• 한국정보시스템학회지:정보시스템연구
• /
• 제31권3호
• /
• pp.47-65
• /
• 2022

Purpose With the recent development of Big Data and Artificial Intelligence technology, self-driving technology has developed into three stages (partial self-driving) or four stages (conditional self-driving), it is expected to bring a new paradigm to transportation in the city. Although many researchers are researching related technologies, there is no research on self-driving for disabled persons. In this study, the basic research was conducted based on the assumption that the shared self-driving car used by the disabled person is similar to the special transportation currently driving. Design In this study, data analysis and machine learning techniques were utilized to analyze the mobility patterns of disabled persons by type and to search for leading factors affecting the traffic volume of special transportation. Findings The study found that external physical disorders and developmental disorders often visit general welfare centers, internal organ disorders often visit general hospitals, and the elderly and mental disorders have various destinations. In addition, machine learning analysis showed that the main transportation routes for the disabled person use arterial roads and auxiliary arterial roads and that the ratio of building usage-related variables affecting the use of special transportation for a disabled person is high. In addition, the distance to the subway and bus stops was also mentioned as a meaningful variable. Based on these analysis results, it is expected that the necessary infrastructure for shared self-driving cars for disability person traffic will be used as meaningful research data in the future.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.601-608
• /
• 2023

모바일 로봇은 다양한 환경에서 임무를 수행하기 때문에 산업 분야에서 크게 활용되고 있다. 모바일 로봇이 작업을 수행하기 위해서는 경로를 생성하고 장애물을 탐지하기 때문에 실시간으로 로봇의 정확한 위치를 파악하는 것은 중요하다. 특히, 실내 환경에서 자율주행하는 모바일 로봇은 주어진 일을 정해진 영역에서 수행할 때, 보다 정밀한 측위 성능이 요구된다. 모바일 로봇은 무선통신 환경에서 송수신 데이터의 손실이 빈번히 발생하며, 데이터 손실 발생 시 예측 기술을 통해 로봇 스스로 자신의 위치를 파악하여 임무 수행을 이어 나가야 한다. 본 논문에서는 모바일 로봇의 위치 추정 정확도를 향상시키고, 데이터 손실 문제를 해결하고자 확장 칼만 필터 기반의 알고리즘을 제안한다. 삼변측량은 해당 순간에만 측정한 값을 사용하여 측위 성능이 부정확한 반면, 제안한 알고리즘은 데이터 손실 환경에서 예측 측정값의 잔차를 이용하기 때문에 모바일 로봇의 정밀한 위치 추정이 가능하다. 제안한 알고리즘의 우수한 성능 검증을 위하여 데이터 손실이 없는 환경과 데이터 손실 환경에서 모바일 로봇의 시뮬레이션을 수행하였다.

• 한국산학기술학회논문지
• /
• 제15권12호
• /
• pp.6986-6992
• /
• 2014

일반화된 보로노이 그래프(GVG)는 자율 주행 로봇을 위한 일종의 로드맵으로서. GVG는 선서에다 받은 정보만 사용하여 작업 공간거리의 계산에 따라 정의를 한다. 로봇은 장애물까지의 최대 거리를 검출할 수 있기 때문에 포인트 뷰에서 GVG의 최적은 정출 몇 장애물 회피이다. 로봇의 경우에는, GVG는 가장 안전적인 길이라고 할 수 있다. 따라서 높이 링크 로봇의 GVG가장거리에 대한 연구가 매우 필요하다. 기존 연구에서 점(point) 로봇을 위한 GVG(point-GVG)와 로드 로봇을 위한 GVG(rod-GVG)가 발표되었다. 이 논문은 더 고차원의 로봇인 두 개의 동일 링크가 관절로 연결된(tow-identical-link; L2) 로봇을 위한 GVG(L2-GVG)에 대한 연구이다. L2-GVG는 미지의 평면 작업공간에서 움직이는 L2 로봇의 짜임새 공간 $R^2{\times}T^2$상에서 로드맵을 생성하되, 이전 연구와 마찬가지로 지역적 센서 정보만을 이용해 로봇이 스스로 주행하면서 맵을 만들어 낸다. 이 논문에서는 이전 point-GVG와 rod-GVG에서는 나타나지 않는, 관절이 존재하여 생기는 복잡한 특성에 대해서 분석한다. 이는 다관절 로봇으로의 확장에 중요한 초석이 될 것이다.

