• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.87-88
• /
• 2019

최근 기계학습 기술의 급속한 발전에 힘입어 자율주행을 위한 객체 인식 및 처리 기술 역시 비약적으로 발전하고 있다. 그러나 이러한 기계학습의 성능은 모델의 구조와 학습용 데이터의 품질에 영향을 받는다. 특히 주행환경을 잘 표현하는 학습데이터가 중요한데 전혀 새로운 도로, 주행환경, 장애물, 정적 혹은 동적 객체 등을 마주하면 정확도와 안정성에서 부정적인 영향을 받을 수 있는 것이다. 해외의 주행 데이터들에 크게 의존하고 있는 우리나라의 현실에 비춰 볼 때 국내 환경에 맞는 학습데이터를 쉽고 효율적으로 확보/관리/분석할 수 있게 하는 환경의 구축이 시급하다. 따라서 본 논문에서는 자율주행을 위한 기계학습 데이터를 효과적으로 관리하고 분석하기 위한 소프트웨어를 설계하고 개발하였다. 구체적으로는 수집된 영상들을 관리하는 기능, 영상에 존재하는 노이즈 제거 및 화질 개선 처리 기능, 학습 및 검증을 위한 메타 정보 태깅 기능, 태깅 정보의 통계적 분석 기능들을 포함한다. 개발한 소프트웨어는 우리나라에서 자체 촬영한 자율주행 학습 영상들에 대해 딥러닝 모델들을 학습하고 검증하는데 활용할 예정이다.

• Journal of Cadastre & Land InformatiX
• /
• v.52 no.1
• /
• pp.81-93
• /
• 2022

Recently, there have been many studies on object recognition around the vehicle and recognition of traffic signs and traffic lights in autonomous driving. In particular, such the recognition of traffic lights is one of the core technologies in autonomous driving. Therefore, many studies for such the recognition of traffic lights have been performed, the studies based on various deep learning models have increased significantly in recent. In addition, as a high-quality AI training data set for voice, vision, and autonomous driving is released on AIHub, it makes it possible to develop a recognition model for traffic lights suitable for the domestic environment using the data set. In this study, we developed a recognition model for traffic lights that can be used in Korea using the AIHub's training data set. In particular, in order to improve the recognition performance, we used various models of YOLOv4 and YOLOv5, and performed our recognition experiments by defining various classes for the training data. In conclusion, we could see that YOLOv5 shows better performance in the recognition than YOLOv4 and could confirm the reason from the architecture comparison of the two models.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.15 no.4
• /
• pp.81-90
• /
• 2016

As an autonomous driving vehicle (AV) need to cope with external road conditions by itself, its perception performance for road environment should be better than that of a human driver. A vision sensor, one of AV sensors, performs lane detection function to percept road environment for performing safe vehicle steering, which relates to define vehicle heading and lane departure prevention. Performance standards for a vision sensor in an ADAS(Advanced Driver Assistance System) focus on the function of 'driver assistance', not on the perception of 'independent situation'. So the performance requirements for a vision sensor in AV may different from those in an ADAS. In assuming that an AV keep previous steering due to lane detection failure, this study calculated lane departure distances between the AV location following curved road alignment and the other one driving to the straight in a curved section. We analysed lane departure distance and time with respect to the allowance of lane detection malfunction of an AV vision sensor. With the results, we found that an AV would encounter a critical lane departure situation if a vision sensor loses lane detection over 1 second. Therefore, it is concluded that the performance standards for an AV should contain more severe lane departure situations than those of an ADAS.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.17 no.5
• /
• pp.1070-1075
• /
• 2013

In this research, we describe a security robot system and ongoing research results to control human's wrong direction in order to forbid human to enter security zone. Proposed robot system surveils a security area with equipped laserscanner sensor usually. When it detect walking human who is for the area, robot calculates his velocity vector, plans own path to forestall and interrupts him who want to head restricted area and starts to move along the estimated trajectory. The walking human is assumed to be a point-object and projected onto an scanning plane to form a geometrical constraint equation that provides position data of the human based on the kinematics of the mobile robot. While moving the robot continues these processes for adapting change of situation. After arriving at an opposite position human's walking direction, the robot advises him not to be headed more and change his course. The experimental results of estimating and tracking of the human in the wrong direction with the mobile robot are presented.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.4
• /
• pp.549-557
• /
• 2021

In this research, we will use the existing OID sensor environment for smart robots, which are a type of educational robot, but we would like to propose that the problem of running be handled by a program. Maybe you have driving information We are building a driving test environment focusing on environment, position recognition, route planning, obstacle avoidance and path reset, and it is not the average final error rate, but the time when the error increases The experiment was conducted by a household that catches the moment of recalibration. Through the process, stable running results were obtained compared to the previous experiment. In this research, I think that it will be a development method that can improve the running performance of educational robots equipped with low-cost sensors currently on the market.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06d
• /
• pp.424-427
• /
• 2008

