• Journal of Korean Tunnelling and Underground Space Association
• /
• v.20 no.1
• /
• pp.11-22
• /
• 2018

The safety of tunnels is quantified by quantitative risk assessment when planning the disaster prevention facilities of railway tunnels, and it is decided whether they are appropriate. The purpose of this study is to estimate the probability of the train stopping in the tunnels at train fire, which has a significant effect on the results of quantitative risk assessment for tunnel fires. For this purpose, a model was developed to calculate the coasting distance of the train considering the coefficient of train running resistance. The probability of stopping in case of train fire in the tunnel is predicted by the Monte Carlo simulation method with the coasting distance and the emergency braking distance as parameters of the tunnel lengths and slopes, train initial driving speeds. The kinetic equations for predicting the coasting distance were analyzed by reflecting the coefficient train running resistance of KTX II. In the case of KTX II trains, the coasting distance is reduced as the slope increases in a tunnel with an upward slope, but it is possible to continue driving without stopping in a slope downward. The probability of the train stopping in the case of train fire in tunnel decreases as the train speed increases and the slope of the tunnel decreases. If human error is not taken into account, the probability that a high-speed train traveling at a speed of 250 km/h or above will stop in a tunnel due to a fire is 0% when the slope of the tunnel is 0.5% or less, and the probability of stopping increases rapidly as the tunnel slope increases and the tunnel length increases.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.4
• /
• pp.430-435
• /
• 2011

In this paper, a navigation technology of an unmanned vehicle using relative localization and magnetic guidance is proposed. Magnetic guidance system had been developed as a robust autonomous driving technology as long as magnetic fields on the path are detected. Otherwise, if magnetic fields were not detected due to some reasons, the vehicle could not drive. Therefore, in order to overcome the drawback, we propose that relative localization would be combined to magnetic guidance system. To validate the usefulness of the proposed method, a robotic vehicle was set up with the magnetic guidance system and the relative localization. In addition, the unmanned driving test was realized on the road without the magnetic fields so that the proposed method is verified by the experiment.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.9
• /
• pp.13-20
• /
• 2022

It's proposed and analyzed ML(Machine Learning) models to predict vehicle FC(Fuel Consumption) in real-time. The test driving was done for a car to measure vehicle speed, acceleration, road gradient and FC for training dataset. The various ML models were trained with feature data of speed, acceleration and road-gradient for target FC. There are two kind of ML models and one is regression type of linear regression and k-nearest neighbors regression and the other is classification type of k-nearest neighbors classifier, logistic regression, decision tree, random forest and gradient boosting in the study. The prediction accuracy is low in range of 0.5 ~ 0.6 for real-time FC and the classification type is more accurate than the regression ones. The prediction error for total FC has very low value of about 0.2 ~ 2.0% and regression models are more accurate than classification ones. It's for the coefficient of determination (R²) of accuracy score distributing predicted values along mean of targets as the coefficient decreases. Therefore regression models are good for total FC and classification ones are proper for real-time FC prediction.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.11
• /
• pp.159-167
• /
• 2009

The vehicles play a significant role in modern people's life as economy grows. The development of car navigation system(CNS) provides various convenience because it shows the driver where they are and how to get to the destination from the point of source. However, the existing map-based CNS does not consider any environments such as traffic congestion. Given the same starting point and destination, the system always provides the same route and the required time. This paper proposes a path planning method with traffic prediction by applying historical driving information to the Fuzzy theory and Bayesian update. Fuzzy theory classifies the historical driving information into groups of leaving time and speed rate, and the traffic condition of each time zone is calculated by Bayesian update. An ellipse area including starting and destination points is restricted in order to reduce the calculation time. The accuracy and practicality of the proposed scheme are verified by several experiments and comparisons with real navigation.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.548-550
• /
• 1999

무인 주행 차량에 있어서, 포장 또는 비포장 도로의 시각적 추적은 매우 중요한 문제중의 하나이다. 따라서, 비디오 이미지로부터 비포장 도로를 추적할 수 있는 신속한 비젼 알고리즘의 개발이 필요하다. 이 논문에서는 칼만 필터와 EM(Expectation Maximization) 이론을 이용해 도로를 예측하고 시스템 파라미터를 갱신하는 방법을 제시한다. 시스템 파라미터, 도로 state, 도로 경계선, 그리고 모든 과거 데이터들을 각각 EM 파라미터, hidden data, incomplete data와 complete data로 정의함으로서 도로 state를 예측하고 시스템 파라미터를 추정할 수 있는 시간 회귀적 수식을 유도해 낼 수 있다. 이러한 방법을 이용하여 도로 state는 칼만 필터에 의해 매 프레임마다 예측되며, 시스템 파라미터들은 주기적으로 갱신되는 것이다. 결과적으로 이 방법은 주변환경과 날씨에 많은 영향을 받는 도로의 모양과 특징을 잘 찾아낼 수 있다. 또한 도로의 다음 state를 예측할 수 있는 점을 이용하면 계산량을 줄일 수 있으므로 실시간 구현에 용이하다. 이와 같은 방법으로 우리는 0.1 sec/frame 처리속도를 보장하는 도로추적 시스템을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.775-778
• /
• 2016

