• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.23 no.1
• /
• pp.123-133
• /
• 2024

Existing autonomous driving technology has been developed based on sensors attached to the vehicles to detect the environment and formulate driving plans. On the other hand, it has limitations, such as performance degradation in specific situations like adverse weather conditions, backlighting, and obstruction-induced occlusion. To address these issues, cooperative autonomous driving technology, which extends the perception range of autonomous vehicles through the support of road infrastructure, has attracted attention. Nevertheless, the real-time analysis of the 3D centroids of objects, as required by international standards, is challenging using single-lens cameras. This paper proposes an approach to detect objects and estimate the centroid of vehicles using the fixed field of view of road infrastructure and pre-measured geometric information in real-time. The proposed method has been confirmed to effectively estimate the center point of objects using GPS positioning equipment, and it is expected to contribute to the proliferation and adoption of cooperative autonomous driving infrastructure technology, applicable to both vehicles and road infrastructure.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.4
• /
• pp.83-92
• /
• 1999

본 논문에서는 Jue Chang 과 John R. Glover 가 1993년에 제안한 회귀적 적응 주기 신호 검출기[1]를 소개하고 이를 구현하기 위한 최적의 실시간 알고리즘을 제안하여 회귀적 주기 신호 검출기의 실용적인 응용 예를 제시하였다. 회귀적 적응 주기신호 검출기(FALE:Feedback Adaptive Line Enhancer)는 기존의 적응 주기 신호 검출기에 회귀 경로를 달아줌으로써, 필터 차수를 같게 했을 때 낮은 신호 대 잡음비 환경 하에서 더 높은 필터 이득과 더 낮은 추정 오차를 얻을 수 있다. 회귀 경로를 통해 들어오는 필터 출력 신호는 회귀 이득 상수 값에 따라 전체 시스템의 성능이 달라지므로 최적의 회귀 이득 상수를 찾아내는 것이 중요하며 이는 회귀 이득 상수를 변화시키며 최적의 결과값(최소 추정오차)을 유도하는 실험을 통해 얻을 수 있다. 한편, 이를 구현하는 문제에 있어서는 일잔 최적의 회귀 이득 상수 값이 정해지면 회귀 이득 상수가 초기 값으로부터 최적 값에 도달하는 변화율과 변화 유형이 시스템의 실시간 구현 및 성능에 중요한 영향을 미치게 된다. 본 논문에서는 실험을 통해 최적의 구현 알고리즘을 찾아냄으로써 Jue Chang 과 John R, Glover가 제시한 이론적인 수렴율과 수렴 성능을 유지하면서 실시간으로 동작하는 시스템을 구현하고 모의실험을 통한 성능분석 결과를 제시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.160-163
• /
• 2014

IP 네트워크를 통해 전송되는 실시간 스트라밍은 네트워크 상태에 따라 데이터 손실 및 전송 지연의 문제가 발생 할 수 있다. 이에 멀티미디어 네트워킹 애플리케이션은 RTP(Realtime Transport Protocol)와 RTCP(RTP Control Protocol)를 지원하는 RTSP(Realtime Streaming Protocol)를 사용한다. RTSP를 사용하는 송신단은 패킷 손실과 전송지연이 발생할 경우 끊김 없는 멀티미디어 스티리밍을 제공하기 위해 네트워크 상태에 따라 전송률을 변경한다. 하지만 전송률이 낮아지면 멀티미디어 품질이 떨어지게 된다. 만약 짧은 시간 동안 전송률이 빈번하게 변경된다면 일관성 있는 품질의 서비스를 제공하기 어렵다. 본 논문에서는 SDN 환경에서 실시간 스트리밍을 효과적으로 제어하기 위해 중앙 컨트롤러가 RTCP를 수신하고 송신단의 전송률과 현재 링크의 가용 전송율을 추정한다. 추정된 가용 전송율이 송신단의 전송률보다 낮다며 각 스위치의 활성화된 플로우 엔트리가 낮은 스위치로 라우팅 경로를 선택하는 메커니즘을 제안한다.

• Journal of Korea Multimedia Society
• /
• v.11 no.4
• /
• pp.454-461
• /
• 2008

This paper is regarding a new input interface based on displacement of mobile devices having a camera. The mobile device can capture consecutive images by the camera, the displacement of the device is estimated by computing the displacement between consecutive images in real-time. The proposed system extracts feature points based on SUSAN comer detector which has low computational complexity. We generate Voronoi domain by using the two-pass algorithm to match extracted features. Finally, the displacement of a mobile device is estimated by calculating SAD values between two consecutive images. We evaluated the performance of the proposed algorithm with 1500 images. True matching accuracy of the proposed algorithm is 90% and the computation for each image is conducted in 5m sec.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.686-689
• /
• 2018