최근 산업용 로봇에서부터 청소 로봇과 지능형 서비스 로봇에 이르기까지 주행 기능을 갖고 있지만, 제한된 상황에서의 단순한 주행 기능이 거의 대부분이다. 로봇이 복잡한 환경에서 자율 주행 하기 위해서는 로봇의 위치인식이 되어야 가능하다. 지금까지 많은 기술들이 나와 있지만 비교적 고가의 장비로 구현되어야 한다는 단점을 가지고 있다. 따라서 본 논문에서는 IEEE 802.15.4a 기반에 CSS (Chirp Spread Spectrum) 방식의 RTLS를 로봇 위치추적에 사용함으로 낮은 가격에 로봇의 위치 추적이 가능한 방법을 제안한다. 이를 위해 RTLS 모듈을 제작하였고, 로봇의 위치제어에 사용하였다. RTLS를 적용한 로봇은 비용적인 측면에서 비교적 낮은 가격에 로봇의 현재 위치를 얻을 수 있는 장점을 가지며, 충돌감지 센서와 같은 센서를 통해 간편하게 지도를 작성할 수 있다는 장점이 있다. 또 앞으로 여러 대의 로봇을 동시에 사용하는 환경에서도 각각의 로봇이 위치를 인식하기 위해 드는 비용을 줄임으로 실제 저가의 로봇에 적용 가능할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.295-298
• /
• 2006

본 논문은 에이전트빌더를 통해 자동차 자율 운행을 위한 자동 주행 에이전트, 위치 파악 에이전트, 상태 점검 에이전트가 협동하는 멀티 에이전트를 구현하였다. 멀티에이전트의 협동 및 제어를 위해서 에이전트빌더에 내에 메타 제어기의 구성을 보여 주었으며, 현실에서의 자동차 주행 시 일반적으로 생기는 환경변수를 고려하고 일정 지역을 통하여 자율 주행에 대한 가능성을 찾았다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.3
• /
• pp.464-470
• /
• 2021

Automobiles have been used as simple means of transportation, but recently, as automobiles are rapidly becoming intelligent and smart, and automobile preferences are increasing, research on IT technology convergence is underway, requiring basic high-performance functions such as driver's convenience and safety. As a result, autonomous driving and semi-autonomous vehicles are developed, and these technologies sometimes deviate from lanes due to environmental problems, situations that cannot be judged by autonomous vehicles, and lane detectors may not recognize lanes. In order to improve the performance of lane departure from the lane detection system of autonomous vehicles, which is such a problem, this paper uses fast recognition, which is a characteristic of YOLO(You only look once), and is affected by the surrounding environment using CSI-Camera. We propose a lane detection system that recognizes the situation and collects driving data to extract the region of interest.

• Review of KIISC
• /
• v.31 no.1
• /
• pp.15-23
• /
• 2021

자율주행 시스템이 탑재되어 있는 무인이동체는 운용환경에 따라 공중, 해상, 육상 무인이동체로 분류할 수 있고 모든 분야에서 관련 기술 개발이 활발히 진행되고 있다. 무인이동체는 자율주행 시스템이 탑재되어 외부 환경을 스스로 인식해 상황을 판단하는 특징을 갖고 있다. 따라서, 무인이동체는 센서로부터 수집되는 데이터를 이용하여 주변 환경을 인식해야 한다. 이러한 이유로 보안 (Security) 분야에서는 무인이동체에 탑재되는 센서를 대상으로 신호 오류주입을 수행하여 해당 무인이동체의 오동작을 유발하는 연구결과들이 최근 발표되고 있다. 신호 오류주입공격은 물리레벨 (PHY-level) 에서 수행되기 때문에, 공격 수행 여부를 소프트웨어 레벨에서 탐지하는 것은 매우 어렵다는 특징을 갖고 있다. 현재까지 신호 오류주입 공격을 탐지할 수 있는 방법은 다수의 센서를 이용하는 센서퓨전 (Sensor Fusion)을 기반으로 하는 방법이 있다. 하지만, 현실적으로 하나의 무인이동체에 동일한 기능을 하는 센서 여러 개를 중복해서 탑재하는 것은 어려움이 있다. 그리고 단일 센서만을 이용하여 신호 오류주입 공격을 탐지하는 방법에 대해서는 아직까지 연구가 진행되고 있지 않다. 본 논문에서는 무인이동체 환경에서 가장 널리 사용되고 있는 MEMS 센서를 대상으로 신호 오류주입 공격을 재연하고, 단일 센서 환경에서 해당 공격을 탐지할 수 있는 방법에 대하여 제안한다.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2459-2461
• /
• 2003

본 논문은 차량 내에 설치된 두 대의 CCD 카메라를 이용하여 도로 영상으로부터 주행차선내에 있는 장애물을 인식하는 새로운 알고리즘을 제시한다. 제안된 알고리즘은 주행하는 차선과 관련이 있는 차선 정보만을 이용하여, 스테레오 영상에서 변이도를 추출할 수 있는 변이도 함수인 DLI(Disparity of lane-related information)를 정의하였다. DLI는 선행 차량과 같은 장애물은 주위보다 상대적으로 큰 에지값을 가진다는 특성을 이용하여, 주행차선 내에 있는 장애물의 유무를 검출하고 위치를 유추한다. 제안된 방법은 특징점의 탐색공간을 현저히 줄여 실시간 처리문제를 해결한 수 있는 장점을 가지고 있다. 본 논문에서는 DLI를 이용한 선행차량 인식기법의 성능을 검증하기 위하여 다양한 환경의 도로영상에 알고리즘을 적용하여 제안한 방법의 우수함을 확인하였다.