• 한국ITS학회 논문지
• /
• 제23권3호
• /
• pp.97-106
• /
• 2024

Lv.4 이상의 자율주행차량의 주행 정보를 기록하는 자율주행 데이터기록장치(DSSAD)는 사고뿐만 아니라 차량의 상태에 대한 정보를 추가적으로 저장한다는 점에서 기존의 EDR과 차별점이 있으며, 이에 대한 기록항목을 도출하는 것은 추후 Lv.4 자율주행차량 상용화 시 발생할 수 있는 다양한 이벤트에 대응하기 위해 필수적이다. 이에 본 연구에서는 자율주행차량을 활용한 자동차전용도로 실증을 수행하고 수집된 위험상황 데이터를 분석하여 DSSAD의 기록 항목을 도출하였다. 본 연구에서는 약 2년간 자동차전용도로 자율주행 실증을 수행하였으며, 그 과정에서 발생한 제어권 전환 상황을 수집, 분석하였고 그 결과 자동차전용도로에서의 제어권 전환은 차선 변경 상황에서 51.6%가 발생함을 확인하였다. 이를 통해 제어권 전환 상황 분석에 필요한 DSSAD 기록항목으로 차선 변경 상태 정보를 도출하였으며, 향후 제어권 전환 상황 분석 연구에 대한 시사점을 제시하였다.

• 인터넷정보학회논문지
• /
• 제20권5호
• /
• pp.105-111
• /
• 2019

인공지능, 빅데이터, 자율주행 등 4차 산업혁명시대를 이끄는 핵심기술은 컴퓨팅 파워의 급속한 발전과 사물인터넷에 기반한 초연결 네트워크를 통해 구현되고 서비스된다. 본 논문에서는 자율주행을 위한 기본적인 기능으로 다양한 환경에서도 정확하게 주행가능한 영역을 인식하여 추출하는 인공지능 딥러닝 모델들을 구현하고, 그 결과를 비교, 분석한다. 주행가능한 영역을 추출하는 딥러닝 모델은 영상 분할 분야에서 성능이 우수하고 자율주행 연구에서 많이 사용하는 Deep Lab V3+와 Mask R-CNN을 활용하였다. 다양한 환경에서의 주행 정보를 위해 여러 가지 날씨 조건과 주 야간 환경에서의 주행 영상 및 이미지를 제공하는 BDD 데이터셋을 학습데이터로 사용하였다. 활용한 모델들의 실험 결과, DeepLab V3+는 48.97%의 IoU를 보였으며, Mask R-CNN은 68.33%의 IoU로 더 우수한 성능을 보였다. 또한, 구현한 모델로 추출된 주행가능 영역을 이미지에 표시하여 육안으로 검사한 결과, Mask R-CNN은 83%, Deep Lab V3+는 69% 정확도로 Mask R-CNN이 Deep Lab V3+ 보다 주행가능한 영역을 추출하는 분야에서는 더 성능이 높은 것으로 확인하였다.

