• 대한공간정보학회지
• /
• 제2권2호
• /
• pp.81-88
• /
• 1994

CNS(Car Navigation System)는 국내외적으로 자율주행차량(Autonomous Land Vehicle)연구분야에서 주행계획 용도보다는 일반차량에서 운전자 보조 시스템으로 더 많이 쓰이고 있다. 본 논문에서는 CNS에 한 연구분야인 Global Path Planning의 새로운 위치추적 알고리즘 결과를 개발하였다. 일본과 같은 경우에는 벌써 이러한 CNS의 연구가 활발히 진행되어서 현재는 상품화되어 년간 $40{\sim}50$만개 정도가 팔리고 있고 미국 및 유럽 각국(EC)에서도 CNS의 개발 및 상품화가 활발히 진행되고 있다. 우리나라의 경우엔 아직 주행중인 차량의 현재위치를 구하고 이를 Digital Map상에 실시간으로 구현하는 제 1세대 CNS가 연구 중에 있으나 아직은 초기 단계에 있다. 이에 본 논문은 현재까지 우리나라에서 연구중인 인공위성과 범지구적 위치결정체계(Global Positioning System)만을 이용한 차량 위치 추정 방법에 추측항법체계(Dead_Reckoning)라는 다른 방법을 결합하여 기존의 차량 위치 추정 오차를 줄여주는 새로운 알고리즘을 제시하고 실제차량에서의 실험결과를 보인다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권8호
• /
• pp.327-342
• /
• 2017

본 논문은 센서 데이터를 수집하고 효과적으로 처리하는 IoT 서비스를 위한 스마트 센서 데이터 통합 처리 시스템을 소개한다. IoT 분야의 발전으로 센서 데이터를 수집하고 이를 네트워크로 송·수신하는 기술을 바탕으로 하는 스마트 홈, 자율주행 자동차 등의 다양한 프로젝트가 진행됨에 따라 센서 데이터를 처리하고 효과적으로 활용하기 위한 자율제어 시스템이 이슈가 되고 있다. 그러나 자율제어 시스템의 모니터링을 위한 센서 데이터 형식은 도메인에 따라 다르기 때문에 각기 다른 다양한 도메인에 자율제어 시스템을 적용하는 스마트 센서 데이터 통합 처리 시스템이 필요하다. 따라서 본 논문은 스마트 센서 데이터 통합 처리 시스템을 소개하고, 이를 적용시켜 창문을 기준으로 내부와 외부의 센서 데이터를 처리하기 위해 1) receiveData, 2) parseData, 3) addToDatabase의 3단계 프로세스를 가지고, 자율제어 시스템에 의하여 쾌적한 실내 환경을 조성하기 위해 환기를 하는 자동 창문 개폐 시스템 'Smart Window'를 제안하고 구현한다. 이를 통해 대기 정보를 수집해 모니터링하며, 저장된 데이터를 토대로 통계 분석 및 더 나은 자율제어 수행을 위한 기계학습을 가능하게 한다.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.687-692
• /
• 2018

본 논문은 첨단운전자지원시스템(Advanced Driver Assist System, ADAS) 및 자율주행자동차 등에 영상 정보를 제공하는 자동차용 열상카메라를 개발하고 그 영상의 디테일을 향상하기 위한 개선된 기법을 제안한다. 열상카메라는 온도 측정과 야간 영상 확보 등을 목적으로 의료, 산업, 군수 등 다양한 분야에서 활용되고 있다. 스마트자동차에서는 야간 영상 확보를 위하여 적용되고 있다. 첨단운전자지원시스템 및 자율주행자동차 등의 영상 센서로 활용되기 위해서는 객체인식이 가능한 수준의 영상 해상도 및 디테일이 요구된다. 본 논문에서는 자동차에 적용 가능한 $640{\times}480$ 해상도의 열상카메라를 개발하고 영상의 디테일을 향상하기 위한 BDE(Block-Range Detail Enhancement) 기법을 적용한다. 다양한 주행 환경에서 얻어지는 영상 디테일을 향상하기 위하여 대상 픽셀과 주변 8개의 픽셀 간의 Block-Range 값을 계산하여 5단계로 구분하고 각기 다른 Factor를 가감하도록 함으로써 활용도가 높은 영상을 얻을 수 있도록 한다. 개선된 기법은 130mK의 온도 차이까지 구분함으로써 영상의 어두운 부분도 상대적으로 세밀하게 구분하며, 영상의 밝은 부분과 어두운 부분 모두에서 고른 디테일 향상을 보여준다. 개발된 열상카메라와 디테일 향상 기법을 실차에 적용하고 시험하여 제안된 기법의 개선된 결과를 제시한다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.9-18
• /
• 2022

