• 전자공학회논문지
• /
• 제51권10호
• /
• pp.180-189
• /
• 2014

본 논문은 무인 자동차의 자율주차 알고리즘 개발을 위하여 이 문제를 차량형 이동로봇의 위치-자세 안정화 (posture regulation) 문제로 치환하고 이렇게 치환된 문제를 해결할 수 있는 차량형 이동로봇을 위한 도킹 포메이션과 궤환선형화 제어기법을 제안한다. 경로생성 기법과 최적화 기법을 기반으로 하는 기존의 연구결과들에 비해, 본 논문에서 제안하는 자율주차 알고리즘은 자율주차 문제를 도킹 포메이션 기반의 위치-자세 안정화 문제로 치환하고 입력제한을 고려할 수 있는 궤환선형화 제어기법을 적용함으로써 적은 연산량과 낮은 성능의 프로세서만으로도 무인 자동차의 자율 주차가 가능하도록 한다. 본 논문에서 제안된 차량형 이동로봇의 도킹 포메이션과 궤환선형화 제어기법의 유효성은 안정성 해석을 통하여 보이고, 본 논문에서 제안하는 자율주차 알고리즘의 성능은 모의실험 및 실제 로봇을 통한 실험결과를 통하여 검증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 추계종합학술대회
• /
• pp.413-417
• /
• 2007

2006년 11월 이후 신 차량 번호판 등장 후, 신 차량 번호판 차량이 꾸준히 증가하고 있다. 이에 따라 속도위반, 신호위반 단속, 무인 주차 관리 시스템, 범죄 및 도주 차량 검거, 고속도로 톨게이트에서 통행료 지불로 인한 교통 체증현상을 해소하기 위한 자동 요금 징수와 같은 다양한 경우에서 신 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 지능형 신 자동차 번호판 인식 방법을 제안한다. 무인 카메라에서 획득된 신 차량 영상을 그레이 레벨로 변환한 후에 블록 이진화한다. 블록 이진화된 차량 영상을 대상으로 차량의 형태학적 특징을 적용하여 잡음을 제거한 후, 번호판 영역을 추출한다. 추출된 번호판 영역에 대해 Grassfire 알고리즘을 적용하여 개별 코드를 추출한다. 차량 번호판을 인식하기 위하여 추출된 개별 코드를 퍼지 ART 알고리즘을 적용하여 학습 및 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 100장의 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 융합신호처리학회논문지
• /
• 제4권1호
• /
• pp.56-63
• /
• 2003

본 논문은 실제 무인주행자동차에 적용할 수 있는 비전 기반의 소형 자율이동로봇 개발에 관한 연구를 제시한다. 이전의 자율주행차량은 하드웨어 설계의 복잡성, 실장의 어려움과 많은 계산량으로 인해 PC에 대한 의존도가 높았다. 본 논문에서는 고속에서 정확한 조향 및 빠른 이동을 할 수 있고, 단일 카메라를 사용한 독립형 시스템으로 지능적 인식을 할 수 있는 소형 자율이동로봇을 제안한다. 제안된 시스템은 폭 25~30cm, 총길이 200cm로 만들어진 트랙에서 실험하였다. 실험 로봇은 직선 트랙에서 평균 32.9km/h, 곡률반경 30~40m인 곡선트랙에서 평균 22.3km/h의 속도로 주행할 수 있었다 이 시스템은 실제 무인 자동차를 쉽게 만들기 위해 사용할 수 있는 차선 인식 알고리즘을 적용한 소형 자율이동로봇 시스템에 대한 하나의 모델을 제시할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제13권6호
• /
• pp.273-278
• /
• 2008

신 차량 번호판 차량이 꾸준히 증가함에 따라, 교통위반 단속, 무인 주차 관리 시스템, 범죄 및 도난 차량 검거를 위한 신 자동차 번호판의 특징에 맞는 인식 시스템이 요구되고 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 지능형 신 자동차 번호판 인식 방법을 제안하였다. 무인 카메라에서 획득된 신 차량 영상을 그레이 레벨로 변환한 후에 블록 이진화한다. 블록 이진화된차량 영상을 대상으로 차량의 형태학적 특징을 적용하여 잡음을 제거한 후, 번호판 영역을 추출한다. 추출된 번호판 영역에 대해 Grassfire 알고리즘을 적용하여 개별 코드를 추출한다. 차량 번호판을 인식하기 위하여 추출된 개별 코드를 퍼지 ART 알고리즘을 적용하여 학습 및 인식한다. 제안된 차량 번호판 추출 및 인식 방법의 성능을 평가하기 위해 100장의 차량 영상을 대상으로 실험한 결과, 제안된 차량 번호판 추출 및 인식 방법이 실험을 통해서 효율적인 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제18권10호
• /
• pp.274-280
• /
• 2017

