• 전자공학회논문지
• /
• 제52권12호
• /
• pp.142-149
• /
• 2015

단일 카메라 센서를 기반으로 한 차선검출 시스템은 급격한 조도 변화, 열악한 기상환경 등에 취약하다. 이러한 단일 센서 시스템의 한계를 극복하기 위한 방안으로 센서 융합을 통해 성능 안정화를 도모할 수 있다. 하지만, 기존 센서 융합의 연구는 대부분 물체 및 차량을 대상으로 한 융합 모델에 국한되어 차용하기 어렵거나, 차선 센서의 다양한 신호 주기 및 인식범위에 대한 상이성을 고려하지 않은 경우가 대부분이었다. 따라서 본 연구에서는 다중센서의 상이성을 고려하여 차선 정보를 최적으로 융합하는 기법을 제안한다. 제안하는 융합 프레임워크는 센서 별 가변적인 신호처리 주기와 인식 신뢰 범위를 고려하므로 다양한 차선 센서 조합으로도 정교한 융합이 가능하다. 또한, 새로운 차선 예측 모델의 제안을 통해 간헐적으로 들어오는 차선정보를 세밀한 차선정보로 정밀하게 예측하여 다중주기 신호를 동기화한다. 조도환경이 열악한 환경에서의 실험과 정량적 평가를 통해, 제안하는 융합 시스템이 기존 단일 센서 대비 인식 성능이 개선됨을 검증한다.

• 제어로봇시스템학회논문지
• /
• 제16권7호
• /
• pp.639-645
• /
• 2010

This paper presents the sensor fusion algorithm that recognizes a primary vehicle by fusing radar and monocular vision data. In general, most of commercial radars may lose tracking of the primary vehicle, i.e., the closest preceding vehicle in the same lane, when it stops or goes with other preceding vehicles in the adjacent lane with similar velocity and range. In order to improve the performance degradation of radar, vehicle detection information from vision sensor and path prediction predicted by ego vehicle sensors will be combined for target classification. Then, the target classification will work with probabilistic association filters to track a primary vehicle. Finally the performance of the proposed sensor fusion algorithm is validated using field test data on highway.

• 로봇학회논문지
• /
• 제6권2호
• /
• pp.182-188
• /
• 2011

This paper describes a method of road tracking by using a vision and laser with extracting road boundary (road lane and curb) for navigation of intelligent transport robot in structured road environments. Road boundary information plays a major role in developing such intelligent robot. For global navigation, we use a global positioning system achieved by means of a global planner and local navigation accomplished with recognizing road lane and curb which is road boundary on the road and estimating the location of lane and curb from the current robot with EKF(Extended Kalman Filter) algorithm in the road assumed that it has prior information. The complete system has been tested on the electronic vehicles which is equipped with cameras, lasers, GPS. Experimental results are presented to demonstrate the effectiveness of the combined laser and vision system by our approach for detecting the curb of road and lane boundary detection.

• 자동차안전학회지
• /
• 제9권3호
• /
• pp.24-30
• /
• 2017

This paper presents the development of laser scanner based static obstacle detection algorithm for vehicle localization on lane lost section. On urban autonomous driving, vehicle localization is based on lane information, GPS and digital map is required to ensure. However, in actual urban roads, the lane data may not come in due to traffic jams, intersections, weather conditions, faint lanes and so on. For lane lost section, lane based localization is limited or impossible. The proposed algorithm is designed to determine the lane existence by using reliability of front vision data and can be utilized on lane lost section. For the localization, the laser scanner is used to distinguish the static object through estimation and fusion process based on the speed information on radar data. Then, the laser scanner data are clustered to determine if the object is a static obstacle such as a fence, pole, curb and traffic light. The road boundary is extracted and localization is performed to determine the location of the ego vehicle by comparing with digital map by detection algorithm. It is shown that the localization using the proposed algorithm can contribute effectively to safe autonomous driving.