인공지능 기술의 발전으로 다양한 분야에서 AI가 접목된 시스템에 대한 관심이 급증하고 있다. 농업에서도 정보통신 기술을 적용한 스마트팜이 활용되고 있으며, 자율주행, 인공위성, 빅데이터 등의 다양한 첨단 기술을 접목하여 데이터 기반의 정밀 농업이 상용화되고 있다. 국내의 경우 시설농업 분야 스마트농업의 상용화 사례가 증가하고 있으나 시설원예 분야에 투자 편증이 심하여, 시설농업과 노지 농업의 투자 격차가 지속해서 벌어지고 있다. 특히, 과수, 식물공장 분야는 투자 규모가 작다. 또한, 빅데이터 수집, 활용 체계가 미흡하다는 문제점이 있다. 이에 본 논문에서는 농업의 빅데이터를 활용하는 방안으로 딥러닝 기반의 객체 탐지 모델을 활용한 과수 생육 단계 판별 시스템을 제안한다. 해당 시스템은 농업 현장에서 사용할 수 있도록 하이브리드 앱을 설계 및 구현하며 과수 생육단계 판별을 위한 객체 탐지 기능을 제공한다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.705-710
• /
• 2021

오늘날 수많은 다양한 기술 분야 중에서 첨단 정보통신(ICT: Information Communication Technology) 기술이 진정한 4차 산업 혁명의 핵심기술로 급속히 발전하고 있다. 최근 정보통신 분야의 최대 이슈는 무선 네트워크 기반 클라우드 컴퓨팅 환경에서 빅 데이터를 이용한 머신러닝 기반 인공지능 응용 그리고 자율주행 자동차나 로봇 등 자율 제어기반 응용기술 관련 분야라 할 수 있다. 이러한 최첨단 정보통신 기술들에 대한 가치는 여러 주변의 환경 요인들에 의해 결정되기 때문에 매우 유동적일 수 있으며, 이들 기술에 대한 성공적인 기술 이전이나 거래 및 사업화를 위해서는 이 기술이 갖는 가치에 대한 정확한 기술 가치평가 방법이 절실히 요구된다. 본 연구에서는 최첨단 ICT분야 기술들이 갖는 고유의 특징과 기술 이전 및 사업화에 영향을 미칠 수 있는 주요 요소를 면밀히 분석하고, 기존에 널리 사용되어 오는 기술 가치평가 모델의 각 단계별 분석을 통해 최첨단 ICT 기술이 갖는 고유의 특성을 반영한 보다 정확한 가치평가 방법론을 제안하고자 한다.

• 한국멀티미디어학회논문지
• /
• 제23권9호
• /
• pp.1219-1228
• /
• 2020

In this study, the factors affecting the acceptance intention for level 4-5 of autonomous vehicles were investigated by applying TAM(Technology Acceptance Model). To this end, 332 ordinary persons interested in autonomous vehicle and experienced in driving car were analyzed by using SEM(Structural Equation Modeling). The results showed that self-efficacy and personal innovation had a positive effect on perceived usefulness. On the other hand personal innovation has been shown to have a negative effect on perceived usefulness. Perceived ease of use has a positive effect on perceived usefulness, perceived ease of use and perceived usefulness has a positive effect on acceptance intention. Safety and Privacy has been shown to have a positive effect on trust, trust has a positive effect on acceptance intention. Lastly, autonomous vehicles have a higher impact on their 20s and 30s. The result of this study is expected to be a very useful basic research for the development of target autonomous vehicles, the selection of targets, the direction of corporate marketing strategies, and the preparation of government policies.

• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.55-59
• /
• 2008

야외 환경에서 무인차량의 자율주행에 있어서 효과적인 기동제어를 위해서는 장애물 탐지나 지형의 기하학적인 형상 정보외에 탐지된 장애물 및 지형 표면에 대한 재질 유형의 인식 및 분류 또한 중요한 요소이다. 영상 기반의 지표면 분류 알고리듬은 입력 영상에 대한 전처리, 특징추출, 분류 및 후처리의 절차로 수행된다. 본 논문에서는 컬러 CCD 카메라로부터 획득된 야외 지형영상에 대해 색상 및 질감 정보를 이용한 지형분류 기법을 제시한다. 전처리 단계에서 색공간 변환을 수행하고, 색상과 질감 정보를 이용하기 위해 웨이블릿 변환 특징을 사용하였으며, 분류기로서는 SVM(support vector machine)을 적용하였다. 야외 환경에서 획득된 실영상에 대한 실험을 통하여 제시된 알고리듬의 분류 성능을 평가하였으며, 제시된 알고리듬에 의한 효과적인 야지 지형분류의 가능성을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 하계학술대회
• /
• pp.200-203
• /
• 2016

최근 자율주행자동차에 대한 관심이 증가함에 따라 교통 상황을 인식하는 방법에 대한 연구도 활발하게 진행되고 있다. 특히 교통신호등의 인식은 치명적인 결과를 야기하는 교통사고와 밀접하게 연관된다는 점에서 중요성이 더욱 부각되고 있다. 본 논문에서는 컴퓨터 비전 시스템을 기반으로 한 교통신호등 인식 방법을 제안한다. 차선, 표지판 등과는 다르게 교통신호등은 빛을 발하는 특징이 있으며 그 모양과 형태 또한 규격화 되어 있다. 이러한 특징 중 색상과 형태 특징을 이용하여 두 단계의 추출과정을 거쳐 교통신호등을 인식한다. 먼저 HSV 색 공간에서 적색, 녹색, 주황색의 빛을 발하는 영역을 찾아낸 뒤, 신호의 원형 특징을 이용해 가로, 세로 사이즈와 크기로 신호의 후보를 추출한다. 다음, 신호등의 검은 박스 영역을 찾기 위해 추출한 신호 후보군의 주변부가 검정색인지를 확인한다. 최종적으로 신호등의 박스 부분을 검출하여 신호를 발하는 위치를 기반으로 신호를 인식한다. 실험결과 많은 계산량을 요구하는 기계학습을 사용하지 않고도 실시간 처리와 높은 인식률로 교통 신호를 인식할 수 있음을 확인하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
• /
• pp.373-376
• /
• 2019

최근 AI 기술이 학술적 연구단계를 넘어 산업계에서 활용이 확산됨에 따라, 실시간 시스템 분야에서도 AI를 접목하려는 움직임이 증가하고 있다. 실시간 시스템은 시간 제약이 있는 시스템으로써, 자율주행 시스템과 같은 안전 최우선 시스템에서는 시간 제약 위반으로 인한 예외 상황 발생 시, 심각한 피해로 이어질 수 있기 때문에 예외 상황 처리를 위한 신뢰성 있는 시스템 설계가 필요하다. 본 논문에서는 실시간 임베디드 AI를 위한 스트림 데이터 처리 언어인 Splash에 신뢰성 향상을 위한 예외 처리 메커니즘을 구현하였다. 구체적으로 예외 감지와 처리 부분으로 나눠서, 예외 상황을 감지하는 시점 및 방법을 정의하고 예외 발생 시 이를 처리하는 과정을 구현하였다. 예외 처리 메커니즘은 실시간 발행/구독 기반의 통신 미들웨어인 DDS 상에 라이브러리 형태로 구현되었으며, 시계열 센서 데이터를 사용하여 확인한 결과, 응용 개발자가 명시한 제약 사항 위반 시 발생하는 예외를 성공적으로 감지하고 예외 처리 동작을 수행하는 것을 확인하였다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1099-1110
• /
• 2023

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.