• 디지털융복합연구
• /
• 제19권10호
• /
• pp.241-246
• /
• 2021

자율주행자동차 활성화를 위한 법·제도 연구는 많았지만, 전략적 관점에서의 자율주행자동차의 활성화 방안에 대한 연구는 미흡하였다. 본 연구에서는 자율주행자동차의 이슈 및 해결방안에 대해 살펴보고, 이를 기반으로 전략적 관점에서의 활성화 방안에 대해 제안하고자 한다. 자율주행자동차의 이슈 및 문제 해결을 위해 안전성 강화를 기반으로 법·제도 표준에 대한 명확한 정립이 필요하며, 교통사고시 책임의 소재와 배상책임의 확보가 선행 되어야 한다. 전략적 관점에서 자율주행자동차의 활성화를 위해서는 자율주행단계에 따른 확산전략을 수립하고, 정부지원정책을 초기 활성화의 트리거로 활용하고, 세그멘테이션(segmentation), 타켓팅(targeting), 포지셔닝(positioning) 전략을 기초로 효과적인 마케팅믹스(4P Mix)전략이 실행되어야 한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권1호
• /
• pp.63-71
• /
• 2024

Deep reinforcement learning (RL) significantly influences autonomous vehicle development by optimizing decision-making and adaptation to complex driving environments through simulation-based training. In deep RL, an activation function is used, and various activation functions have been proposed, but their performance varies greatly depending on the application environment. Therefore, finding the optimal activation function according to the environment is important for effective learning. In this paper, we analyzed nine commonly used activation functions for RL to compare and evaluate which activation function is most effective when using deep RL for autonomous vehicles to learn highway merging. To do this, we built a performance evaluation environment and compared the average reward of each activation function. The results showed that the highest reward was achieved using Mish, and the lowest using SELU. The difference in reward between the two activation functions was 10.3%.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.75-81
• /
• 2022

주차 공간의 부족함을 획기적으로 해결할 수 있는 자율주행 자동차는 심층 강화 학습을 통해 큰 발전을 이루고 있다. 심층 강화 학습에는 활성화 함수가 사용되는데, 그동안 다양한 활성화 함수가 제안되어 왔으나 적용 환경에 따라 그 성능 편차가 심했다. 따라서 환경에 따라 최적의 활성화 함수를 찾는 것이 효과적인 학습을 위해 중요하다. 본 논문은 자율주행 자동차가 주차를 학습하기 위해 심층 강화 학습을 사용할 때 어떤 활성화 함수를 사용하는 것이 가장 효과적인지 비교 평가하기 위해 강화 학습에 주로 사용되는 12개의 함수를 분석하였다. 이를 위해 성능 평가 환경을 구축하고 각 활성화 함수의 평균 보상을 성공률, 에피소드 길이, 자동차 속도와 비교하였다. 그 결과 가장 높은 보상은 GELU를 사용한 경우였고, ELU는 가장 낮았다. 두 활성화 함수의 보상 차이는 35.2%였다.

• 한국전자거래학회지
• /
• 제24권2호
• /
• pp.91-112
• /
• 2019

5세대 통신기술(5G)의 등장에 따라 4차 산업혁명 관련 첨단기술과 융합한 다양한 통신 서비스가 나타나고 있다. 그 중, 5G 기술의 효과적 실용적 활용을 위해 본 논문에서는 IT 전문가들을 대상으로 설문을 실시하였고, 그 결과 5G 기술과 융합하여 가장 많은 서비스 활성화를 이끌 수 있는 4차 산업혁명 분야로서 자율주행차가 선정되었다. 이를 기반으로, 5G 기반 자율주행차 활용 산업 및 서비스 분류체계를 개발함으로써 자율주행차를 활용한 신사업 개발 및 새로운 비즈니스 모델개발을 지원하는 기틀을 제공하였다. 이와 더불어, 개발된 새로운 자율주행자동차 산업-서비스 분류체계를 통해 연계 Matrix를 작성하여 향후 차세대 자율 주행차가 활용될 수 있는 분야에 대한 실용적인 산업-서비스 개발을 위한 가이드라인을 제공하고자 한다.