로봇 주행 기술은 전통적인 로봇요소 기술 외에도 여러 기술로 대상 응용서비스에 따라 IT 기술과 적극적인 융합을 통해 다양한 주행방법과 주행성능이 향상되고 있다. 본 논문에서는 대표적인 실내 모바일 로봇인 로봇 청소기를 대상으로 기존의 방법인 적외선과 카메라 방법이 아닌 보통 가정에도 쉽게 존재하는 AP를 이용해 목표를 설정하여 포섭구조 이론을 기반으로 동적인 환경에서도 충전 스테이션 까지 자율 주행이 가능한 로봇 알고리즘을 설계하였다. 그 결과 동적인 환경을 설정하여 로봇이 AP를 찾아가는 것을 확인하였고 주행 경로와 경과 시간을 표로 도출하여 다른 경우를 예측할 수 있게 하였다. 향후 행동 기반 로봇과 다양한 센서를 이용하여 로봇의 위치와 목표점 사이의 최단거리 경로를 구하여 주행하는 것이 목표이다.

• Broadcasting and Media Magazine
• /
• v.24 no.1
• /
• pp.49-55
• /
• 2019

최근 수년간 급속도로 발전한 정보통신(ICT) 및 인공지능(AI) 관련 기술은 사회전반에 걸쳐 모든 산업영역에 변화의 바람을 불러일으키고 있다. 교통부문에서도 이러한 기술의 융 복합을 통해 교통체계의 효율성과 안전성을 향상시키기 위한 노력이 자율주행의 기술발전으로 나타나고 있다. 자율주행은 그동안 인간이 운전해오던 자동차 중심의 교통체계에 혁신적인 변화의 동인이 될 것으로 전망된다. 개인 승용차 시장에 자율주행자동차의 등장과 버스, 택시 등 대중교통과 공유교통차량의 대중교통 기능 적용, 그리고 트럭 및 대형버스 등 상용차의 군집주행기술 도입 등 다양한 분야에서 산업화가 진행되고 있는 것이 그 이유다. 이로 인해 시민들의 일상생활에서 가장 중요한 부분을 차지하는 이동성(Mobility)을 제공하는 서비스에 상당한 영향을 줄 것으로 예측되고 있다. 본 고는 자율주행이 가져올 미래 교통체계의 변화로 대변되는 스마트 모빌리티에 대한 기술과 서비스 방향에 대해 진단하고, 효율적인 산업화를 위한 방안을 제시한다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1042-1043
• /
• 2015

미니트램(Mini-Tram)은 승하차 시간 동안 정거장에서의 무선급전 방식에 의한 급속충전(약, 2분 30초 이내)을 통해 에너지를 공급받으며, 운행 시 차상에 설치된 에너지저장 매체(LIC: Lithium-Ion Capacitor)로부터 전기에너지를 공급받아서 운행된다. 차량에 요구되는 에너지 소모량을 분석하고 이에 맞춰서 저장 매체의 직-병렬 구성 및 전력 변환 장치(Regulator 및 DC-DC 컨버터 등)를 설계하는 것은 전기 구동 차량인 미니트램의 설계에서 매우 중요한 부분이다. 본 논문에서는 미니트램 시스템을 개발하는 과정에서 수행된 에너지공급시스템의 사양 선정을 위한 에너지 소모량 예측과 더불어 이와 관련된 주행저항 및 주행성능 분석에 대해서 다룬다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.67-70
• /
• 2008

본 논문에서는 자계표식기반 안내시스템을 이용한 차량의 무인주행을 제안한다. 자계기반 안내시스템에서 가장 중요한 것은 자계도로상의 자석의 위치예측이다. 자석의 위치를 예측하기 위하여 자석과 센서의 상관관계를 해석하여 도로에 매설된 자석의 위치를 검출하기 위한 배열형 자계표식위치인식센서를 개발하였다. 또한 자동모드와 수동모드의 동작을 위해 스텝모터를 이용한 조향제어장치를 개발하였다. 자율주행 실험을 위해 자계기반 자계도로를 구성하였다. 그리고 로봇형 차량을 자계도로에서 실험을 통해 실용성을 입증하였다.

• The Optical Journal
• /
• s.102
• /
• pp.37-41
• /
• 2006

자동차 본래의 주행에 관한 기능은 최근 괄목할 정도로 발전되고 일반화되었으나, 운전자의 판단에 기본이 되는 주행 상황이나 다른 차와의 위치 관계 등 운전 정보를 제공하는 기능은 최근에서야 겨우 고기능화되어 일반적으로 실현되게 되었다. 이들 운전 정보에 관한 기능의 고도화는 원래 운전자의 시각에 의존하였던 정보를 보완하여 제공하는 것이기 때문에 광학적으로 대응할 수 있는 경우가 비교적 많으며, 본 고에서는 이들 자동차용 광학계에 대하여 개요를 파악하여 향후의 동향을 예측해 보고자 한다.