• 대한기계학회논문집A
• /
• 제41권3호
• /
• pp.205-211
• /
• 2017

차량제어의 고도화에 의해, 자동 대열 주행 제어와 같은 정밀한 제어의 필요성이 더욱 높아지고 있다. 정밀 제어를 수행하기 위해서는 차량제어에 필요한 차량 파라미터를 항상 파악하는 것이 중요하다. 특히 화물 운송용 트럭의 경우, 화물 적재 상태에 따라 차량 질량과 차량 관성모멘트 등의 차량 파라미터가 크게 변화한다. 따라서 미지의 파라미터가 있을 경우, 실시간으로 파라미터 추정하여 제어시스템에의 반영이 요구된다. 본 연구에서는 차량이 곡선 주행할 때에 차량의 조향제어에 중요한 차량 파라미터 중 하나인 요관성모멘트에 대하여 Dual Kalman filter알고리즘과 GPS센서를 이용하여 차량이 주행 중에 미지의 요관성모멘트 값을 실시간으로 추정할 수 있는 방법을 제안하고, 차량동역학 상용 프로그램을 이용한 시뮬레이션을 통해 추정방법의 타당성을 검토한다.

• 전자공학회논문지
• /
• 제50권1호
• /
• pp.215-224
• /
• 2013

본 논문은 주행중 차량에 장착된 카메라의 자세 변화를 카메라 외부 파라미터의 변화로 간주하고, 이의 추정을 통하여 도로의 요철과 전방 도로의 기울기 변화 등에 강건한 차선 검출 알고리즘을 제안한다. 제안하는 알고리즘에서 차선은 실세계 좌표에서 좌우가 평행하고 고정된 폭을 가진다 가정하며, 카메라 움직임을 고려한 연속된 영상들의 병합된 특징맵에서 B-snake를 이용하여 차선 검출과 카메라 외부 파라미터 추정이 동시에 수행된다. 실험을 통하여 카메라 외부 파라미터에 영향을 주는 주행 도로 환경의 변화에 강건한 차선 검출 결과를 확인하였으며, 추정된 카메라 외부 파라미터의 정확성은 전방 차량에 대한 레이더 실측 거리와의 비교를 통해 확인했다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.548-550
• /
• 1999

무인 주행 차량에 있어서, 포장 또는 비포장 도로의 시각적 추적은 매우 중요한 문제중의 하나이다. 따라서, 비디오 이미지로부터 비포장 도로를 추적할 수 있는 신속한 비젼 알고리즘의 개발이 필요하다. 이 논문에서는 칼만 필터와 EM(Expectation Maximization) 이론을 이용해 도로를 예측하고 시스템 파라미터를 갱신하는 방법을 제시한다. 시스템 파라미터, 도로 state, 도로 경계선, 그리고 모든 과거 데이터들을 각각 EM 파라미터, hidden data, incomplete data와 complete data로 정의함으로서 도로 state를 예측하고 시스템 파라미터를 추정할 수 있는 시간 회귀적 수식을 유도해 낼 수 있다. 이러한 방법을 이용하여 도로 state는 칼만 필터에 의해 매 프레임마다 예측되며, 시스템 파라미터들은 주기적으로 갱신되는 것이다. 결과적으로 이 방법은 주변환경과 날씨에 많은 영향을 받는 도로의 모양과 특징을 잘 찾아낼 수 있다. 또한 도로의 다음 state를 예측할 수 있는 점을 이용하면 계산량을 줄일 수 있으므로 실시간 구현에 용이하다. 이와 같은 방법으로 우리는 0.1 sec/frame 처리속도를 보장하는 도로추적 시스템을 구현하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 춘계학술대회 논문집
• /
• pp.1091-1094
• /
• 2005

This paper formulates the parameter estimation of cornering behavior of a vehicle. Especially some vehicle parameter is very important on stability control of chassis by ECU, but some parameter is so hard to get by sensor which parameter is included the nonlinear characteristic of tire cornering force. So we need to deduce that parameter from used signal and numerical method. In this study, we propose a estimation method and present the simulation by parameter estimation technique.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2016년도 전력전자학술대회 논문집
• /
• pp.179-180
• /
• 2016

본 논문은 차량 시동 시 발생하는 급격한 배터리 전압강하를 예측하여, SLI용 리튬이온 배터리의 시동가능 여부를 판단하는 SOF 추정 알고리즘을 제안한다. 제시하는 알고리즘은 전압강하를 묘사하는 배터리 등가 저항을 분석하고, 주파수 분석을 이용한 실시간 파라미터 추정을 통해 추정 정확도를 향상시킨다. 알고리즘 정확도는 MATLAB 시뮬레이션으로 검증한다.