• 대한토목학회논문집
• /
• 제42권4호
• /
• pp.519-526
• /
• 2022

자율주행 자동차는 기본적으로 차량과 도로에 설치된 센서를 활용해 수집된 도로·교통 정보를 통해 자율주행 기능을 수행한다. 그러나 이러한 기술과 정보만으로는 완전한 자율주행을 구현하는 것에 한계가 있음을 인정하고 있다. 최근에는 센서 기반 자율주행 기술의 한계를 극복하기 위해 다양한 방면에서 노력을 하고 있으며, 동적지도정보(local dynamic map: LDM)라 불리는 보다 구체적이고 정확한 도로 및 교통정보를 활용하는 노력도 진행 중이다. 그러나 LDM 관련 데이터 표준 및 데이터 세부항목 등이 아직 충분히 검증되지 않았으며, 자율주행 중 LDM의 시공간적 제공 범위에 대한 연구는 극히 제한적이다. 이러한 배경 하에, 본 연구의 목적은 기존 LDM 관련 연구 사례를 통해 기존 연구의 한계를 도출하고, 나아가 LDM 기반 도로·교통정보의 시공간적 활성화 구간 산정 프레임워크을 제시하는 것이다.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.173-188
• /
• 2024

자율주행차량(AV)의 기술 발전으로 실도로 내 자율주행이 가능해졌지만, 주변 요소로 AV의 인지 범위 또는 능력이 제한되는 인지 음영으로 완전한 자율주행에 어려움이 있다. 오늘날 Lv 4+ 자율주행 테스트 시나리오를 개발하기 위해서는 실제 도로에서 발생할 수 있는 다양한 인지 음영 상황을 파악하고 대비 전략을 구상하는 것이 중요하다. 따라서, 본 연구는 미국 캘리포니아 차량관리국(DMV)의 AV 사고 데이터를 통해 자율주행 모드 활성화 여부에 따라 AV와 일반차량의 사고 형태와 특성을 비교하고, AV 제어권 전환 데이터를 단계적으로 분류하여 인지 음영으로 인한 제어권 전환의 유형과 실제 사례를 도출하였다. 분석 결과, AV의 안전 운전 기동으로 일반 차량과 다른 사고 유형이 나타났으며, 3가지 유형의 인지 음영 사례를 파악하였다. 본 연구 결과는 Lv 4+ 자율주행 테스트 시나리오 개발의 중요한 기초자료가 될 것이며, 다양한 인지 음영이 고려된 테스트 시나리오를 통해 상황별 인지 음영을 해소하는 효율적인 전략을 마련할 수 있다. 이를 통해 실제 도로에서의 AV 주행 안전성을 효과적으로 평가하고 향상할 수 있을 것으로 기대된다.

• 한국도서관정보학회지
• /
• 제52권1호
• /
• pp.27-54
• /
• 2021

본 연구에서는 자율사물 중 도서관에 적용가능한 로봇과 드론, 자율주행을 중심으로 전반적인 내용을 살펴보고 이를 기반으로 향후 도서관에 도입 및 적용할 수 있는 방안을 제안하였다. 연구 결과, 관내의 경우 로봇과 드론을 활용하여 장서점검, 장서운반, 장서배열, 장서분류에서부터 도서위치안내, 도서추천, 대출/반납, 도서관 전반적인 안내, 참고정보서비스 등까지 적용할 수 있다. 관외의 경우 로봇, 드론, 자율주행 자동차를 활용해 도서배송서비스, 도서반납서비스, 무인이동도서관 등에 활용할 수 있을 것으로 보인다. 본 연구는 도서관의 자율사물 도입 및 적용을 위한 기초연구로써 향후 체계적인 도입을 위한 인식조사, 적용모델 개발 등의 후속 연구가 진행되어야 한다.

