전 세계적으로 차량의 급속한 증가로 인해 지능형 교통시스템에 대한 연구가 활발히 진행 되고 있다. 그중 차량의 자율주행에 관한 연구가 한 분야를 차지한다. 그리고 차량의 자율주행은 경로인식이 기본적인 요소이다. 기존의 자계기반 자율주행 시스템은 3축 자계 센서로 자석마커의 3차원의 데이터를 분석하여 경로를 인식하였다. 그러나 본 논문에서는 Magnetic Wire와 자기거리계를 이용하여 측면 이탈거리를 계측하여 주행하는 시스템을 제안한다. 그리고 기존 자율주행 차량의 시스템과 비교하고 제안하는 시스템이 저사양의 하드웨어와 간단한 알고리즘으로 자율주행이 가능함을 실험을 통해 검증하고자 한다.
The Journal of Asian Finance, Economics and Business
/
제8권12호
/
pp.485-496
/
2021
This study explores the direct relationship between challenge and hindrance demands affecting autonomous extrinsic motivation and sales performance. In addition, we examine the mediating role of autonomous extrinsic motivation in the relationship between challenge demands, hindrance demands, and sales performance. This study explores the direct relationship between challenge and hindrance demands affecting autonomous extrinsic motivation and sales performance. In addition, we examine the mediating role of autonomous extrinsic motivation in the relationship between challenge demands, hindrance demands, and sales performance. This study proceeded in two phases comprising preliminary and prime research. First, preliminary quantitative research was conducted through face-to-face interviews with 125 observations to analyze the reliability of the scale and exploratory factor analysis to evaluate the measurements. The data collected from 431 real estate market employees shows that both challenge and hindrance demands positively and negatively affect sales performance through autonomous extrinsic motivation. Furthermore, challenge demands and hindrance demands affect positive and negative sales performance through autonomous extrinsic motivation, respectively. This study suggests that business organizations should design job demands to ensure that challenging work is suitable for employees' job positions. Thus, they will contribute to motivation and help employees achieve job performance.
Over the last few years, autonomous vehicles have progressed very rapidly. The odometry technique that estimates displacement from consecutive sensor inputs is an essential technique for autonomous driving. In this article, we propose a fast, robust, and accurate odometry technique. The proposed technique is light detection and ranging (LiDAR)-based direct odometry, which uses a spherical range image (SRI) that projects a three-dimensional point cloud onto a two-dimensional spherical image plane. Direct odometry is developed in a vision-based method, and a fast execution speed can be expected. However, applying LiDAR data is difficult because of the sparsity. To solve this problem, we propose an SRI generation method and mathematical analysis, two key point sampling methods using SRI to increase precision and robustness, and a fast optimization method. The proposed technique was tested with the KITTI dataset and real environments. Evaluation results yielded a translation error of 0.69%, a rotation error of 0.0031°/m in the KITTI training dataset, and an execution time of 17 ms. The results demonstrated high precision comparable with state-of-the-art and remarkably higher speed than conventional techniques.
최근 4차 산업혁명의 시작으로 인해 자율주행 관련 시장이 빠르게 발전하고 있다. 빠르게 발전하는 자율주행 기술의 기술 동향을 파악하기 위해서 자율주행의 Level 0부터 Level 5까지의 특징 및 차이점에 대해서 알아보고자 한다. 자율주행 차량의 전반적인 구성, 인식기술, 보조기술들을 분석하고, 이를 통해 자율주행 기술에 대한 구조 및 알고리즘을 파악하고자 한다. 또한 초음파 센서와 카메라를 이용한 모의 자율주행 RC카를 제작하여 인식기술과 보조기술의 필요성을 파악한다.
Recently, various studies have been conducted to apply deep learning and AI to various fields of autonomous driving, such as recognition, sensor processing, decision-making, and control. This paper proposes a controller applicable to path following, static obstacle avoidance, and pedestrian avoidance situations by utilizing reinforcement learning in autonomous vehicles. For repetitive driving simulation, a reinforcement learning environment was constructed using virtual environments. After learning path following scenarios, we compared control performance with Pure-Pursuit controllers and Stanley controllers, which are widely used due to their good performance and simplicity. Based on the test case of the KNCAP test and assessment protocol, autonomous emergency steering scenarios and autonomous emergency braking scenarios were created and used for learning. Experimental results from zero collisions demonstrated that the reinforcement learning controller was successful in the stationary obstacle avoidance scenario and pedestrian collision scenario under a given condition.
Hyunsuk Kim;Woojin Kim;Jungsook Kim;Seung-Jun Lee;Daesub Yoon;Oh-Cheon Kwon;Cheong Hee Park
ETRI Journal
/
제45권1호
/
pp.75-92
/
2023
Level 3 autonomous vehicles require conditional autonomous driving in which autonomous and manual driving are alternately performed; whether the driver can resume manual driving within a limited time should be examined. This study investigates whether the demographics and subjective driving tendencies of drivers affect the take-over performance. We measured and analyzed the reengagement and stabilization time after a take-over request from the autonomous driving system to manual driving using a vehicle simulator that supports the driver's take-over mechanism. We discovered that the driver's reengagement and stabilization time correlated with the speeding and wild driving tendency as well as driving workload questionnaires. To verify the efficiency of subjective questionnaire information, we tested whether the driver with slow or fast reengagement and stabilization time can be detected based on machine learning techniques and obtained results. We expect to apply these results to training programs for autonomous vehicles' users and personalized human-vehicle interfaces for future autonomous vehicles.
