• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.54-62
• /
• 2018

기술의 발전에 따라 다양한 응용을 위한 장치가 연구 및 개발되고 있으며 운전자 보조 시스템은 그 중 대표적인 기술이다. 운전자 보조 시스템 기술은 차량 주변의 정보를 인식하기 위해 영상인식 기법을 사용한다. 차량에 적용되는 운전자 보조 장치는 계산시간이 오래 걸리는 다수의 영상인식기법을 실시간으로 처리하는데 어려움이 존재한다. 이를 위해 제한된 하드웨어에서 영상인식 기법의 실시간 처리를 위한 동적 프레임 제외 기법을 제안한다. 기존의 연구에서 프레임 제외는 처리시간에 비례하여 정적으로 설정되었으며 처리 할 수 있는 영상인식기법의 수가 적음을 알 수 있다. 차량의 속도와 가속도를 통해 주행상태를 파악하여 동적으로 프레임 제외률을 설정하고 그에 맞게 영상인식 기법을 처리하여 그 수를 최대화시켰다. 실험을 통해 처리 수가 정적 기법에 비해 32.5% 상승함을 확인하였다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.844-851
• /
• 2019

웨어러블 디바이스의 대중화에 따라 디바이스 내에 탑재된 다양한 센서를 활용하여 동작 인식, 헬스케어, 안전 보조 등 다양한 스마트 서비스를 제공하는 애플리케이션이 급증하고 있다. 본 논문에서는 9축 관성 센서가 탑재된 스마트워치를 이용하여 운전자를 인식하고, 운전 중 운전자의 자동차 핸들의 회전각을 탐지하는 방법을 제안한다. 제안하는 시스템은 i) 스마트워치 위치 인식, ii) 운전자 인식, iii) 핸들의 회전각 계산, 3가지 단계로 구성되어 있다. 이를 위해, IMU 센서와 아두이노(Arduino)를 이용하여 웨어러블 디바이스의 시제품을 자체 제작하고 제안하는 시스템을 구현 하였다. 실험을 통해 핸들의 회전 방향을 높은 정확도로 계산할 수 있고 회전각 또한 평균 $11.77^{\circ}$의 낮은 오차를 보여 제안하는 시스템의 실효성을 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권2호
• /
• pp.149-155
• /
• 2020

한국도로교통공단은 교통사고분석시스템(TAAS)을 활용하여 2015년부터 발생한 교통사고 원인을 분석한 통계를 제공하고 있다. 교통사고 발생 주요 원인으로, 2018년 한해 전체 교통사고 발생원인 중 전방주시 부주의가 대부분의 원인임을 TAAS를 통해 발표했다. 교통사고 원인에 대한 통계자료의 세부항목으로 운전 중 스마트폰 사용, DMB 시청 등의 안전운전 불이행 51.2%와 안전거리 미확보 14%, 보행자 보호의무 위반 3.6% 등으로, 전체적으로 68.8%의 비율을 보여준다. 본 논문에서는 Deep Learning의 알고리듬 중 CNN(Convolutional Neural Network)를 활용하여 첨단 운전자 보조 시스템 ADAS(Advanced Driver Assistance Systems)을 개선한 시스템을 제안하고자 한다. 제안된 시스템은 영상처리에 주로 사용되는 Conv2D 기법을 사용하여 운전자의 얼굴과 눈동자의 조향을 분류하는 모델을 학습하고, 차량 전방에 부착된 카메라로 자동차의 주변 object를 인지 및 검출하여 주행환경을 인지한다. 그 후, 학습된 시선 조향모델과 주행환경 데이터를 사용하여 운전자의 시선과 주행환경에 따라, 위험요소를 3단계로 분류하고 검출하여 운전자의 전방 및 사각지대 보조한다.