• 한국ITS학회 논문지
• /
• 제22권1호
• /
• pp.291-310
• /
• 2023

본 연구는 운전자 개입 없이 운행이 가능한 전기차 기반의 자율주행 택시인 로보택시에 대하여 혜택요인과 희생요인을 전반적으로 고려한 가치기반수용모델 기반의 사용자 수용성 영향 요인을 분석하였다. 지각된 혜택(지각된 유용성, 지각된 즐거움), 지각된 희생(기술적 특성, 지각된 비용), 사용자 경험(차량공유서비스, 택시, 자율주행자동차, 자가용)을 독립변수로 최종 선정하여, 경기도민 429명을 대상으로 지각된 가치 및 수용 의도에 미치는 영향을 확인하였다. 연구 결과, 지각된 혜택 요인에 해당하는 지각된 유용성과 지각된 즐거움, 지각된 희생 요인에 해당하는 지각된 비용이 유의한 영향을 미치는 것으로 확인되었으며, 지각된 가치는 로보택시 수용 의도에 영향을 미치고, 일부 사용자 경험이 지각된 혜택 요인에 유의한 영향을 미치는 것으로 나타났다. 본 연구는 가치기반수용모델 결과를 로보택시 활성화를 위한 서비스 설계에 접목시킬 수 있는 중요한 의미가 있으며, 나아가 연구 결과를 효과적으로 이용하기 위한 이론적 근거를 제공할 수 있다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제28권3호
• /
• pp.101-111
• /
• 2022

조건부 자율주행 차량은 주행 상황에 따라 운전자에게 제어권을 인계해야 한다. 그러나 운전자가 비운전 과제에 몰입해 있다면, 상황에 맞는 의사결정을 하지 못할 수 있다. 선행연구에서는 주행 방향정보를 제공하는 단서 자극 (Cue)이 제어권 전환 성능을 높인다는 것을 확인했으나, 이러한 방법론이 실제 운전자의 뇌 활성도에 미치는 영향에 관한 연구는 매우 제한적이다. 따라서 본 연구는 조건부 자율주행에서 제어권 전환 시, Cue에 따른 운전자의 뇌 활동을 평가한다. 총 25명의 피험자가 운전 시뮬레이터를 활용한 제어권 전환 성능에 평가를 수행하였다. 뇌 활동의 평가를 위해서는 혈액 내 산화 헤모글로빈 농도 변화를 통해 뇌 활성화를 측정하는 기능적 근적외 분광법이 사용되었으며 뇌 영역 중 전전두피질 (Prefrontal Cortex; PFC)의 활성화를 평가했다. 실험결과, Cue가 존재하는 경우 운전자의 PFC가 활성화되어 안정적인 제어권 전환 성능이 형성됨을 확인하였다. 본 연구는 Cue가 운전자의 뇌 활성도에 미치는 영향을 정량적으로 확인하였다는 점에서, 향후 조건부 자율주행에서 생체반응을 활용한 제어권 전환 성능 평가 연구에 기여할 수 있을 것으로 예상된다.

• 대한임베디드공학회논문지
• /
• 제14권1호
• /
• pp.1-9
• /
• 2019

In this paper, we propose a method of generating a 2D gray image from LiDAR 3D reflection intensity. The proposed method uses the Fully Convolutional Network (FCN) to generate the gray image from 2D reflection intensity which is projected from LiDAR 3D intensity. Both encoder and decoder of FCN are configured with several convolution blocks in the symmetric fashion. Each convolution block consists of a convolution layer with $3{\times}3$ filter, batch normalization layer and activation function. The performance of the proposed method architecture is empirically evaluated by varying depths of convolution blocks. The well-known KITTI data set for various scenarios is used for training and performance evaluation. The simulation results show that the proposed method produces the improvements of 8.56 dB in peak signal-to-noise ratio and 0.33 in structural similarity index measure compared with conventional interpolation methods such as inverse distance weighted and nearest neighbor. The proposed method can be possibly used as an assistance tool in the night-time driving system for autonomous vehicles.