• IEIE Transactions on Smart Processing and Computing
• /
• 제2권2호
• /
• pp.45-56
• /
• 2013

The precise identification of vehicle positions, known as the vehicle localization problem, is an important requirement for building intelligent vehicle ad-hoc networks (VANETs). To solve this problem, two categories of solutions are proposed: stand-alone and data fusion approaches. Compared to stand-alone approaches, which use single information including the global positioning system (GPS) and sensor-based navigation systems with differential corrections, data fusion approaches analyze the position information of several vehicles from GPS and sensor-based navigation systems, etc. Therefore, data fusion approaches show high accuracy. With the position information on a set of vehicles in the preprocessing stage, data fusion approaches is used to estimate the precise vehicular location in the local map building stage. This paper proposes an efficient local map building scheme, which increases the accuracy of the estimated vehicle positions via V2V communications. Even under the low ratio of vehicles with communication modules on the road, the proposed local map building scheme showed high accuracy when estimating the vehicle positions. From the experimental results based on the parameters of the practical vehicular environments, the accuracy of the proposed localization system approached the single lane-level.

• 한국항공우주학회지
• /
• 제50권9호
• /
• pp.617-625
• /
• 2022

본 논문은 사격 차선 정렬을 위하여 움직일 수 있는 교정 대상을 이용해 각속도계와 가속도계의 편차를 보상하는 방법을 다룬다. 교정 대상에 대한 정보는 영상 센서를 통해 획득하며 이를 이용해 발사장치에 부착된 관성측정 장치의 오차를 보정한다. 시뮬레이션을 통해 제안한 알고리즘의 성능을 검증하였으며, 특히 관성 좌표계에서 교정 대상에 대한 위치 정보를 정확하게 획득함으로써 발사장치의 관성 센서 편차를 효과적으로 보상할 수 있음을 보인다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

• 자동차안전학회지
• /
• 제9권2호
• /
• pp.6-12
• /
• 2017

An autonomous driving system based on a precise digital map is developed. The system is implemented to the Hyundai's Tucsan fuel cell car, which has a camera, smart cruise control (SCC) and Blind spot detection (BSD) radars, 4-Layer LiDARs, and a standard GPS module. The precise digital map has various information such as lanes, speed bumps, crosswalks and land marks, etc. They can be distinguished as lane-level. The system fuses sensed data around the vehicle for localization and estimates the vehicle's location in the precise map. Objects around the vehicle are detected by the sensor fusion system. Collision threat assessment is performed by detecting dangerous vehicles on the precise map. When an obstacle is on the driving path, the system estimates time to collision and slow down the speed. The vehicle has driven autonomously in the Hyundai-Kia Namyang Research Center.

• 한국ITS학회 논문지
• /
• 제1권1호
• /
• pp.22-32
• /
• 2002

본 연구는 기존 지점검지기와 비콘검지기 및 매설식 자동차량인식장치(Automatic Vehicle Identification : AVI)의 한계점을 극복하고자 비매설식 AVI를 개발하고 이를 통하여 도로상을 주행하는 일반적인 차량들을 프루브 차량으로 활용하여 신뢰성 있는 구간교통정보를 산출하는 방법을 개발하는 것을 목적으로 한다. 이를 위해 비매설식 자동차량인식장치를 개발하고, 국도1호선 수원$\~$평택구간(9.5km)에 설치되어 운용중인 장비에 대하여, 현장에서 수집된 자료를 분석하여 신뢰성 있는 구간교통정보 수집 가능성을 살펴보았다. 현장 실험 결과 레이저센서의 차량 검지율은 95$\%$ 이상, 차량 인식률은 87.8$\%$이며, 차량 매칭률은 약 14.3$\%$로 분석되어 도로의 괴통상황 추이를 잘 반영하는 것으로 판단되었다. 또 시스템의 신뢰도 시험 및 지속성 시험 방법에 의한 시험결과의 성능을 비친 평가하기 위하여 기존의 이와 유사한 장비를 설치하여 검수하는 각 기관의 검수기준을 적용하여 평가한 결과 본 시스템은 각 검수 기준을 모두 만족하는 것으로 나타나 현장 적용성에서 매우 뛰어난 성능을 보이고 있다 향후 연구과제로서, 설치 대상 차로 및 적정 설치구간 거리, 정보 제공 주기 등에 대한 상세한 연구 및 기존 지점 검지기 자료와의 퓨전(Fusion) 방안에 대한 연구가 필요할 컷으로 사료된다.