• 한국지능시스템학회논문지
• /
• 제14권4호
• /
• pp.438-444
• /
• 2004

가까운 미래에 필요로 하게 될 지능형 로봇은 인간과 공존하고 효과적으로 인간을 도울 수 있는 인간 친화적인 로봇이다. 이러한 목적을 실현하기 위해서 무엇보다 로봇은 주어진 환경에서만 아니라 미지의 환경에서도 주행중인 자신의 위치와 자세를 인식할 수 있어야 한다. 더욱이, 자신의 위치가 자연스럽게 인식될 수 있어야 할 것이다. 그래서 이동로봇의 주행에서 발생되는 불확실을 해결함으로써 로봇의 위치를 추정할 수 있어야 할 것이다. 본 논문에서는 이동물체의 영상정보를 이용하여 이동로봇의 자기위치추정을 위한 방법을 제시하고 있다. 이것은 엔코더의 관측 위치정보와 이동로봇의 위치정보를 추정하기 위한 카메라영상에서의 추정된 위치정보를 결합하는 방법이다. 기준좌표계상에 이동물체의 사전 경로정보와 투영된 카메라 모델, 기하학적 구속식을 이용함으로써 이동물체에 대한 영상 좌표와 추정된 이동로봇의 위치 정보간의 관계를 표현 할 수 있다. 제시된 식은 추정된 위치에 근거하기 때문에 측정오차를 항상 가지게 된다. 제안된 방법은 관측되고 추정된 영상좌표간의 오차정보를 이용하여 이동로봇의 위치를 추정할 수 있었다. 이러한 추정을 위해서 칼만필터를 적용하였으며 제안된 방법의 성능은 시뮬레이션과 실험을 통하여 제시하고 있다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.70-81
• /
• 2020

GPS가 탑재된 차내 단말기, 스마트폰에서 방대하게 수집되는 초 단위 위치(위·경도) 데이터는 교통 분야에 다양하게 활용되고 있다. 이러한 데이터는 공공의 교통관련 의사결정자들과 교통서비스를 개발·제공하는 민간회사들에게 운전자들의 행태와 교통흐름을 미시적으로 파악할 수 있게 한다. 특히, 속도 데이터는 통행시간 예측에 주요한 정보로 활용되며, 해상도 높은 데이터 기반의 고차원 서비스 개발에 이용되고 있어 신뢰성있는 정보의 확보가 요구된다. 그럼에도 불구하고 링크별 속도 산출 시 각기 다른 저장, 수집주기 등을 기준으로 사용하고 있어 정보 활용에 있어 신뢰성을 담보하기 어렵다. 본 연구의 목적은 차내 단말기를 장착한 프로브차량 데이터를 수집해 링크 공간평균속도를 산출하고 동일 구간 및 시간대의 영상기반 공간평균속도와 비교분석을 통해 오차율을 도출하는 것이다. 수집주기와 실제 속도 상황에 따른 오차율을 분석한 결과 8초 이내 수집주기에서 95% 신뢰수준을 보였으며 이를 공간평균속도 산출 시 신뢰성확보를 위한 적정 수집 주기로 제안했다. 해당 결과는 향후 커넥티드 환경에서 수집될 핵심 정보들의 신뢰성 확보와 서비스 개발 시 기초 정보로 활용될 것으로 기대해본다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.113-119
• /
• 2019

최근 상용화된 5G 이동통신의 주요한 특징은 High Data Rate와 Connection Density 그리고 Low Latency로 대표할 수 있는데, 이중 기존 4G와 가장 차별되는 특징은 Low Latency로 다양한 새로운 서비스 제공의 기반이 될 것이다. 이러한 특징을 활용한 서비스로는 AR, 자율주행 등이 검토되고 있으며 관련표준에서도 5G Network Latency 논의를 진행하고 있다. 그러나 서비스 관점의 E2E Latency 논의는 많이 부족한 것이 사실이다. 5G에서 Low Latency를 달성을 위한 최종목표는 RTD 기준 Air Interface 1ms 달성으로 이는 '20년 초 Rel-16을 통한 URLLC(Ultra-reliable Low Latency Communications)를 통해 가능하며, 추가적으로 MEC(Moble Edge Computing)를 통한 Network latency 감소도 연구 중이다. 전체 5G E2E Latency는 5G Network 관련 외에도 다양한 요인이 존재하는데, 주요 요인으로는 5G Network과 서비스 제공을 위한 IDC Server 사이의 경로에 놓인 선로/장비 Latency, 단말 App과 Server 내 서비스 처리를 위한 Processing Latency 등이 존재한다. 한편, 서비스 초기 Setup을 위한 Latency와 서비스가 지속 중인 경우의 Latency를 구분하여 세부 서비스 요구사항에 대하여 연구하는것도 필요한데, 이를 위해 본 논문에서는 서비스 초기 Setup과 관련하여 다음과 같은 세가지 요인에 대하여 검토를 진행하였다. 첫째로 (1) Data호 Setup시에 발생 가능한 Latency, 둘째 전력 효율화를 위한 (2) CRDX On/Off에 따른 영향, 마지막으로 (3) H/O가 발생되는 경우에 Latency에 대하여 Latency에 미치는 영향을 실험과 분석을 제시했다. 이를 통해 우리는 Low Latency가 필요한 서비스의 초기 Setup시에 Latency와 관련된 서비스 요구사항 및 기획에 기여할 수 있을 것으로 기대한다.