• 한국정보통신학회논문지
• /
• 제17권9호
• /
• pp.2153-2159
• /
• 2013

자동차를 안전운행하기 위해선 운전자는 항상 자동차 상태를 점검해야 한다. 많은 현대인이 자신의 주된 업무 이외에 시간을 따로 할애하여 전문 정비 업소에 방문해 자신의 자동차 상태를 점검받는 것은 정말 어려운 일이다. 지속적으로 자동차 상태를 점검 받지 못하면 운전자 자신의 생명은 물론 주변의 상황까지 어렵게 만드는 큰 사고를 발생할 가능성이 크다. 이를 방지하기 위해 운전자 스스로 자동차 상태를 손쉽게 확인 할 수 있게 도와주는 점검 도구 및 시스템이 필요하다. 본 논문에서는 운전 중 변화하는 데이터(위치 및 자동차 내부 데이터)를 근거로 주행정보를 기록 후 스마트폰을 활용해 운전자가 스스로 자동차 상태를 손쉽게 점검할 수 있고, 좀 더 나아가 인터넷을 이용해 주행정보를 전문 정비업소에게 공유하여 자동차 상태를 자세히 점검 받을 수 있는 시스템을 설계하고 구현하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제31권3호
• /
• pp.47-65
• /
• 2022

Purpose With the recent development of Big Data and Artificial Intelligence technology, self-driving technology has developed into three stages (partial self-driving) or four stages (conditional self-driving), it is expected to bring a new paradigm to transportation in the city. Although many researchers are researching related technologies, there is no research on self-driving for disabled persons. In this study, the basic research was conducted based on the assumption that the shared self-driving car used by the disabled person is similar to the special transportation currently driving. Design In this study, data analysis and machine learning techniques were utilized to analyze the mobility patterns of disabled persons by type and to search for leading factors affecting the traffic volume of special transportation. Findings The study found that external physical disorders and developmental disorders often visit general welfare centers, internal organ disorders often visit general hospitals, and the elderly and mental disorders have various destinations. In addition, machine learning analysis showed that the main transportation routes for the disabled person use arterial roads and auxiliary arterial roads and that the ratio of building usage-related variables affecting the use of special transportation for a disabled person is high. In addition, the distance to the subway and bus stops was also mentioned as a meaningful variable. Based on these analysis results, it is expected that the necessary infrastructure for shared self-driving cars for disability person traffic will be used as meaningful research data in the future.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.210-218
• /
• 2021

CNN (Convolutional Neural Network), a type of deep learning algorithm, is a type of artificial neural network used to analyze visual images. In deep learning, it is classified as a deep neural network and is most commonly used for visual image analysis. Accordingly, an AI autonomous driving model was constructed through real-time image processing, and a crosswalk image of a road was used as an obstacle. In this paper, we proposed a low-cost model that can actually implement autonomous driving based on the CNN model. The most well-known deep neural network technique for autonomous driving is investigated and an end-to-end model is applied. In particular, it was shown that training and self-driving on a simulated road is possible through a practical approach to realizing lane detection and keeping.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.135-136
• /
• 2019

센서 데이터의 발전에 따라 자율주행 자동차 산업도 급격히 성장하고 있다. 미국 우버(UBER)는 2015년부터 자율주행 자동차 산업에 뛰어들었고, 국내에서도 '판교 자율주행 셔틀'이 시범운행 되었다. 따라서 자율주행 자동차는 앞으로 우리 삶에 보다 많은 영향을 끼칠 것이 분명하나, 아직 자율주행 자동차가 완벽하게 개발되지 않은 만큼 우리가 예상하지 못한 교통사고 등 새로운 문제가 나타날 위험이 있다. 따라서 본 논문은 자율주행 자동차에 대해 살펴보고 사고 사례를 분석하여 앞으로 나타날 수 있는 사고 유형을 예측하는 것에 목적이 있다.

• 한국ITS학회 논문지
• /
• 제7권6호
• /
• pp.48-56
• /
• 2008

본 논문은 대기오염의 주범인 자동차 배기 가스량을 체크하고 차량내의 고장 유 무 진단 시스템 개발이다. 시스템 엔진 정보 추출을 위해 차량 CAN 통신을 이용하고 정보 전송을 위해 ZigBee를 통해 데이터 전송을 한다. 차량 CAN을 위해 차량에서 자체 제공되는 OBD-II 프로토콜을 사용하여 차량의 각종 센서 정보 및 O2 센서 값을 통해 차량 상태 정보 및 배기 가스양을 계산한다. 주행 중인 자동차 엔진 및 내부 고장에 잘 알지 못하는 일반 사용자를 위해 운행 중 실시간 차량의 자가진단 시스템 구축을 목적으로 하고 고장진단 프로토콜 전송을 위한 무선통신 인터페이스로 저 전력 저비용 ZigBee 통신 인터페이스를 구축한다. 자동차 그리고 진단 시스템의 통신을 위해 ZigBee 시스템을 통하여 효율적 저비용 통신 인터페이스를 구성하여 차량내의 엔진 및 각종 센서 정보 네트워크를 지원한다. 차량에서 전송되어 온 각종 센서정보는 ZigBee 기반을 통해 ZigBee 메인 컨트를 시스템에 전송된다. 차량에 이상이 생겼을 때 트러블 코드를 저장하고 자동차가 정비소에 갔을 때 정확한 판단을 하여 신속하게 처리 할 수 있게 해 주며 자동차에 대해서 잘 알지 못하는 운전자에게 정확한 정보를 제공한다. 또한 멀티미디어 시스템 기능을 추가하고 주행 중 무선 인터넷이 가능하도록 시스템을 확장한다. 마지막으로 주행 중 차량 자가진단을 위해 저 전력 임베디드 리눅스 시스템을 구축하고 실 실험을 통하여 구현하고 검증한다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.907-917
• /
• 2023

