• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.12
• /
• pp.158-164
• /
• 2015

Lane detection is one of the key parts among autonomous vehicle technologies because lane keeping and path planning are based on lane detection. Camera is used for lane detection but there are severe limitations such as narrow field of view and effect of illumination. On the other hands, Lidar sensor has the merits of having large field of view and being little influenced by illumination because it uses intensity information. Existing researches that use methods such as Hough transform, histogram hardly handle multiple lanes in the co-occuring situation of lanes and road marking. In this paper, we propose a method based on RANSAC and regularization which provides a stable and precise detection result in the co-occuring situation of lanes and road marking in highway scenarios. This is performed by precise lane point extraction using circular model RANSAC and regularization aided least square fitting. Through quantitative evaluation, we verify that the proposed algorithm is capable of multi lane detection with high accuracy in real-time on our own acquired road data.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.187-190
• /
• 2015

주행 중 차선 이탈 경고 시스템은 사고 발생 예방 차원에서 매우 높은 효과가 인정되어서 차선이탈 경고 장치(LDWS) 제품들이 출시되고 있다. 본 논문은 블랙박스의 영상을 이용하여 차선 검출에 정확도를 향상하기 위한 알고리즘을 연구한 것으로 특히 차량에 장착되어 있는 블랙박스 영상을 영상 변환 없이, 실시간 소프트웨어 만 으로 처리할 수 있는 알고리즘을 연구한다. 차선인식을 위한 최적의 영상 ROI를 결정하고, 차선 인식 정확도를 향상하기 위한 전 처리 과정을 적용하고, 동영상의 연속성을 잘못된 차선인식에 대한 보정, 인식이 되지 않는 차선에 대한 후보 차선 추천 알고리즘과 시점 변환에 의한 야간, 곡선 도로에 대한 오인식율을 최소화 하는 방법을 제안한다. 도로주행의 다양한 환경에 대한 실험을 진행했으며, 각각의 방법 적용에 의한 오인식율의 감소와 많은 인식 알고리즘 적용에 의한 처리 속도 저하를 개선하기 위한 연구를 진행했으며, 본 논문은 블랙박스 영상을 이용하여 주행 차선 인식을 위한 최적 알고리즘을 제안한다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.5
• /
• pp.688-693
• /
• 2010

Vision based object recognition in mobile robots has many issues for image analysis problems with neighboring elements in dynamic environments. SURF(Speeded Up Robust Features) is the local feature extraction method of the image and its performance is constant even if disturbances, such as lighting, scale change and rotation, exist. However, it has a difficulty of real-time processing caused by representation of high dimensional vectors. To solve th problem, execution of SURF in GPU(Graphics Processing Unit) is proposed and implemented using CUDA of NVIDIA. Comparisons of recognition rates and processing time for SURF between CPU and GPU by variation of robot velocity and image sizes is experimented.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.30 no.6A
• /
• pp.481-487
• /
• 2005

In order to increase the autonomous navigation capability of a mobile robot, it is very crucial to develop a method for recognizing a priori known environmental characteristics. This paper proposes an ultrasonic sensor based real-time method for recognizing a priori known indoor environmental characteristics like a wall and corner. The ultrasonic sensor consists of an ultrasonic transmitter and two ultrasonic receivers placed symmetrically about the transmitter. Unlike previous methods the information obtained from the sensor is processed in real-time by extended Kalman filter to be able to correct the position and orientation of robot with respect to known environmental characteristics.

• Electronics and Telecommunications Trends
• /
• v.26 no.6
• /
• pp.108-119
• /
• 2011

로봇주행은 환경 정보와 위치 정보를 기반으로 현재 위치로부터 목적지까지 경로를 생성하고 제어하는 기술 체계를 의미한다. 주행 기술은 이미 로봇청소기, 군용로봇, 무인주행 자동차, 농업용 무인트랙터 등 개인용 서비스 로봇으로부터 전문서비스 로봇까지 다양한 응용제품의 형태로 구현되고 있다. 즉, 로봇주행은 로봇의 이동(mobility) 기능을 구현하는 것으로 제품 형태로 혹은 획기적인 기술 시연을 통해 보편화되고 있다. 본 고에서는 로봇주행 기술의 개요와 이를 구성하는 핵심 요소기술의 동향을 살펴보고 산업 및 표준화 동향을 살펴봄으로써 인식, 제어, SW, 시스템 공학 등 첨단융합기술로서의 로봇주행의 중요성과 기술확보 방향에 대해 살펴보고자 한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.06a
• /
• pp.20-23
• /
• 2001

