• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.401-407
• /
• 2022

최근 자율주행 자동차를 구현하기 위해 카메라 영상을 통해 객체 및 차선을 인식하여 자율주행하는 영상처리 기술이 연구되고 있다. 안개는 카메라 촬영 영상의 가시성을 떨어뜨리기 때문에 자율주행 자동차 오작동의 원인이 된다. 이를 해결하기 위해 카메라에 실시간 처리가 가능한 안개 제거 기능을 적용하는 것이 필요하다. 따라서 본 논문에서는 성능이 우수한 Sim의 안개 제거방법을 실시간 처리가 가능한 하드웨어로 구현한다. 제안하는 하드웨어는 Verilog HDL을 사용하여 설계하였고, Xilinx사의 xc7z045-2ffg900을 Target device로 설정하여 FPGA 구현하였다. Xilinx Vivado 프로그램을 이용한 논리합성 결과 4K(4096×2160) 고해상도 환경에서 최대 동작 주파수 276.932MHz, 최대 처리 속도 31.279fps를 가짐으로써 실시간 처리 기준을 만족한다.

• 감성과학
• /
• 제26권4호
• /
• pp.51-70
• /
• 2023

본 연구에서는 운전 시뮬레이션을 사용하여 자율주행 환경을 구현한 후 3-수준 자율주행 조건에서 자율주행 차량 (automated vehicle: AV)으로부터 운전자에게 전달되는 제어권 인수 요구(takeover request: TOR) 정보의 양상(시각, 청각 및 시각+청각) 및 도로 형태(직선도로와 곡선도로)에 따라 운전자의 제어권 인수 시간(takeover time: TOT) 및 정신적 작업부하(제어권 인수 이후에 운전자들이 경험한 주관적 작업부하와 심장박동수에서의 변화)가 어떻게 차별화되는지 분석하였다. 본 연구의 결과를 요약하면 다음과 같다. 먼저, AV로부터 TOR이 제시된 이후 실험참가자들이 보인 TOT에 대한 분석 결과, TOR 정보양상의 측면에서는 시각 정보가 가장 빠른 TOT를 이끌어 낸 반면 청각정보 조건에서 가장 느렸고, 도로 형태 측면에서는 직선도로 조건에 비해 곡선도로 조건에서의 TOT가 유의하게 더 느렸으며, 특히 청각 정보 조건에서 도로 형태에 따른 TOT에서의 차이가 가장 컸다. 둘째, 정신적 작업부하에 대한 분석 결과, TOR 정보가 시각 혹은 시각+청각적으로 제시된 조건에 비해 청각적으로 제시된 조건에서 주관적 작업부하 측정치와 심장박동수 변화 크기 모두 전반적으로 더 낮았고 특히, 심장박동수 변화의 경우 이러한 경향은 곡선도로 조건에서만 관찰되었다. 이러한 결과는 TOR 정보의 양상과 도로 형태에 따라 운전자의 TOT와 정신적 작업부하 수준이 달라질 수 있고, 특히 TOT가 빠를수록 정신적 작업부하 수준은 상대적으로 더 높아질 수 있음을 시사한다.

• 한국터널지하공간학회 논문집
• /
• 제20권6호
• /
• pp.1161-1175
• /
• 2018

도로 터널의 주행은 시야의 제한으로 인해 유고상황이 발생한 후 2차 대형사고로 이어지기 쉽다. 따라서, 유고상황 발생 즉시, 상황을 자동 감지하여 신속히 초동대응이 이루어 져야 한다. 유고상황을 자동으로 감시할 수 있는 시스템은 기존에도 존재했지만, 폐합된 터널 내 열악 환경에서 촬영되는 CCTV 영상의 질적 한계로 인해 유고상황을 제대로 감지하지 못했다. 이러한 한계를 극복하기 위해 딥러닝을 기반으로 한 터널 영상유고 자동 감지 시스템을 개발하였으며, 지난 2017년 11월 딥러닝 객체 인식 네트워크에 대한 연구를 진행하여 우수한 객체인식 성능을 보인바 있다. 그러나 객체인식은 정지영상 기반으로 수행되므로 이동체의 이동방향과 속도를 알 수 없어, 정차 및 역주행 등 이동체의 이동특성에 따른 유고상황을 판단하기 힘들다. 본 논문에서는 객체인식으로 감지된 이동체의 객체정보를 기반으로 별도의 객체추적기법을 적용하여 이동체의 이동 특성을 자동으로 추적하는 프로세스를 제안하였다. 이를 통해 얻어진 이동체의 이동 방향과 속도 정보를 기반으로 정차 및 역주행을 판별하는 알고리즘을 개발하여 딥러닝 기반 터널 영상유고 자동감지 시스템을 완성하였다. 또한, 유고상황이 포함된 영상들에 대하여 유고상황 감지성능을 검증하였다. 검증 실험 결과, 화재, 정차와 역주행 상황에 대해서는 모두 100% 수준으로 완전한 유고상황 감지성능을 보였으나, 보행자 발생 상황에서는 78.5%로 상대적으로 낮은 성능을 보였다. 하지만, 향후 지속적인 영상유고 영상 빅데이터를 확장해 나가고 주기적인 재학습을 통해 유고상황에 대한 인지성능을 향상시켜 나갈 수 있을 것이다.