스마트카 산업은 급속한 ICT기술의 발전과 함께 커넥티드카, 인포테인먼트, 텔레매틱스, 자율주행차, 무인자동차, 전기자동차의 상용화 추세와 함께 미래 자동차 산업의 판도를 결정할 주요한 변수로 부각되고 있다. 본 연구는 스마트카 시장의 방향을 결정할 플랫폼공급자와 완성차업체의 주도권경쟁 및 전략적 포지셔닝을 비교 분석하였다. 연구 결과, 스마트카 기술을 주도하고 있는 플랫폼업체에 비해 완성차업체는 규모의 경제, 산업 인프라 및 글로벌 생산 네트워크와 같은 높은 산업구조적 진입장벽과 헤드섹터 정보의 보유와 같은 기술적 진입장벽에도 불구하고 ICT기술면에서의 혁신적 변화가 뒷받침 되지 않을 경우, 맵핑기술과 사용자정보 접근성, 빅데이터 활용능력, 사용자 인터페이스 경험 등 스마트카 관련 영역에서 우위에 있는 플랫폼업체들에게로 주도권이 이전될 것으로 예상된다. 이러한 예상의 근거는 보다 중요해지고 있는 소프트웨어 및 플랫폼의 가치와 전기차의 상용화로 증명된 자동차구조의 간편화에 기반하고 있다. 본 연구는 기능 및 안전 적용방안이나 업체별 기술력에 대한 분석에 초점이 맞춰져 있던 기존 스마트카 관련 연구에서 한걸음 나아가 기술제휴 동향 및 플랫폼업체의 전략적 접근성 관점에서 향후 스마트카 시장의 경쟁구도를 완성차업체와 비교 연구하고 시사점을 제시한 측면에서 의의가 있다.

• 항공우주시스템공학회지
• /
• 제12권6호
• /
• pp.23-31
• /
• 2018

본 연구는 BET 기법을 이용하여 멀티콥터에 사용되는 프로펠러 두 종류의 정지 비행 시 추력과 토크를 계산하였다. 3차원 형상 측정 장비로 프로펠러의 형상 정보를 추출하였으며 CATIA를 이용하여 에어포일의 단면 형상 데이터를 획득하였다. 추출된 에어포일 형상과 RPM 변화를 고려한 유동조건에 따른 양력 및 항력을 EDISON CFD를 활용하여 구한 다음 BET 기법을 이용하여 추력을 예측하였다. 이때 층류와 난류 두 조건에 대해 계산하여 그 결과를 비교하였다. 계산된 추력 결과를 제작사에서 제공하는 성능 데이터와 JavaProp 프로펠러 성능 예측 소프트웨어의 결과와 비교하였다. 추력의 경우, 9인치 프로펠러의 경우 제작사에서 제공하는 성능은 완전 난류 조건의 결과와 층류 조건 결과의 중간 값에 해당되었으며, 16인치 프로펠러의 경우 난류유동 조건 결과와 근사한 결과를 얻을 수 있었다. 토크는 두 모델 모두 예측값과 제작사의 성능 데이터와 큰 차이를 보였다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.693-698
• /
• 2018

본 논문은 최근 물체탐지 분야에서 실시간 물체 탐지 알고리즘으로 주목을 받고 있는 YOLOv2(You Only Look Once) 알고리즘을 이용하여 밀집 영역에 주차되어 있는 자동차 탐지 방법을 제안한다. YOLO의 컨볼루션 네트워크는 전체 이미지에서 한 번의 평가를 통해서 직접적으로 경계박스들을 예측하고 각 클래스의 확률을 계산하고 물체 탐지 과정이 단일 네트워크이기 때문에 탐지 성능이 최적화 되며 빠르다는 장점을 가지고 있다. 기존의 슬라이딩 윈도우 접근법과 R-CNN 계열의 탐지 방법은 region proposal 방법을 사용하여 이미지 안에 가능성이 많은 경계박스를 생성하고 각 요소들을 따로 학습하기 때문에 최적화 및 실시간 적용에 어려움을 가지고 있다. 제안하는 연구는 YOLOv2 알고리즘을 적용하여 기존의 알고리즘이 가지고 있는 물체 탐지의 실시간 처리 문제점을 해결하여 실시간으로 지상에 있는 자동차를 탐지하는 방법을 제안한다. 제안하는 연구 방법의 실험을 위하여 오픈소스로 제공되는 Darknet을 사용하였으며 GTX-1080ti 4개를 탑재한 Deep learning 서버를 이용하여 실험하였다. 실험결과 YOLO를 활용한 자동차 탐지 방법은 기존의 알고리즘 보다 물체탐지에 대한 오버헤드를 감소 할 수 있었으며 실시간으로 지상에 존재하는 자동차를 탐지할 수 있었다.