전자공학 기술의 응용으로 자동차를 지능화하고, 안정성을 현격하게 높이려는 연구가 주목받고 있다. 이러한 자동차의 지능화에서 중요한 요소 기술이 되는 것이, 자동차의 주변 즉 전방/후방의 차량이나 장애물을 인식하는 주변감시 기술이다. 본 논문에서는 이러한 자동차용 장애물 인식 레이더 시스템인 FMCW 레이더 신호처리시스템을 개발한다. 이 차량용 시스템이 실제 도로 환경에서 이용되기 위해서는 무엇보다 시스템의 안정된 신뢰도가 요구되며, 즉, 기상환경 및 다양한 도로환경에 무관하게 안정적인 시스템 신뢰도를 유지하기 위한 개발에 그 최종적인 목적이 있다. 이에 레이다 시스템을 통해 자차와의 거리 및 상대속도를 인지함으로서 최종적인 장애물(선행차, 교행차) 및 자차의 주행상황을 통해 안정적인 주행경보시스템을 개발한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.97-100
• /
• 2008

본 논문에서는 자율주행 로봇의 제어를 위한 온톨로지 설계 방법을 제안한다. 제안한 방법은 '감지', '획득', '인식', '(경로 ${\cdot}$ 행동)계획', '행동'의 다섯 단계로 구성된 '인지 사이클'에서 '감지', '행동계획', '행동' 단계를 온톨로지를 이용하여 구현함으로써 온토롤지에 의한 로봇의 제어가 가능하도록 한다. 즉, '감지' 단계에서는 자율주행 로봇이 센서를 통해 감지한 환경 정보를 온톨로지로 표현하고, '행동계획' 단계에서는 온톨로지를 이용하여 로봇 주변의 상황에 따른 국소 영역에서의 로봇의 행동을 계획하며, '행동' 단계에서는 온톨로지를 통해 로봇 구동부의 제어가 가능하도록 한다. 그리고 차동구동형 로봇을 제작하고, 실제 환경에서의 실험을 통해 그 타당성을 검증한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.20 no.6
• /
• pp.331-345
• /
• 2021

Virtual testing is considered a major requirement for the safety verification of autonomous driving functions. For virtual testing, both the autonomous vehicle and the driving environment should be modeled appropriately. In particular, a realistic modeling of the perception sensor system such as the one having a camera and radar is important. However, research on modeling to consistently generate realistic perception results is lacking. Therefore, this paper presents a sensor modeling method to provide realistic object detection results in a MILS (Model in the Loop Simulation) environment. First, the key parameters for modeling are defined, and the object detection characteristics of actual cameras and radar sensors are analyzed. Then, the detection characteristics of a sensor modeled in a simulation environment, based on the analysis results, are validated through a correlation coefficient analysis that considers an actual sensor.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.18 no.4
• /
• pp.463-470
• /
• 2008

In this paper, we confirm that the two properties, 'existence of obstacles' and 'connectivity between obstacles', involved in information acquired by a robot can be used efficiently for location recognition of the robot by using rough sets. Moreover, we propose a method which can reduce ambiguity of the location recognition by applying the properties and recognize the robot's location with distrustful information of the environment where the robot moves. We confirmed it through computer simulation that a robot moves to a goal with only the map containing not enough information on the real environment.

• KIPS Transactions on Computer and Communication Systems
• /
• v.12 no.3
• /
• pp.93-102
• /
• 2023

Data processing through the cloud causes many problems, such as latency and increased communication costs in the communication process. Therefore, many researchers study edge computing in the IoT, and autonomous driving is a representative application. In indoor self-driving, unlike outdoor, GPS and traffic information cannot be used, so the surrounding environment must be recognized using sensors. An efficient autonomous driving system is required because it is a mobile environment with resource constraints. This paper proposes a machine-learning method using neural networks for autonomous driving in an indoor environment. The neural network model predicts the most appropriate driving command for the current location based on the distance data measured by the LiDAR sensor. We designed six learning models to evaluate according to the number of input data of the proposed neural networks. In addition, we made an autonomous vehicle based on Raspberry Pi for driving and learning and an indoor driving track produced for collecting data and evaluation. Finally, we compared six neural network models in terms of accuracy, response time, and battery consumption, and the effect of the number of input data on performance was confirmed.