1.80%p와 17.27% 향상된 결과를 얻는 것을 확인하였다.
A lane detection based on a road model or feature all needs correct acquirement of information on the lane in an image. It is inefficient to implement a lane detection algorithm through the full range of an image when it is applied to a real road in real time because of the calculating time. This paper defines two (other proper terms including"modes") for detecting lanes on a road. First is searching mode that is searching the lane without any prior information of a road. Second is recognition mode, which is able to reduce the size and change the position of a searching range by predicting the position of a lane through the acquired information in a previous frame. It allows to extract accurately and efficiently the edge candidate points of a lane without any unnecessary searching. By means of inverse perspective transform which removes the perspective effect on the edge candidate points, we transform the edge candidate information in the Image Coordinate System(ICS) into the plan-view image in the World Coordinate System(WCS). We define a linear approximation filter and remove faulty edge candidate points by using it. This paper aims at approximating more correctly the lane of an actual road by applying the least-mean square method with the fault-removed edge information for curve fitting.e fitting.
A lane detection based on a road model or feature all need correct acquirement of information on the lane in a image, It is inefficient to implement a lane detection algorithm through the full range of a image when being applied to a real road in real time because of the calculating time. This paper defines two searching range of detecting lane in a road, First is searching mode that is searching the lane without any prior information of a road, Second is recognition mode, which is able to reduce the size and change the position of a searching range by predicting the position of a lane through the acquired information in a previous frame. It is allow to extract accurately and efficiently the edge candidates points of a lane as not conducting an unnecessary searching. By means of removing the perspective effect of the edge candidate points which are acquired by using the inverse perspective transformation, we transform the edge candidate information in the Image Coordinate System(ICS) into the plane-view image in the World Coordinate System(WCS). We define linear approximation filter and remove the fault edge candidate points by using it This paper aims to approximate more correctly the lane of an actual road by applying the least-mean square method with the fault-removed edge information for curve fitting.
Lately, many studies have been progressed for the protection human's lives and property as holding in check accidents happened by human's carelessness or mistakes. One part of these is the development of an autonomouse vehicle. General control method of vision-based autonomous vehicle system is to determine the navigation direction by analyzing lane images from a camera, and to navigate using proper control algorithm. In this paper, characteristic points are abstracted from lane images using lane recognition algorithm with sobel operator. And then the vehicle is controlled using two proposed auto-steering algorithms. Two steering control algorithms are introduced in this paper. First method is to use the geometric relation of a camera. After transforming from an image coordinate to a vehicle coordinate, a steering angle is calculated using Ackermann angle. Second one is using a neural network algorithm. It doesn't need to use the geometric relation of a camera and is easy to apply a steering algorithm. In addition, It is a nearest algorithm for the driving style of human driver. Proposed controller is a multilayer neural network using Levenberg-Marquardt backpropagation learning algorithm which was estimated much better than other methods, i.e. Conjugate Gradient or Gradient Decent ones.
PURPOSES : The purpose of this paper is to develop a methodology to estimate level of service of arterial including Exclusive Median Bus Lanes. METHODS : On 6 Exclusive Median Bus Lanes routes in Seoul, bus travel time and number of bus-stop per km were investigated. Also whether or not passing lane exists at bus-stop was checked. Based on the data from sites, bus travel time was estimated according to length of segment, number of bus-stop per km and whether or not passing lane exists at bus-stop. RESULTS : A bus travel time table was developed according to length of segment, number of bus-stop per km and whether or not passing lane exists at bus-stop. After bus travel speed and passenger car travel speed is estimated based on each travel time table and length of segment, two speeds are combined with weighted average speed using traffic volume of each lane group. Then weighted average speed is a measure of effectiveness of arterial including Exclusive Median Bus Lanes. CONCLUSIONS : It can be concluded that the proposed methodology can estimate level of service of arterial including Exclusive Median Bus Lanes considering the operation characteristics of Exclusive Median Bus Lanes.
단차로 무인 자동통행료 징수시스템(하이패스) 이용률증가와 함께 차단차로 운영, 차단기 작동 등에 따라 단차로 무인 자동통행료 징수시스템 차로 정체는 필연적이다. 이를 개선하기 위해 단차로 무인 자동통행료 징수시스템 차로 용량을 개선하기 위한 많은 연구가 진행 중이며, 대표적으로 스마트하이웨이사업에서 다차로 기반의 무정차 영업시스템(스마트톨링)을 들 수 있다. 본 고는 이러한 시스템의 효율성 개선으로써 스마트톨링의 용량증대 정도를 판단하고자 하였다. 이를 위해 기존 단차로 무인 자동통행료 징수시스템 자료를 바탕으로 스마트톨링시스템의 용량을 추정하는 방법을 제시하였다. 먼저, 단차로 무인 자동통행료 징수시스템 자료를 이용하여 포화차두시간을 산출한다. 그 다음으로 단차로 무인 자동통행료 징수시스템 차로의 용량을 산출한 다음, 단차로에서 다차로로 변경됨에 따라 바뀌는 주변도로환경을 계수화(양측장애물단측장애물 차로폭 및 측방여유폭 보정계수 증가분, 차단기 운영미운영 함에 따라 증가하는 용량 증가분, 차로폭 증가에 따른 용량 증가분)하고 이를 적용하여 다차로 용량을 추정하였다. 그 결과 각각의 경우 용량은 2172~2187대/시로 나타났으며, 기존 문헌에서 제시하는 최대값보다 약 370대/시 정도 많으며, 포화차두시간은 기존 단차로 무인 자동통행료 징수시스템의 차두시간에서 0.5초 정도 단축되어 용량개선 효과가 있는 것으로 판단되었다. 일부 한계와 향후연구사항이 같이 논의되었다.
This study is to find the proper method of estimating urban road traffic capacity. To estimate road traffic capacity, the following methods are chosen ; 1) crossing point of Q-V and S-V, 2) critical velocity and density of Q-V-K model, 3) V-K model with density parameter. The density estimated through S-V relation is 174 veh./km. The methods used in this paper yields more stable values with 2286 veh./h/ in average. The estimated average capacity by three methods are 2272 veh./h. in multilane road. 2411 veh./h in three lane road and 2185 veh./h. in two lane road.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.