자율주행자동차의 도입은 자동차의 산업생태계 변화뿐만 아니라 사회적, 문화적, 경제적 변화를 가져올 것이다. 사회적 수용성은 자율주행자동차 상용화가 성공하기 위한 중요한 영향 요인 중 하나이다. 본 연구는 수요자 관점에서 자율주행자동차의 수용에 영향을 주는 요인들이 무엇인지 분석하였다. 본 연구에서는 운전자의 개입 여부에 따라 부분자율주행자동차(PAV)와 완전자율주행자동차(FAV)로 정의하였다. 설문은 운전자뿐만 아니라 비운전자도 포함하여 20세 이상을 대상으로 수행되었다. 그 결과 PAV와 FAV 수용에 영향을 미치는 요인들은 다르게 나타났다. PAV의 경우 운전자와 직접적인 관련이 있는 요인들이 수용성에 영향을 미쳤고, FAV의 경우 외부 환경 요인들이 자율주행자동차의 수용에 영향을 미치는 것으로 나타났다. 이러한 결과는 PAV와 FAV의 수용 확산을 위해서는 서로 다른 전략이 필요하다는 것을 보여주었다.
실시간 수요대응형 자율주행 버스는 자율주행 버스와 실시간 수요대응형 버스의 단점을 상쇄시킨 미래교통수단이다. 하지만 버스 기능의 고도화로 실시간 수요대응형 자율주행 버스 도입 시 영향에 관한 정량화된 연구는 활발하지 않은 실정이다. 본 연구에서는 강화학습 기반 실시간 수요대응형 자율주행 버스를 미시적 교통 시뮬레이션에 적용하여 실시간 수요대응형 자율주행 버스의 정량화된 효과평가를 실시하였다. 구체적으로 수요 변화에 따라 실시간 수요대응형 자율주행 버스가 도로 네트워크에 끼치는 영향과 이용자 대기시간을 미시적 시뮬레이션 안에서 구현하였다. 시뮬레이션 대상지로는 한국교통대학교 인근을 선정하였다. 시뮬레이션 결과, 실시간 수요대응형 자율주행 버스는 기존 노선 고정형 버스 대비 이용자 대기시간과 평균제어지체는 감소하였고, 평균통행속도는 증가하였다. 본 연구를 통해 실시간 수요대응형 버스의 도입을 정량적으로 평가하는 것이 기대된다.
안전한 자율주행을 위하여 차량 센서에만 의존하는 Stand-alone 방식의 한계를 극복하기 위한 방법으로, 노변의 인프라와 자율주행차간 정보를 교환하는 '자율협력주행' 방식의 기술 개발이 이루어지고 있다. 이 과정에서 협력의 대상이 되는 동적정보는 통신 데이터 손실 측면의 평가방법이 일반적이지만, 정보로서 역할 중심의 평가방법이 필요하다. 본 연구에서는 자율협력주행에서 동적정보 서비스 역할의 적정성을 평가하기 위하여 역할 기반 평가방법을 제안하였다. 평가 척도로 검출률, 검출 소요시간, LDM 처리시간을 제안하였고, 평가방법론을 검증하기 위하여 실제 도로에서 보행자 정보를 대상으로 실증 실험을 시행하였다. 실험 결과로는 검출률 99%, 소요시간 200ms/건, 처리시간 19ms/건을 얻었다. 향후 제안된 동적정보 서비스 평가 방법이 관련 정보제공 서비스의 평가에 활용되기를 기대한다.
주요 인공지능 기술 선진국에서는 인공지능으로 운행하는 자율주행 자동차가 이미 실험 단계의 수준을 넘어섰다. 운전자가 없이 운행하는 자율주행 자동차에서 가장 큰 문제 가운데 하나는, 사고 발생과 그 사고에 대한 책임 문제이다. 운전자와 보행자 모두를 함께 고려해야 하는 사고 상황에서 자율주행 자동차는 윤리적 딜레마에 부딪힐 수 있다. 이런 딜레마를 해결할 최선의 판단이 자율자동차의 인공지능에 어떻게 설계되어야 하는지 물을 수 있다. 책임의 주체로서 자율주행 자동차에 대해 법적 책임을 어떻게 부여할 수 있는지는 어려운 문제이다. 필자는 우선, 사고 상황에서 자율자동차의 윤리적 딜레마가 무엇인지 소개한다. 다음으로, 사고에 대한 책임의 주체로서 자율주행 자동차에 법적 책임을 부여할 방법을 찾는다. 특별히 인과적 책임에 대한 상당성 개념으로 자율주행 자동차 사고의 법적 책임을 해명할 방법을 모색한다. 상당성은 법적 판단에서 인과적 책임을 해명하는 데에 가장 일반적으로 수용하는 개념이다. 그러나 여전히 해명이 필요한 모호한 개념이다. 필자는 사건 수준의 인과에 대한 확률 이론으로 보다 명료한 인과적 책임에 대한 상당성 개념을 제시한다. 이처럼 해명된 상당성은 자율주행 자동차뿐 아니라 일반적인 영역의 법적 판단에서 요구되는 인과적 책임을 설명하는 데에 기여할 수 있다.
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.