• 한국농업기계학회:학술대회논문집
• /
• 한국농업기계학회 2017년도 춘계공동학술대회
• /
• pp.14-14
• /
• 2017

본 연구는 트랙터 주행노면의 토양 특성이 트랙터 승차진동에 미치는 영향을 분석하는 것을 목표로 하였다. 여러 토양조건에서 실제 트랙터 주행실험을 진행하는 것은 어렵기 때문에, 상용 CAE 프로그램을 이용하여 트랙터를 모델링하고 시뮬레이션을 진행하였다. 이를 통해 여러 토양조건에 따른 승차진동의 특성을 비교, 분석하였다. 모델의 유의성은 트랙터 아스팔트 주행실험을 통해 진동데이터를 획득하고 실측 진동 데이터와 시뮬레이션을 통해 얻어진 진동 데이터를 분석해 검토하였다. 이 때, 노면 토양의 특성에 따라서 트랙터가 장애물을 만났을 때 순간적인 진동 특성을 분석하기 위해서 트랙터 주행 노면을 사인범퍼(sine-bumper) 노면으로 설정하고 주행실험 및 시뮬레이션을 진행하였다. 본 연구에서는 강체 노면, Heavy clay, North Gower Clay Loam 토양, Grenvile Loam 토양의 네 가지 노면 조건을 분석하였다. 분석 결과 침하가 발생하지 않는 강체 노면보다 침하가 발생하는 세 가지 토양 조건에서 장애물에 따른 순간적인 진동이 더 크게 나타나는 것을 확인할 수 있었다. 다만 승차진동이 토양 파라미터와 단순히 선형적인 관계만을 보이는 것은 아니라는 것도 확인할 수 있었다. 이 후, North Gower Clay Loam 토양 조건에서 트랙터 속도에 따른 시뮬레이션 진행 결과를 분석하였을 때, 토양 침하가 발생하는 토양 조건에서도 속도가 증가함에 따라서 진동 크기가 증가하는 것을 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제20권1호
• /
• pp.160-173
• /
• 2021

최근 전 세계적으로 자율주행자동차 개발을 위한 연구가 증가하고 있으며, 자율주행자동차의 실도로 도입이 증가되고 있는 추세이다. 하지만, 자율주행자동차의 교통사고 발생으로 인해 자율주행자동차 안전성에 대한 관심이 높아지고 있다. 또한, 자율주행자동차 교통사고에 대한 특성 파악 및 분석 방법론 개발의 필요성이 대두되고 있다. 특히 미국 캘리포니아 차량관리국(California Department of Motor Vehicles, DMV)에서는 자율주행자동차의 교통사고 데이터를 수집하여 리포트 형태로 제공하고 있다. 본 연구에서는 DMV에서 제공하는 자율주행자동차 교통사고를 분석하는 방법론을 제시하였다. 또한, 텍스트 임베딩 기법을 이용하여 주요 키워드 및 주요 토픽 도출을 통해 개발된 방법론의 활용도를 검토하였다. 본 연구에서 개발된 방법론은 향후 자율주행자동차 교통사고 데이터가 충분히 수집된다면 자율주행자동차 교통사고 분석 및 자율주행자동차 개발시 활용될 수 있을 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.200-215
• /
• 2023

자율주행 기술이 고도로 발전하고, 관련 시장이 급격하게 성장하고 있어 머지않은 시기 내에 완전 자율주행 시대가 도래할 것으로 예상된다. 한편, 자율주행 기술의 발전과 함께 기술 안전성에 대한 의문이 제기되고 있으며, 관련 사고 소식이 보도되면서 기술에 대한 우려는 증대되고 있다. 자율주행차의 안전성 향상을 위해, 사고 사례를 분석하고 사고 원인을 규명하는 행위가 선행될 필요가 있다. 이에, 본 연구는 자율주행 사고데이터를 통해 자율차 사고의 심각도에 대한 영향요인을 분석하였다. 연구 데이터는 CA DMV에서 수집·배포하고 있는 자율주행차 사고 레포트를 중심으로 사고 지점의 공간 정보, 교통 정보를 사용하였다. 중점 데이터가 사고 레포트임을 고려할 때, 사건 발생 횟수의 기댓값이 반영될 수 있도록 포아송 회귀 분석을 사용하여 모델링을 진행하였다. 모형 분석 결과, 자율주행차 사고 심각도는 조도가 낮을 때, 자전거·버스 전용 차로가 존재할 때, 보행자와 자전거 사고 이력이 많은 지역에서 증가한다는 결과가 도출되었다. 본 연구 결과는 향후, 자율주행차 안전성 개선을 위한 알고리즘 개발 및 관련 교통 인프라 설치를 위한 기초자료로 활용될 수 있을 것이다.