3D 손 포즈 추정(Hand Pose Estimation, HPE)은 스마트 인간 컴퓨터 인터페이스를 위해서 중요한 기술이다. 이 연구에서는 딥러닝 방법을 기반으로 하여 단일 RGB-Depth 카메라로 촬영한 양손의 3D 손 자세를 실시간으로 인식하는 손 포즈 추정 시스템을 제시한다. 손 포즈 추정 시스템은 4단계로 구성된다. 첫째, Skin Detection 및 Depth cutting 알고리즘을 사용하여 양손을 RGB와 깊이 영상에서 감지하고 추출한다. 둘째, Convolutional Neural Network(CNN) Classifier는 오른손과 왼손을 구별하는데 사용된다. CNN Classifier 는 3개의 convolution layer와 2개의 Fully-Connected Layer로 구성되어 있으며, 추출된 깊이 영상을 입력으로 사용한다. 셋째, 학습된 CNN regressor는 추출된 왼쪽 및 오른쪽 손의 깊이 영상에서 손 관절을 추정하기 위해 다수의 Convolutional Layers, Pooling Layers, Fully Connected Layers로 구성된다. CNN classifier와 regressor는 22,000개 깊이 영상 데이터셋으로 학습된다. 마지막으로, 각 손의 3D 손 자세는 추정된 손 관절 정보로부터 재구성된다. 테스트 결과, CNN classifier는 오른쪽 손과 왼쪽 손을 96.9%의 정확도로 구별할 수 있으며, CNN regressor는 형균 8.48mm의 오차 범위로 3D 손 관절 정보를 추정할 수 있다. 본 연구에서 제안하는 손 포즈 추정 시스템은 가상 현실(virtual reality, VR), 증강 현실(Augmented Reality, AR) 및 융합 현실 (Mixed Reality, MR) 응용 프로그램을 포함한 다양한 응용 분야에서 사용할 수 있다.

• Journal of Space Technology and Applications
• /
• v.4 no.3
• /
• pp.232-243
• /
• 2024

In order to perform various missions in space, including planetary exploration, estimating the position of a satellite in orbit is a very important factor because it is directly related to the success rate of mission performance. As a study for autonomous satellite navigation, this study estimated the satellite's attitude and real time orbital position using a star sensor algorithm with two star trackers and earth sensor. To implement the star sensor algorithm, a simulator was constructed and the position error of the satellite estimated through the technique presented in the paper was analyzed. Due to lens distortion and errors in the center point finding algorithm, the average attitude estimation error was at the level of 2.6 rad in the roll direction. And the position error was confirmed by attitude error, so average error in altitude direction was 516 m. It is expected that the proposed satellite attitude and position estimation technique will contribute to analyzing star sensor performance and improving position estimation accuracy.

• 한국ITS학회:학술대회논문집
• /
• 2010.05a
• /
• pp.184-187
• /
• 2010

RFID 기술은 각 사물에 전자태그를 부착하고, 사물의 고유 ID를 무선으로 인식하여, 해당 정보를 수집, 저장, 추적함으로써 사물에 대한 측위, 원거리 관리 및 사물 간 정보교환 등의 서비스를 제공하는 기술이다. RFID의 응용 분야의 하나로 전자태그가 부착되어 있는 대상의 위치를 실시간으로 파악하고 확인할 수 있는 RTLS(Real Time Locating Systems) 기술이 새로이 부각되고 있다. 본 논문에서는 AP의 RSSI(Received Signal Strength Indication)를 이용해 데이터의 정확도를 위해 약 30회의 위치 추정을 통한 위치 추정의 정확도를 알아보고 스무딩을 통한 측정 거리의 오차를 확인했다. AP의 RSSI를 통한 위치추정은 AP가 설치된 건물내의 실내환경에서 이루어졌으며, 비교적 정확한 약 3m의 오차를 보였고, 필터링을 통한 교통 추정값은 그보다 약 0.5~1m 향상된 성능을 보였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.265-268
• /
• 2003

파노라믹 이미지를 이용한 환경감시 및 탐사에 관한 지속적인 연구는 실시간으로 이미지를 얻고 탐사를 수행하는 연구형태로 발전하고 있다. 본 논문에서는, 한대의 카메라와 하나의 볼록 거울의 조합을 이용하여 실시간으로 얻어지는 전(全)방향 이미지로부터 바닥정보를 추출하여 지역정보(Local Map)를 얻고, 그 정보에 기반 하여 로봇의 이동을 제어하고 전역정보(Global Map)를 구성하는 새로운 방법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05d
• /
• pp.1093-1098
• /
• 2002

본 연구실에서 개발한 MIMIC(Motion Interface & Motion Information Capture system)은 동작자의 동작을 획득하고, 동작의 의미를 이해할 수 있도록 설계된 시스템이다. 비전 센서로부터 입력된 영상을 분석하여 동작자의 머리와 두 손, 두 발의 정보를 찾는다. 그리고, 이 정보를 기반으로 팔꿈치나 무릎 등의 중간 관절을 추정한 후 20개의 관절을 가지는 3차원 인체 모델을 구성한다. 이 인체 모델은 동작자의 동작을 실시간으로 흉내낸다. 그러므로, 기존의 마커프리 모션캡쳐 시스템과 달리 완벽한 인체를 구성하기 위한 중간 관절까지 생성함으로써 동작자의 동작을 더욱 자연스럽게 구현할 수 있다.

• Proceedings of the KOR-KST Conference
• /
• 1996.12a
• /
• pp.17-40
• /
• 1996

본 연구에서는 거시적 연속교통류 모형에 바탕을 둔 도시고속도로로 시뮬레이션모형의 개발이 시도되었다. 이 모형은 simple continuum model에 통행수요모형 기능을 강화시킨 것으로서 기존 연속교통류 시뮬레이션모형의 단점을 개선하였다. 제안된 시뮬레이션모형은 정산과정을 거쳐 미국 도시고속도로에서 수집한 현장자료에 의해 평가되었다. 특히 링크의 목적지별 차량대수 추정, 실시간 O-D추정의 문제가 확장칼만필터의 형태로 접근되었으며, 개발된 시뮬레이션모형을 ATMS전략에 활용하는 방안이 개발·평가되었다. 이들 전 과정을 통합한 모수적응적 모형(Parameter Adaptive Model)에 의해 교통량을 실시간으로 예측(Real time traffic prediction)하는 방법을 제안하였으며 현장자료에 의해서 평가되었다.