• 대한기계학회논문집A
• /
• 제36권6호
• /
• pp.673-679
• /
• 2012

차량의 롤오버는 심각한 사고중의 하나로 SUV 에 있어서 더욱 위험하나 롤오버 방지시스템을 통하여 발생을 최소화 시킬 수 있다. 하지만 이러한 방지 시스템의 성능은 승객 수나 다른 하중 조건에 따라 변하는 차의 질량이나 무게중심 같은 차량 관성 파라미터에 매우 민감하다. 본 논문에서는 이러한 문제점을 개선하기 위하여 종 방향, 횡 방향, 수직 방향 동역학을 기반으로 한 세 가지 질량 추정 알고리즘을 개발하고 이 세 가지 알고리즘들을 통합하여 임의의 주행 상황에서 실시간 연산을 통해 차량의 질량을 추정할 수 있는 통합 차량 질량 추정 방법을 제안하였다. 또한 실시간 시뮬레이션과 실험을 통하여 이 방법의 성능을 검증하였다.

• 한국도로학회논문집
• /
• 제11권1호
• /
• pp.59-67
• /
• 2009

센싱 기술의 발달로 다양한 종류의 매체를 이용한 우수한 차량 검지장비들이 개발되고 있는 요즘, 간단한 구조의 저가형 검지장비 또한 적은 예산으로 여러 곳에 설치할 수 있다는 장점 때문에 지속적인 연구가 이루어지고 있다. 본 연구에서는 저가형 차량 검지장비로서 센서를 사선으로 설치하여 좌우 및 전후 바퀴의 통과시간 간격과 차량의 윤거값을 적용하여 차량속도를 추정하는 방법을 제안하였다. 출고된 차량의 제원조사에서 얻어진 대표 윤거값을 축거와 뒤윤거의 비율에 따라 소형과 대형 차량으로 구분하여 적용하므로 기존의 연구보다 정확한 속도추정이 가능하도록 개선하였다. 특히, 소형과 대형차량을 구분하는 파라미터를 통하여 조사지점의 차종구성 비율을 고려한 정확도 보정이 가능하다. 간단하고 저가로 개발된 본 연구의 사선형 센서를 이용한 검지장비는 적은 비용으로 교통상황을 설명하는데 효율적으로 활용될 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.410-413
• /
• 2011

본 논문에서는 도로 영상에서 검출된 자동차 영상을 종류별 분류를 위해 효과적인 질감 특징정보 기반의 자동차 종류별 분류 방안을 제안한다. 제안한 연구에서는 운전자의 안전운전지원을 위해 도로상에서 검출된 자동차 영역과 자신의 차량과 거리를 추정하기 위해 검출된 자동차의 종류를 인식할 필요가 있다. 즉, 인식된 자동차의 종류에 따라 차량 간 거리를 추정에 필요한 파라미터로 사용할 수 있기 때문이다. 따라서 본 연구에서는 검출된 자동차 영상들로부터 GLCM(gray-level co-occurrence matrix)의 7가지의 특징정보들을 추출하고 SVM을 사용하여 학습 한 후 자동차의 종류(승용, 화물, 버스)를 분류하는 방법을 제안한다. GLCM은 영상이 가진 질감 정보를 효율적으로 분석함으로써 영역의 밝기 변화 정도, 거침 정도, 픽셀 분포 정도 등을 표현하기 때문에 영상내의 포함된 영역을 분류하는데 효과적이다. 제안한 방법을 실제 자동차 규모별 분류에 적용한 결과 약 83%의 분류 성공률을 제시하였다.

• 전자공학회논문지C
• /
• 제36C권9호
• /
• pp.66-75
• /
• 1999

영상분할은 입력된 영상을 처리하여 유사한 화소들의 집합인 영역들로 화소들을 구분하는 작업이다. 영상분할의 결과는 영상인식의 정확성에 큰 영향을 미친다. 본 논문에서는 유전자 알고리즘을 이용하여 마르코프 랜덤 필드(Markov random field)에 기반한 영상분할 방법을 제안한다. 제안한 방법에서는 잡음과 흔들림(blurring)에 강한 MRF를 이용하여 영상을 모델링 한다. HRF기반 영상분할 방법은 왜곡에 강한 반면, 정확한 파라미터의 추정이 요구된다. 그래서 , 추정방법으로 많은 파라미터를 포함하는 문제를 다루는데 효율적인 유전자 알고리즘을 사용한다. 실 영상을 가지고 수행된 실험 결과와 자동 차량 추출 시스템에의 응용결과는 제안된 방법의 효율성을 보여준다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.182-189
• /
• 2023

깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.