• 한국산업정보학회논문지
• /
• 제17권3호
• /
• pp.35-42
• /
• 2012

운전자의 도로 주행 데이터를 데이터베이스화한 정보는 다양하게 이용될 수 있다. 이러한 주행 정보를 이용한다면 운전자의 운전 성향을 분석하는데 도움이 될 것이다. 따라서 본 논문에서는 스마트폰을 이용하여 도로 주행 시의 센서 데이터들을 기록하고 주행 패턴을 인식하는 방법을 제안한다. 운전 성향을 분석하기에 앞서 패턴 별 주행 정보를 제공하기 위해 주행 패턴을 인식하는데 중점을 두었다. 좌회전, U턴, 우회전, 급감속, 급출발, 급가속, 과속방지턱에 해당하는 7개의 패턴을 인식하기 위한 과정으로 데이터 전처리를 통해 이벤트가 발생한 구간을 검출 후, DTW(Dynamic Time Warping) 알고리즘을 이용한 결정 방식을 적용하여 패턴을 인식한다. 제안된 방법은 운전자의 정보 제공을 위해 인식된 패턴과 함께 동시에 녹화된 비디오 스트림도 제공되며, 이는 안전운전시스템이나 운전습관분석시스템의 중요한 요소라 할 수 있다.

• TTA 저널
• /
• 통권173호
• /
• pp.6-11
• /
• 2017

자율주행차는 센서와 인공지능으로 차량의 위치와 주변 상황을 인지하고 주행 경로를 계획하여, 자동차 스스로 교통법규에 따라 주행하는 차량이다. 이는 4차 산업혁명의 주역으로 2020년 상용화 될 전망이다. 2020년 자율주행차 세계 시장규모는 189억 달러로 예측되고 이를 위해 각국의 자동차사, ICT 업체들이 시장 선점을 위해 치열하게 경쟁하고 있다. 자율주행 상용화를 위한 기술적 해결 이슈로는 센서, 인공지능, 빅데이터 분석, 기능안전, 정밀지도, 신뢰성 높은 차량통신, 차량 SW 플랫폼, 차량 사이버 보안 등이 있다. 이러한 기술적 이슈가 해결되어야 2020년 자율주행차 시대를 맞이하고 새로운 시장이 열리게 될 것이다. 자율주행차 상용화를 위해서 차량, ICT 기술, 도로 인프라 등 산업 융합 및 기업체 간 협업이 기술개발과 사업화를 성공시키는 중요한 열쇠가 될 수 있다는 것을 강조하며, 이번 특집호를 통해 자율주행 실현을 위한 핵심기술 및 표준화에 대한 전체적인 흐름과 방향을 파악하는데 도움이 될 것으로 기대한다.

• 한국ITS학회 논문지
• /
• 제19권5호
• /
• pp.162-177
• /
• 2020

자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.187-193
• /
• 2004

본 논문에서는 무한원점의 특성과 단일 비젼 시스템을 이용하여 자율 주행을 위한 GPS 위치 데이터 보정법을 제안한다. 실제 도로를 약 60 km의 거리를 주행하며 제안한 방법에 적용한 주행실험 결과를 제시하였다. 제안하는 방법은 직선도로의 환경에서 GPS 위치 오차론 최소 약 53% 이상 감소시켰고, 거리로는 0.5m 이내로 추정되었다. 그러나 곡선도로와 직선이 아닌 산악도로 등의 도로환경에서 정확도를 판별하기 어려운 관계로 직선도로에서의 오차만을 제시하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.382-385
• /
• 2005

본 논문에서는 자기저항 센서를 이용한 자계기반 자율주행 시스템의 자계특성을 분석한다. 자율주행 시스템에서 가장 중요한 핵심기술은 자기원으로 구성된 도로를 주행하는 차량의 현재위치 파악이다. 따라서 자계 도로위의 차량의 현재위치를 검출하기 위한 시스템의 선행조건으로 센서와 자기원 사이에 존재하는 자계의 특성을 분석하기 위한 실험 장치를 설계하고 구성하였다. 그리고 자기원의 설치간격 및 기울기에 따른 자계의 3축성분과 데이터를 획득한다. 획득한 데이터를 이용하여 3축 성분에 따른 거리정보와 방향에 따른 자계의 변화를 분석한다.