• 전자공학회논문지
• /
• 제51권10호
• /
• pp.190-196
• /
• 2014

본 논문에서는 상용 스마트폰에서의 첨단운전자보조시스템(ADAS)을 위해 모바일 플랫폼에 최적화된 cascade 방식의 HOG 특징을 이용한 보행자 검출 방법을 제안한다. 제한된 모바일 플랫폼 자원을 효율적으로 사용하기 위해 OpenCL 병렬처리 라이브러리를 이용하였고 크게 두 가지 방법으로 수행속도를 향상시켰다. 첫째, 호스트 코드에서 OpenCL 프로그램 빌드 옵션을 특정하고 작업 그룹 크기를 조절하였다. 둘째, 커널 코드에서 지역 메모리와 LUT 등을 사용하여 가속화하였다. 성능 평가를 위하여 널리 알려진 영상처리 라이브러리인 OpenCV for Android 함수의 모바일 CPU 수행 결과와 비교하였으며 실험 결과, OpenCV의 hogcascade 함수보다 25% 향상된 처리속도를 보였다.

• 방송공학회논문지
• /
• 제22권1호
• /
• pp.62-69
• /
• 2017

신호등 검출은 첨단운전자보조시스템에서 매우 중요하며 최근 신호등 검출 알고리즘의 연구가 활발히 진행 중이다. 그러나 기존의 영상처리 기반의 신호등검출 알고리즘은 조명의 변화에 민감하다는 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 다음과 같은 신호등 검출 알고리즘을 제안한다. 먼저 제안하는 컬러맵과 HSV(hue-saturation-value)를 이용하여 신호등의 후보영역을 검출한다. 이후 검출된 신호등 후보영역으로부터 HOG(histogram of oriented gradient) 서술자와 SVM(support vector machine)을 이용하여 신호등을 검출한다. 검출된 신호등 영상을 이용하여 제안하는 Multilayer HOG 서술자를 이용하여 신호등의 방향 정보를 결정한다. 실험결과에서 확인할 수 있듯이 제안하는 알고리즘은 높은 검출성능과 실시간 처리가 가능하다.

• 전기전자학회논문지
• /
• 제20권3호
• /
• pp.241-250
• /
• 2016

AVM(Around View Monitor)시스템은 ADAS(Advanced Driver Assistance Systems)의 한 종류로 운전자가 차량 주변을 한눈에 파악할 수 있게 도와주는 차량 시스템이다. AVM 시스템은 네 개의 카메라에서 입력받은 데이터를 실시간 처리하기 때문에 요구되는 메모리 대역폭이 크다. 특히 입력 영상의 해상도 증가에 따라 메모리 대역폭 수치가 크게 증가하기 때문에, 필요한 메모리 대역폭에 맞는 하드웨어 구조 설계가 필요하다. 본 논문은 설계에 기틀이 될 AVM 시스템 하드웨어 모델 네 종류를 제시한다. 각 모델은 입력 영상으로부터 유효 데이터를 추출하는 모듈의 유무, 영상처리를 위한 LUT 생성 모듈 유무로 결정된다. 논문에서는 모델 별로 상이한 필요 메모리 대역폭과 하드웨어 자원 사용량이 제시된다. 이를 토대로 설계자의 요구 사항에 맞는 모델을 선택하고 구현할 수 있다. 제시한 하드웨어 모델의 검증을 위해 VGA, FHD급 AVM 시스템을 구현하였다. 구현에는 XC7Z045 FPGA, DDR3가 이용되었으며, 30FPS로 동작한다.

• 자동차안전학회지
• /
• 제14권3호
• /
• pp.60-64
• /
• 2022

In the automotive industry, the development of automobiles to meet safety requirements is becoming increasingly complex. This is because quality evaluation agencies in each country are continually strengthening new safety standards for vehicles. Among these various requirements, collision safety must be satisfied by controlling airbags, seat belts, etc., and can be defined as post-crash safety. Apart from this safety system, the Advanced Driver Assistance Systems (ADAS) use advanced detection sensors, GPS, communication, and video equipment to detect the hazard and notify driver before the collision. However, research to improve passenger safety in case of an accident by using the sensor of active safety represented by ADAS in the existing passive safety is limited to the level that utilizes the sudden braking level of the FCA (Forward Collision-avoidance Assist) system. Therefore, this study aims to develop logic that can improve passenger protection in case of an accident by using ADAS information and driving information secured before a collision. The proposed logic was constructed based on LSTM deep learning techniques and trained using crash test data.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.144-152
• /
• 2017

Among the technologies for implementing autonomous vehicles, advanced driver assistance system is a key technology to support driver's safe driving. In the technology using the vision sensor having a high utility, various preprocessing methods are used prior to feature extraction for lane detection. However, in the existing methods, the unnecessary lane candidates such as cars, lawns, and road separator in the road area are false positive. In addition, there are cases where the lane candidate itself can not be extracted in the area under the overpass, the lane within the dark shadow, the center lane of yellow, and weak lane. In this paper, we propose an efficient preprocessing method using k-means clustering for image division and the HSV color model. When the proposed preprocessing method is applied, the true positive region is maximally maintained during the lane detection and many false positive regions are removed.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.962-970
• /
• 2021

대부분의 자동차 사고는 졸음운전과 같은 운전자의 부주의로 인해 발생한다. 전방 추돌 경보 시스템 (FCWS)은 전방 차량으로부터 추돌 위험을 감지하여 운전자에게 사전에 경고함으로써 사고의 위험을 현저하게 줄여준다. 본 논문은 주행 안전을 위한 저전력 임베디드 기반 FCWS를 소개한다. 단일 카메라로부터 전방 차량에 대해 검출, 추적, 거리를 계산하고 현재 차량의 속도 정보를 통해 충돌시간 (TTC)을 계산한다. 또한 저성능 임베디드 시스템에서 실시간으로 동작하기 위해 높고 낮은 수준의 프로그램 최적화 기법을 소개한다. 이 시스템은 임베디드 시스템에서 사전에 취득해둔 주행 영상을 통해서 테스트 하였다. 최적화 기법을 사용한 결과는 이전에 최적화를 하지 않은 프로세스 보다 실행 시간이 약 170배 향상되었다.