• 자동차안전학회지
• /
• 제4권2호
• /
• pp.32-36
• /
• 2012

The Automatic unmanned target object carrying system (AUTOCS) is developed for testing road vehicle radar and vision sensor. It is important for the target to reflect the realistic target characteristics when developing ASV or ADAS products. The AUTOCS is developed to move the pedestrian or motorcycle target for desired speed and position. The AUTOCS is designed that only payload target which is a manikin or a motorcycle is detected by the sensor not the AUTOCS itself. In order for the AUTOCS to have low exposure to radar, the AUTOCS is stealthy shaped to have low RCS(Radar Cross Section). For deceiving vision sensor, the AUTOCS has a specially designed pattern on outside skin which resembles the asphalt pattern. The AUTOCS has three driving modes which are remote control, path following and replay. The AUTOCS V.1 is tested to verify the radar detect characteristics, and the AUTOCS successfully demonstrated that it is not detected by a car radar. The result is presented in this paper.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.1930-1931
• /
• 2011

세계적으로 많은 연구원들이 3차원 모델링에 대하여 연구하고 있다. 특히 무인자동차의 주행을 위한 센서시스템, 경로생성, 3차원 월드모델링 방법 등에 대한 연구가 많이 진행되고 있다. 이 논문은 스테레오 카메라를 이용한 3차원 도시환경복원을 위한 방법을 제안한다. 전체적인 시스템은 다중센서(스테레오 카메라, DGPS, IMU), PC, 이동로봇(전기차)으로 구성하였다. 스테레오 카메라를 통해 들어오는 이미지는 스테레오 정합기법을 이용하여 지역좌표계의 3차원 점군을 획득하는데 이용되며, DGPS와 IMU를 통해 얻은 정보는 이동로봇의 위치를 추정하는데 이용된다. 지역좌표계의 3차원 점군과 이동로봇의 위치를 융합하면 세계좌표계의 3차원 점군을 얻을 수 있으며, 이를 이용하여 도시환경을 복원을 시행하였다. 또한 스테레오 정합기법을 통해 얻어지는 점군의 중복복원을 회피하기 위하여 임시추적을 이용한다. 임시추적을 통해 동일한 점으로 판단되는 경우 중복복원을 방지하는 알고리즘을 제안한다. 실험결과는 3차원 도시환경 복원을 수행하여 점군으로 표현하였다.

• 한국정보통신학회논문지
• /
• 제7권2호
• /
• pp.344-352
• /
• 2003

본 논문에서는 CCD 카메라를 통해 전송되는 영상 시퀀스를 대상으로 움직이는 물체의 형태가 보행중인 사람, 혹은 자동차인지를 식별하고 이의 이동 방향을 판단하여, 이를 추적하는 무인 감시 시스템을 위한 효율적인 알고리즘을 제안한다. 고정 카메라 환경에서 유동적인 배경으로부터 안정된 움직임 추출을 위하여 배경과 이동 물체를 통계적 매개 변수로 모델링하고 배경만이 존재하는 초기 연속 영상 중 일부에 대하여 통계적으로 학습한다. 또한, 능동카메라 환경에서는 카메라 움직임에 의하여 배경에서도 움직임 에너지가 발생하므로 예측된 이동 궤적정보를 이용함으로써 연산량의 감소와 정확성을 기하였다. 본 논문에서 제안한 알고리즘을 고정카메라 및 능동카메라 환경에서 취득한 연속 영상에 적용한 결과 안정된 추적 결과를 얻었다. 제안한 알고리즘은 제한된 지역내의 무인 감시 시스템 도로 환경에서 교통흐름의 모니터링 시스템 및 나아가서 지능형 도로망을 위한 자가 주행 시스템에 적용이 기대된다.