• 한국ITS학회 논문지
• /
• 제23권1호
• /
• pp.182-196
• /
• 2024

자동차 보급과 교통 시설 발달로 인한 문제에 대응하여, ADAS와 같은 운전 보조 기술이 주목받고 있다. 최근에는 스마트폰 내장 센서를 사용한 운전패턴 분석 방법론이 개발되었다. 이 연구에서는 레이블 없이 대조학습을 통해 운전패턴의 특징을 학습하고 변화점을 감지하는 새로운 방법을 제안한다. 이 방법은 운전패턴 분류에도 확장 가능하여, 매우 적은 레이블링 데이터만으로 높은 분류 성능을 달성할 수 있음은 물론 적용 차량이 달라지는 도메인 변화 문제에 민감하게 반응하지 않아 일반화된 성능을 달성할 수 있다는 장점을 가지고 있다. 또한 본 연구에서는 추후 스마트폰 적용성을 고려하여 6가지 대표적인 경량화 딥러닝 모델에 대해 제안하는 방법을 적용하고 비교분석하여 추후 스마트폰 기반의 시스템 개발에 활용할 수 있도록 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.427-430
• /
• 2012

최근 차량용 블랙박스, 자동 운전 시스템, 어라운드 뷰 시스템 등과 같은 운전자의 편의와 안전을 위한 장치 및 시스템들이 개발되고 있다. 현재 운전자를 위한 보조 시스템으로 구글(google)의 자동 운전 시스템(Auto Car Driving System)과 현대 모비스(hyundai mobis)의 AVM 시스템(Around View Monitoring System) 등의 다양한 차량용 편의장치 시스템들이 등장했다. 위와 같은 다양한 ECU들을 관리하기 위한 서버 및 저장 장치 역할을 할 수 있는 고사양의 Car PC의 장착이 필수적이다. 기존의 AVM 시스템은 차량 주변을 실시간으로 제공하기 위해 임베디드 또는 별도의 차량용 네트워크를 통해 임베디드 시스템 또는 SoC(System On Chip)형태의 하드웨어 기반으로 개발되고 있다. 하지만 고사양의 Car PC 기반에서는 별도의 비용없이 소프트웨어로 구현이 가능하다. 본 논문에서는 차량의 전 후 좌 우에 장착된 4대의 카메라로부터 입력된 차량 주변 상황을 한눈에 보여주는 AVM 시스템(Around-View Monitoring System)을 위한 카메라 보정 및 정합 처리 모듈 및 AVM 시스템을 Windows를 O/S로 하는 PC 내부에서 기존의 AVM 시스템을 이용하여 화면에 전 후 좌 우 버튼을 각각 만들어 버튼을 터치했을 때, 각 버튼에 해당되는 영상이 AVM 시스템과 함께 출력되도록 하거나 디스플레이에 Full 버전으로 출력되도록 S-UI(Smart User Interface)를 설계 및 구현한다. 제안하는 AVM 시스템과 기존의 AVM 시스템의 성능과 기능을 비교 분석함으로써 제안하는 영상 처리 모듈을 이용하여 추가 비용이 발생하지 않는 AVM 시스템의 구현 가능성을 검증한다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.15-20
• /
• 2017

최근 자동차 산업은 IT 기술을 접목하여 운전자에게 편의를 제공하기 위한 운전자 보조 시스템에 관한 연구가 진행되고 있다. 본 논문에서는 차선 이탈 방지 및 자율 주행에 적용 가능한 도로상태 변화에 강인한 차선 검출 방법을 제안한다. 제안하는 방법은 Otsu 임계값 결정 방법과 가우시안 필터와 에지를 통한 후보 영역 검출 방법을 이용한다. 또한, 허프 변환을 통한 차선의 기울기와 폭 정보를 이용하여 차선을 검출한다. 실선뿐만 아니라 점선 차선 검출을 위해 기존에 검출된 차선 정보를 이용하여 다음 프레임에서 차선이 위치할 경로를 계산해 가상의 차선을 그려주는 방법을 제안한다. 제안하는 알고리즘은 실선과 점선상황에서 차선 검출이 모두 가능했고 오픈소스 하드웨어인 라즈베리 파이 2에 적용할 경우 실시간 처리가 가능함을 확인했다.