• 한국정밀공학회지
• /
• 제26권12호
• /
• pp.131-137
• /
• 2009

Recent technological advances made a vehicle more intelligent to increase safety and comfort. An intelligent vehicle provides drivers with safety warning information through audible sounds, visual displays, and tactile devices. However, elderly drivers have been known to decrease the physical and cognitive abilities such as muscular strength, hearing, eyesight, short term memory, and spatial perception. Therefore, possible age-related deficits should be considered to design an effective warning system. This paper aims to evaluate the impact of advancing age on response performance on audible safety warnings which are widely used for alerting driving hazards. In order to understand the effect of age-related hearing loss and movement slowing, three sound characteristics (frequency, intensity, and period) and three age groups (younger, middle, and older) are considered. Data was drawn from 38 drivers who drove a simulated rural road in a driving simulator. Experimental results show that age influences driver's response performance. In conclusion, the appropriate range of a warning sound is suggested.

• 한국ITS학회 논문지
• /
• 제18권1호
• /
• pp.14-26
• /
• 2019

버스운전자의 안전운행을 확보하기 위해서는 운전자 교통사고 원인 등을 분석해 안전운행을 지원 할 수 있는 정책이 뒷받침되어야 한다. 따라서 국토교통부는 사업용 차량에 운전자를 보조하는 첨단 운전자지원시스템 중 전방충돌경고장치, 차선이탈경고장치의 장착의무대상을 단계적으로 확대하는 방안을 마련한 바 있다. 그러나 버스운전자 교통사고분석과 관련된 기초 연구는 국내에서 많이 수행되고 있지 않아, 버스사고예방을 위하여 향후 버스운전자에게 가장 필요한 첨단 운전자지원시스템이 무엇인지에 대한 연구가 필요한 시점이다. 본 연구에서는 버스유형 및 반복사고 여부별 사고심각도를 분석하고 개선방안으로 버스의 첨단 운전자지원시스템 지원 방향을 제시하는데 목적이 있다. 사고심각도 분석은 순서형 로짓 모형을 이용해 분석하였으며 분석결과, 차대사람사고는 모든 모형에서 통계적으로 유의미하게 선정되었고 법규위반항목의 속도위반, 신호위반, 승객을 위한 안전조치위반이 제안된 모형에서 공통적으로 선정되었다. 따라서 향후 버스 대 사람사고를 감소시킬 수 있는 보행자감지시스템, 보행자 자동긴급제어장치의 설치가 반드시 필요하다.

• 전기전자학회논문지
• /
• 제20권4호
• /
• pp.351-360
• /
• 2016

최근 딥 러닝을 중심으로 빠르게 발전하고 있는 기계학습 분류 알고리즘은 기존의 방법들보다 뛰어난 성능으로 인하여 주목받고 있다. 딥 러닝 중에서도 Convolutional Neural Network(CNN)는 영상처리에 뛰어나 첨단 운전자 보조 시스템(Advanced Driver Assistance System : ADAS)에서 많이 사용되고 있는 추세이다. 하지만 차량용 임베디드 환경에서 CNN을 소프트웨어로 동작시켰을 때는 각 Layer마다 연산이 반복되는 알고리즘의 특성으로 인해 수행시간이 길어져 실시간 처리가 어렵다. 본 논문에서는 임베디드 환경에서 CNN의 실시간 처리를 위하여 Convolution 연산 및 기타 연산들을 병렬로 처리하여 CNN의 속도를 향상시키는 하드웨어 구조를 제안한다. 제안하는 하드웨어의 성능을 검증하기 위하여 Xilinx ZC706 FPGA 보드를 이용하였다. 입력 영상은 $36{\times}36$ 크기이며, 동작주파수 100MHz에서 하드웨어 수행시간은 약 2.812ms로 실시간 처리가 가능함을 확인했다.

• 한국ITS학회 논문지
• /
• 제20권2호
• /
• pp.43-57
• /
• 2021

자율주행의 핵심기술인 첨단 운전자 지원 시스템(Advanced Driver Assistance Systems) 중 대표기술인 전방충돌경보(Forward Collision Warning)를 대상기술로 선정하여, 주행시뮬레이션 실험 기반의 교통사고 예방효과를 추정하였다. 효과척도로 ①인지반응시간(s) ②감속도(m/s2) ③충돌여부(회)로 선정하여, 전방충돌경보 미설치시와 설치시의 변화량 측정하였다. 실험 시나리오는 운전자 전방의 차량의 급정거하는 시나리오(1)과 옆차로에서 차량이 끼어드는 시나리오(2)를 진행하였으며, 주간/야간으로 구분하였다. 분석결과, 전방충돌경보장치를 설치하였을 경우, 인지반응시간(s)이 감소하였으며, 감속도(m/s2)는 감소하였다. 운전자의 위험상황을 빠르게 감지하여 여유로운 감속을 할 수 있게 되었으며, 그에 따른 전방충돌횟수도 감소한 것으로 분석되었다. 향후 운전자의 운전성향을 반영하고 실험 시나리오를 다양화하면, ADAS의 설치효과를 증대시키고 다른 기술의 효과추정에도 활용될 수 있을 것이다.