• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.41 no.7
• /
• pp.599-605
• /
• 2017

For an unmanned vehicle to be driven on the off-road terrain, it is necessary to consider the vehicle's stability. This paper suggests a path tracking controller for simulation of real-time vehicle stability analysis. The path tracking controller uses the preview distance to track the given trajectory. The disturbance moment is estimated using the yaw moment observer, and this information is used for compensation in the yaw moment control. On a curved path, the vehicle's desired velocity is determined from the curvature of the path. Because the vehicle is equipped with six independent motor driven wheels, the driving torques are distributed on all the wheels. The effectiveness of the path tracking controller is verified using ADAMS/MATLAB co-simulation.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.330-340
• /
• 1998

자율주행 반송차가 주어진 경로를 따라 주행 할 때 주행면의 불균일성과 같은 외란요인과 자율반송차 시스템 자체의 비선형성 등으로 인하여 원치 않는 경로추종오차가 발생하게 되는데 본 연구에서는 이러한 경로추종오차를 최소화하기 위해서 신경회로망을 이용한 경로추종 오차 보상방법을 제안한다. 본 방법에서는 신경회로망을 통하여 조향각 보상량을 제공하므로써 경로추종오차를 보상한다. 신경망은 다층 퍼셉트론을 채용하였으며 역전파 알고리즘의 최급강하규칙(Gradient descent rule)을 이용하여 학습을 수행하였다. 본 제안에서는 학습오차를 경로추종오차로부터 정의하므로써 경로추종오차가 최소화되록 신경회로망을 학습시켰다. 제안된 방법의 타당성은 다양한 경로에 대한 모의실험 및 실제 실험을 통하여 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.247-249
• /
• 2018

본 논문에 이용되는 자율주행 로봇은 실시간으로 많은 데이터를 처리하며 통신해야한다. 그러기 위해서 ODROID 임베디드 보드와 STM32F103ZET6 마이크로프로세스를 이용하여 실내 자율주행 로봇의 서보모터와 엔코더모터를 제어하여 조향장치 및 현재 이동거리를 알 수 있으며, 센서와 통신 방법 및 제어 과정 및 설계 방안에 관한 내용이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.349-350
• /
• 2019

The autonomous driving drones experimented in the existing indoor corridor environment was a way to give the steering command to the drones by the neural network operation of the notebook due to the limitation of the operation performance of the drones. In this paper, to overcome these limitations, we have studied autonomous driving in indoor corridor environment using NVIDIA Jetson TX2 board.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1119-1120
• /
• 2023

본 논문에서는 LiDAR 만을 이용한 자율주차 시스템을 제안한다. 목표하는 주차공간 양측에 위치한 차량을 감지하여 주차공간의 앞까지 이동한 후 조향장치를 제어하여 주차를 수행하는 알고리즘을 제시하였다. 또한 2023년도 제1회 성균관대학교 자율주행 SW 경진대회를 수행함으로써 해당 알고리즘의 유효성을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1151-1152
• /
• 2023

본 연구에서는 전동 차량의 자율주행 기능 구현을 위한 방법을 제시한다. 주요 구성 요소로는 카메라, PC, 아두이노, 모터드라이브, 가변저항 등이 사용되었다. 카메라를 통해 데이터를 수집한다. YOLOPv2 lane detection 딥러닝 모델을 사용하여 차선을 탐지하고, 후처리 과정을 통해 주행 경로를 정확히 인식한다. RANSAC 알고리즘을 활용하여 outlier 에 강건한 2 차 함수 회귀를 수행하고, 이를 바탕으로 주행 중 필요한 정보를 파악한다. 이러한 정보를 바탕으로 차량의 조향각을 조절하여 안전하고 효율적인 자율 주행을 구현하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.05a
• /
• pp.211-214
• /
• 2000

This paper describes a lateral guidance system of an autonomous vehicle, using a neural network model of magneto-resistive sensor and magnetic fields. The model equation was compared with experimental sensing data. We found that the experimental result has a negligible difference from the modeling equation result. We verified that the modeling equation can be used in simulations. As the neural network controller acquires magnetic field values(B$\sub$x/, B$\sub$y/, B$\sub$z/) from the three-axis, the controller outputs a steering angle. The controller uses the back-propagation algorithms of neural network. The learning pattern acquisition was obtained using computer simulation, which is more exact than human driving. The simulation program was developed in order to verify the acquisition of the teaming pattern, learning itself, and the adequacy of the design controller. Also, the performance of the controller can be verified through simulation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.924-926
• /
• 2017

본 논문에서는 좁고 곡률이 큰 도로에서의 자율 주행을 위한 AVM 시스템 기반의 알고리즘을 제안한다. 기존의 전방을 주시하는 모노/스테레오 카메라를 이용한 차선 인식 방법을 이용한 자율주행 알고리즘은 모노/스테레오 카메라의 제한된 FOV (Field of View)로 인해 좁고 곡률이 큰 도로에서의 자율 주행에 한계가 있다. 제안하는 알고리즘은 AVM 시스템을 기반으로 하여 이 한계를 극복하고자 한다. AVM 시스템에서 얻은 영상을 차선의 색상 정보를 이용해 차선의 영역을 이진화 한다. 이진화 영상으로부터, 차량의 뒷바퀴 주변의 관심영역을 시작으로 재귀적 탐색법을 이용하여 좌, 우 차선을 검출한다. 검출된 좌, 우 차선의 중앙선을 차량의 경로로 삼고 조향각을 산출해 낸다. 제한하는 알고리즘을 실제 차량에 적용시킨 실험을 수행하였고, 운전면허 시험장의 코스를 차선의 이탈없이 주행 가능함을 실험적으로 확인하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.274-281
• /
• 1998

This paper describes a visual control of autonomous vehicle using neural network. Visual control for road-following of autonomous vehicle is based on road image from camera. Road points on image are inputs of controller and vehicle speed and steering angle are outputs of controller using neural network. Simulation study confirmed the visual control of road-following using neural network. For experimental test, autonomous electric vehicle is designed and driving test is realized

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1175-1176
• /
• 2023

전기차의 자율주행을 위해선 차선 인식과 모터 제어가 필요하다. 카메라로 입력된 영상에 허프 변환을 적용하고, 변환된 이진 이미지에 Enet 및 DeepLabv3+ 구조를 활용한 LaneNet 모델을 적용하여 차선을 학습시키고, Fuzzy 제어 기법을 활용하여 모터의 조향이 원활이 되도록 하였다. 기존의 Rule base 기법에 비하여 차선 인식 정확도가 월등히 향상되었으며, 주행 결과 Real-Time 주행환경 판단에 대한 여지를 남겼다.