• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.13 no.3
• /
• pp.237-245
• /
• 2008

We developed a computational method on coupled dynamics of tracked vehicle on seafloor and long flexible pipe. The tracked vehicle is modeled as rigid-body vehicle, and the linked flexible pipe is discretized according to a lumped-parameter model. The equations of motion of the rigid-body vehicle on the soft seafloor are combined with the governing equations of flexible pipe dynamics. Four Euler parameters method is used to express the orientations of the vehicle and the flexible pipe. In order to solve the nonlinear coupled dynamics of vehicle and flexible pipe an incremental-iterative formulation is implemented. For the time-domain integration $Newmark-\beta$ method is adopted. The total Jacobean matrix has been derived based on the incremental-iterative formulation. The interactions between the dynamics of flexible pipe and the mobility of the tracked vehicle on soft seafloor are investigated through numerical simulations in time domain.

• Journal of the Korea Convergence Society
• /
• v.8 no.9
• /
• pp.285-292
• /
• 2017

This paper describes a recursive least-squares based convergent algorithm for driving characteristic classification for personalized autonomous driving. Recently, various researches on autonomous driving technology have been conducted for level 4 fully autonomous driving. In order for commercialization of the autonomous vehicle, personalized autonomous driving is required to minimize passenger's insecureness to the autonomous vehicle. To address this problem. this study proposes mathematical model that represents driving characteristics and recursive least-squares based algorithm that can estimate the defined characteristics. The actual data of two drivers has been used to derive driving characteristics and the hypothesis testing method has been used to classify two drivers. It is shown that the proposed algorithms can derive driving characteristics and classify two drivers reasonably.

• Journal of Korea Spatial Information System Society
• /
• v.11 no.1
• /
• pp.137-144
• /
• 2009

Understanding lane markings in a live video captured from a moving vehicle is essential to build services for intelligent vehicles such as LDWS(Lane Departure Warning Systems), unmanned vehicles, video-based car navigation systems. In this paper, we present a novel approach to recognize the color of lane markings and the lane number that he/she is driving on. More specifically, we present a background-color removal approach to understand the color of lane markings for various illumination conditions, such as backlight, sunset, and so on. In addition, we present a probabilistic network approach to decide the lane number. According to our experimental results, the proposed idea shows promising results to detect lane number in a various illumination conditions and road environments.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.24 no.1
• /
• pp.79-85
• /
• 2011

Bridge Weigh-in-Motion(BWIM) system calculates a travelling vehicle's weight without interruption of traffic flow by analyzing the signals that are acquired from various sensors installed in the bridge. BWIM system or data accumulated from the BWIM system can be utilized to development of updated live load model for highway bridge design, fatigue load model for estimation of remaining life of bridges, etc. Field test with moving trucks including various load cases should be performed to guarantee successful development of precise BWIM system. In this paper, a numerical simulation technique is adopted as an alternative or supplement to the vehicle traveling test that is indispensible but expensive in time and budget. The constructed numerical model is validated by comparison experimentally measured signal with numerically generated signal. Also vehicles with various dynamic characteristics and travelling conditions are considered in numerical simulation to investigate the variation of bridge responses. Considered parameters in the numerical study are vehicle velocity, natural frequency of the vehicle, height of entry bump, and lateral position of the vehicle. By analyzing the results, it is revealed that the lateral position and natural frequency of the vehicle should be considered to increase precision of developing BWIM system. Since generation of vehicle travelling signal by the numerical simulation technique costs much less than field test, a large number of test parameters can effectively be considered to validate the developed BWIM algorithm. Also, when artificial neural network technique is applied, voluminous data set required for training and testing of the neural network can be prepared by numerical generation. Consequently, proposed numerical simulation technique may contribute to improve precision and performance of BWIM systems.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.798-801
• /
• 2014

여행 정보 시스템(ATIS), 교통 관리 시스템 (ITS) 등 궤적 기반 서비스에서, 서비스 품질을 향상시키기 위해서는 주어진 궤적 질의에 대한 정확한 주행시간을 예측하는 것이 필수적이다. 이를 위한 대표적인 공간 데이터 분석 기법으로는 데이터 분류에서 높은 정확도를 보장하는 규칙 기반 분류화 기법이 존재한다. 그러나 기존 규칙 기반 분류화 기법은 단일 컴퓨터 환경만을 고려하기 때문에, 대용량 공간 데이터 처리에 적합하지 않은 문제점이 존재한다. 이를 해결하기 위해, 본 연구에서는 맵리듀스 환경에서 규칙 기반 분류화를 이용한 궤적 데이터 주행 시간 예측 알고리즘을 개발하고자 한다. 제안하는 알고리즘은 첫째, 맵리듀스를 이용하여 대용량 공간 데이터를 병렬적으로 분석함으로써, 활용도 높은 궤적 데이터 규칙을 생성한다. 이를 통해 대용량 공간 데이터 기반의 규칙 생성 시간을 감소시킨다. 둘째, 그리드 구조 기반의 지도 데이터 분할을 통해, 사용자 질의처리 시 탐색 성능을 향상시킨다. 즉, 주행 시간 예측을 위한 규칙 그룹을 탐색 시 질의를 포함하는 그리드 셀만을 탐색하기 때문에, 질의처리 성능이 향상된다. 마지막으로 맵리듀스 구조에 적합한 질의처리 알고리즘을 설계하여, 효율적인 병렬 질의처리를 지원한다. 이를 위해 맵 함수에서는 선정된 그리드 셀에 대해, 질의에 포함된 도로 구간에서의 주행 시간을 병렬적으로 측정한다. 아울러 리듀스 함수에서는 출발 시간 및 구간별 주행 시간을 바탕으로 맵 함수의 결과를 병합함으로써, 최종 결과를 생성한다. 이를 통해 공간 빅데이터 분석을 통한 주행 시간 예측 기법의 처리 시간 및 결과 정확도를 향상시킨다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.123-126
• /
• 2018