• 한국항행학회논문지
• /
• 제22권3호
• /
• pp.213-219
• /
• 2018

본 논문에서는 차량 환경에 적합하게 설계된 C-ITS 통신프로토콜과 이동 통신 프로토콜인 Legacy LTE 통신 기술을 함께 지원하는 하이브리드 V2X 통신모듈의 하드웨어 및 소프트웨어에 대한 설계 방안을 제안하고 설계과정을 제시한다. C-ITS는 저 지연 특성으로 인해 안전 서비스 어플리케이션에 적합하며, Legacy LTE는 고지연, 고용량 특성으로 인해 교통정보, 인포테인먼트와 같은 비 안전 어플리케이션에 적합한 기술이다. 하이브리드 V2X 통신 모듈은 복수의 통신기술로 WAVE와 LTE를 지원하고, WAVE에 대해서는 복수채널 통신을 지원하여, 자율주행 차량에 LDM, 측위보정정보 등의 도로정보를 실시간으로 전달하기 위한 목적으로 설계된다. 본 논문에 제시된 주요 설계 결과는 향후 차량용 하이브리드 V2X 통신 단말기 구현에 적용될 예정이다.

• 한국ITS학회 논문지
• /
• 제18권3호
• /
• pp.68-83
• /
• 2019

국내 보행자 교통사고 건당 사망자수는 차대차 사고의 3배에 달한다. 해당 사고의 약 40%가 횡단 중 발생하며 특히 교차로에서는 차량의 우회전시 보행자-차량간 상충 가능성이 높기에 심각한 사고를 초래할 수 있다. 이에 다양한 보행자 충돌 경고 서비스가 개발되었지만 교차로에서 돌발적인 행동을 하는 보행자와 차량의 충돌을 막기에는 역부족이었다. 이에 본 연구에서는 횡단 이전의 보행자들을 관찰하고 추출된 보행자의 특성을 토대로 보행자의 횡단여부를 예측하여 접근 차량에 경고하는 예측형 보행자 충돌 경고 서비스(P2CWS, Predictive Pedestrian Collision Warning Service)를 개발하였다. 서비스 성능 평가를 위해 대전광역시 유성구 교차로에서 실제 보행자 데이터를 수집하였고 보행자 특성(나이, 성별, 회두여부)의 유무에 따른 비교 분석을 수행하였다. 분석 결과 보행자 특성을 반영한 서비스가 반영하지 않은 서비스보다 성능이 뛰어났으며 이로써 보행자의 횡단 여부를 예측하는데 보행자의 특성을 파악하는 것의 중요성을 확인하게 되었다.

• 한국산학기술학회논문지
• /
• 제21권8호
• /
• pp.1-8
• /
• 2020

건물 내부 공기 순환을 위한 공조 덕트는 장기간 사용 시 오염물질이 내부에 쌓여 인력 또는 로봇이 투입되어 청소가 주기적으로 수행된다. 청소는 작업시간과 인건비 문제를 해결하기 위해 최근 원격 조정으로 로봇을 작동시키는 방법이 사용되고 있다. 하지만 완전 자동화가 아니라 인력 의존적이며 청소 시간 단축에도 한계가 있다. 본 연구는 공조 덕트 청소 로봇 자율 주행을 위해 교차점 검출 알고리듬 개발에 대한 것이다. 자율 주행은 청소 로봇에 장착된 카메라 영상에서 교차점 검출 알고리듬을 통해 추출된 점과 중심점 사이의 거리 및 각도를 계산하여 로봇을 제어하도록 구성된다. 교차점 검출을 위한 데이터는 3D CAD 프로그램을 이용한 공조 덕트 내부 이미지를 Python을 이용해 교차점 좌표 및 두 경계선 각도를 추출하여 생성했다. 검출 알고리듬은 딥러닝 중 CNN 모델이 학습에 사용됐으며 학습 모델은 입력이미지에서 교차점 정보를 추출하며 학습 모델 정확도는 면적과 거리를 이용해 판단했다. 알고리듬 검증을 위해 청소 로봇을 제작했으며 로봇은 몸체, Raspberry Pi, 카메라 및 초음파 센서를 포함한 제어부, 모터와 바퀴를 포함한 구동부로 구성된다. 알고리듬을 탑재한 로봇 청소기 주행 영상을 통해 알고리듬을 검증했다. 향후 공조 덕트뿐만 아니라 에스컬레이터 등 다양한 환경에서 적용 가능할 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제21권1호
• /
• pp.240-257
• /
• 2022

자율주행 차량은 레이더, 라이다 카메라 등 다양한 로컬 센서들을 활용하여 주변 환경을 인지하고 판단하여 주행한다. 하지만 로컬 센서만을 활용하여 주행할 경우 인지 범위 한계로 장애물에 가려진 보행자나 자전거와 같은 VRU(Vulnerable Road User, 취약 도로 사용자)의 거동 정보를 예측하기 어렵다. 본 논문에서는 이러한 로컬 센서의 한계를 극복하기 위해 V2X 통신 정보를 활용한 VRU 충돌 회피 알고리즘을 개발하였다. 알고리즘은 인프라로부터 충돌 위험이 있는 VRU의 정보를 전달 받아 미래 거동을 예측하고 주변 환경에 따라 적절하게 조향 및 제동 회피를 수행하도록 설계하였다. 개발된 알고리즘을 검증하기 위하여 다양한 조건의 시나리오에서 시뮬레이션을 수행하였으며, 그 결과, 기존 로컬 센서 정보만을 활용하였을 때보다 개선된 충돌 회피 성능을 보일 뿐만 아니라, 차량의 안정성 또한 확보할 수 있음을 확인하였다.