최근 자율주행 자동차는 운전자 지원 시스템에 딥러닝 기술을 적용하여 운전자에게 편의성을 제공하고 있지만, 딥러닝 기술이 적대적 회피 공격(adversarial evasion attacks)에 취약함이 밝혀졌다. 본 논문에서는 객체 인식 알고리즘인 YOLOv5(You Only Look Once)를 대상으로 MI-FGSM (Momentum Iterative-Fast Gradient Sign Method)를 포함한 5가지 적대적 회피 공격을 수행하였으며 객체 탐지 성능을 mAP(mean Average Precision)로 측정하였다. 특히, 본 논문에서는 모폴로지 연산을 적용하여 적대적 공격으로부터 노이즈를 제거하고 경계선을 추출하여 YOLO가 객체를 정상적 탐지할 수 있는 방안을 제안하고 이를 실험을 통해 그 성능을 분석하였다. 실험 결과, 적대적 공격을 수행했을 때 YOLO의 mAP가 최소 7.9%까지 떨어져 YOLO가 객체를 정확하게 탐지하지 못하는 것을 87.3%까지 성능을 개선하였다.

• 제어로봇시스템학회논문지
• /
• 제20권12호
• /
• pp.1181-1188
• /
• 2014

In this paper, we propose a novel concept foran unmanned delivery service using a cooperative heterogeneous unmanned system consisting of a self-driving car and an unmanned aerial vehicle (UAV). The proposed concept is suitable to deliver parcels in high-density and high-rise urban or residential areas. In order to achieve the proposed concept, we will develop acooperative heterogeneous unmanned system. Customers can order goods using a smartphone application and the order information, including the position of the customer and the order time, and the package is transported automatically by the unmanned systems. The system assigns the tasks suitable for each unmanned vehicle by analyzing it based on map information. Performance is validated by experiments consisting of autonomous driving and flight tests in a real environment. For more evaluation, the landing position error analysis is performed using circular error probability (CEP).

• Journal of Platform Technology
• /
• 제9권2호
• /
• pp.46-54
• /
• 2021

최근, 차량의 자율주행에 대한 기술이 개발되면서 안정성은 매우 흥미로운 요소로 관심이 증대되고 있다. 그리고 자율주행에 대하여 1980년대 중반부터 전세계의 많은 대학, 연구 센터, 자동차 회사, 그리고 다른 산업의 회사들에 의해 연구 및 개발되고 있다. 본 연구에서는 자율주행 차량의 안전성을 위한 도로의 위협적인 장애물을 자동 추출하는 방안에 대한 기초 연구를 제안한다. 자동차 도로 위에는 다양한 장애물들이 존재하지만, 본 연구에서는 위협적인 장애물은 도로의 중앙에 위치하며 비교적 큰 개체로 정의한다. 먼저, 입력 영상에 대하여 해상도를 달리하여 분할하고 분할된 영역들은 내부 영역과 외부 영역으로 분류한다. 외부 영역은 영상의 경계에 인접하고 내부 영역은 그렇지 않다. 또한, 저해상도 영상에 인접한 영역이 동일한 영역에 포함되면 각 영역은 인접 영역과 병합된다. 그리고 주요한 객체 영역과 주요한 배경 영역은 각각 내부 영역과 외부 영역에서 선택된다. 따라서, 주요한 객체 영역은 면적과 크기 정보를 활용하여 장애물을 대표하는 영역으로 추출된다. 실험을 통하여 제안된 방법이 자동차 자율주행 안전성을 높여 사고와 사상자를 줄일 수 있는 기초연구에 기여할 수 있을 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제21권11호
• /
• pp.59-64
• /
• 2016

In this paper, we design and implement an Application based on android platform, which can control arduino Prime Smart Car using Bluetooth communication. This Application consist of Bluetooth communication module, manual mode module, and line-tracer mode module. In the Bluetooth communication module, it checks the on/off status of Smartphone Bluetooth. If Bluetooth status is off, it activates Bluetooth, selects the corresponding device from Bluetooth device list, and connects with a pair. In order to reduce coding time, we implements Bluetooth communication using inherited class from android Bluetooth package. In the manual mode module, it implements six direction moving button and stop button, which can control arduino Prime Smart Car. In the line-tracer mode module, it implements Prime Smart Car with self-driving function using TCRT5000 sensor. And moving button and stop button is disabled.

• 한국시스템다이내믹스연구
• /
• 제13권4호
• /
• pp.33-55
• /
• 2012

The research is to identify important diffusion factors and their effects on green car diffusion process using system dynamics perspectives and a causal-loop analysis. Through a deep review on previous research, we have found the important factors of green car diffusion process. Price, driving range, network effect, recharge system, fuel cost had important facilitation on consumer attraction and green car diffusion. Based on the review, we have constructed a causal loop diagram explaining hybrid car diffusion process. We have found 3 important reinforcing loops in the causal loop diagram. Loop for learning & economies of scale(supply side), loop for network effect(consumer side), and loop for battery development(technology side) had most significant roles in the whole diffusion process. Through a deliberate analysis on the 3 causal loops, we have found meaningful results. First, there seems to exist a critical mass in the diffusion. Second, of the 3 loops, the battery technology had most significant role. Third, not consumer installed base but sales must be a standard to decide whether the critical mass is achieved or not. Based on these findings, several meaningful implications are suggested for the government and corporations related to the green car industries.