• 전자공학회논문지
• /
• 제51권1호
• /
• pp.126-136
• /
• 2014

지능형 교통 시스템(ITS) 및 지능형 자동차의 운전자 보조 시스템에서 차선의 경계를 검출하기 위한 허프 변환 방법이 많이 연구되고 있다. 이 방법의 경우 차선을 효과적으로 인식하지만 차선 이외의 영역의 직선들도 인식할 수 있기 때문에 인식률이 떨어질 수 있고 연산속도가 늦어진다. 본 논문에서는 이러한 문제를 해결하기 위해 Hough space에 Accumulator cells를 최적화한 방법을 이용해서 차선 경계를 인식하는 알고리즘을 제안하였다. 이를 바탕으로 H/W 검증을 통해 안드로이드용 어플리케이션을 개발하였다. 스마트 기기의 사용자라면 언제 어디서든 운전자의 주행안전을 위한 차선검출 및 차선이탈 경보시스템을 사용 할 수 있도록 하였다. 소프트웨어 검증은 OpenCV를 사용하여 93.1%의 높은 차선인식률을 보였으며, 하드웨어 실시간 검증은 안드로이드용 휴대폰을 사용하여 68.89%의 차선인식률을 보였다.

• 한국통신학회논문지
• /
• 제42권1호
• /
• pp.181-192
• /
• 2017

최근 첨단 운전자 보조 시스템에 대한 활발한 연구가 이루어지고 있으며 특히 도로 영상을 활용한 도로 상황 분석에 대한 연구가 활발히 진행되고 있다. 도로 상황 분석 성능을 높이기 위해 좋은 품질의 영상이 필요하고, 이를 위해 적절한 노출 시간으로 영상을 획득할 필요가 있다. 본 논문에서는 온보드 카메라와 다양한 센서들로 주변의 정보를 습득하고 분석하여 운전자에게 정보를 제공해 줄 수 있는 다중 노출 차량용 스마트 카메라를 설계 및 구현하였다. 그리고 도로 환경에 적합한 자동 노출 조절 알고리즘을 고안하여 영상 처리 성능을 높이고자 하였다. 추가적으로 임베디드 장치의 제한된 계산 성능을 보완할 뿐만 아니라 영상 분석의 성능을 더 높일 수 있는 기존 관심 영역 기법을 응용한 관심 영역 전환 기법에 대한 연구를 수행하였다. 제안한 다중 노출 차량용 스마트 카메라의 프로토타입을 구현하여 실제 도로 환경에서 노출 조절 알고리즘과 관심 영역 전환 기법의 성능을 평가하였으며 실험을 통해 제안하는 노출 조절 알고리즘과 관심 영역 전환 기법을 사용하였을 때, 영상 인식의 정확도가 평균 13.45% 증가함을 확인하였다.

• 한국통신학회논문지
• /
• 제40권1호
• /
• pp.152-164
• /
• 2015

최근 반도체 기술, 센서 기술 및 이동통신 기술의 발전으로 스마트 자동차 기술 연구 개발이 진행 중에 있다. 사회가 발전함에 따라 차량이 증가하였고 사고에 대한 위험은 점차 높아지고 있다. 그에 따라 기존의 차량용 블랙박스 외에 차량의 각종 센서 정보를 활용하여 운전자에게 다양한 정보를 제공하는 첨단 운전자 보조 시스템이 연구되고 있다. 본 논문에서는 차량 간의 통신기능을 포함하고, 주변의 정보를 습득하여 제공할 수 있는 스마트 카메라 장치를 설계 및 구현하여, 장치에 포함된 카메라로부터 입력 받은 영상을 분석하여 획득한 정보를 영상 메타데이터화 하는 기술에 대한 연구를 수행하였다. 또한 임베디드 장치의 제한된 계산 성능을 보완하기 위해 관심영역을 설정하는 S-ROI(Static-Region Of Interest), D-ROI(Dynamic-Region Of Interest) 방식을 고안하였다. 실험을 통해 영상처리 속도가 전체영상 분석에 비해 S-ROI의 경우 3.0배, D-ROI의 경우 4.8배 향상함을 확인하였다.

• 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.