자율 주행 자동차는 다수의 센서와 ECU 등으로 구성된 분산 시스템이다. 이 시스템은 다양한 시간적 제약사항들을 갖는 자율주행 응용들을 구동하며 각 응용들에 대한 시간적 제약사항 위반을 탐지해야한다. 이러한 분산 시스템에서 응용들 간의 통신을 위해 사용되는 미들웨어들 중 대표적인 것은 DDS이다. DDS는 높은 확장성을 지원하는 발행-구독 통신 모델을 기반으로 하며, 실시간성을 고려한 다양한 QoS 정책들을 제공한다. 하지만 DDS는 자율주행 응용이 요구하는 시간적 제약사항들 중 deadline과 correlation 제약 사항에 대한 위반 여부를 탐지하지 못한다. 본 논문은 DDS 기반 시스템에서 deadline과 correlation 제약 사항 위반 여부를 런타임에서 탐지하는 기법을 제안한다. 본 연구진은 제안된 기법을 DDS의 구현들 중 하나인 Vortex 사의 OpenSplice 기반 시스템에 구현하였다. 실험을 통해 검증한 결과, deadline과 correlation 제약 사항에 대한 위반 여부를 적은 오버헤드와 함께 성공적으로 탐지하였다.

• Journal of the Korean Society for Precision Engineering
• /
• v.16 no.4 s.97
• /
• pp.189-196
• /
• 1999

환경지도를 갖고 있는 이동로봇은 정확한 경로계획에 의하여 주행하게 된다. 그러나 주행 중 예상하지 못한 장애물을 만나는 경우 새로운 경로정보가 요구된다. 본 논문에서는 부분적인 환경정보를 갖고 있는 이동로봇의 경로계획기법을 제시한다. 경로계획은 전체경로계획과 지역경로계획으로 구분되면 전체환경을 노드와 아크로 표시한 네트워크 모델을 이용하여 수행된다. 경로계획시간과 메모리 부담을 개선하기 위하여 네트워크 분할기법을 이용한 경로계획기법을 제안하였으며 지역경로계획에서는 정보가 변경된 부 네트워크에 대하여 경로계획을 수행하여 계산시간을 적게 소요하며 새로운 경로를 계산한다. 제안한 기법을 자동화 공장에서 주행하는 이동로봇에 적용하였으며 시뮬레이션과 실험을 통하여 제안한 기법의 성능을 보였다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2460-2462
• /
• 2002

본 논문에서는 안정성 높은 미로탐색로봇의 제작을 위해 EPLD를 이용하여 회로부의 간략화를 꾀한 후 PCB 작업을 하여 하드웨어 시스템을 구성하였고 주행기법을 개선하여 주행 알고리즘을 강화하였다. 미로탐색로봇의 제작 및 주행 실험 결과 미로탐색로봇에서 주행기간의 단축은 최고속도가 아니라 가속과 감속방법에 달려 있음을 확인할 수 있었으며, 이를 바탕으로 속도 테이블의 구성과 테이블 운영방법을 연구하여 기존의 주행 알고리즘을 강화할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.06a
• /
• pp.332-333
• /
• 2018

본 논문에서는 딥러닝 기반의 주행 차로 인식 기법을 활용한 차선 변경 검출 기술을 제안한다. 제안한 방법은 주행 차로, 좌우 차로, 차량 등 3 종의 이미지 데이터를 학습, 검증, 실험 데이터로 나눠 활용하였다. 주행 차로 및 차선 변경 인식을 위하여 변형된 AlexNet 모델을 개발하였다. 실험 결과 주행 차로 69.45%, 좌우 차로 66.9%, 차량 76.4%의 인식률 결과를 보여 기존 패턴인식 방법과 비교하여 우수한 결과를 보였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.9
• /
• pp.369-374
• /
• 2014

Path generation methods are required for safe and efficient driving in unmanned autonomous vehicles. There are two kinds of paths: global and local. A global path consists of all the way points including the source and the destination. A local path is the trajectory that a vehicle needs to follow from a way point to the next in the global path. In this paper, we propose a novel method for local path generation through machine learning, with an effective curve function used for initializing the trajectory. First, reinforcement learning is applied to a set of candidate paths to produce the best trajectory with maximal reward. Then the optimal steering angle with respect to the trajectory is determined by training an artificial neural network. Our method outperformed existing approaches and successfully found quality paths in various experimental settings, including the cases with obstacles.