• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.264-283
• /
• 2023

자율주행차량 사고는 일반차량 사고와 다르게 기술적 문제, 환경, 운전자와의 상호작용 등 다양한 요인에 기인한 사고 발생 가능성이 존재한다. 향후 자율주행 기술의 진보로 기존의 사고원인 이외에도 새로운 이슈들이 대두될 것으로 예상되며, 이에 대응하기 위한 다양한 시나리오 기반의 접근법이 필요하다. 본 연구에서는 자율주행 사고 리포트인, CA DMV collision report와 자율주행모드 해제 보고서인 Disengagement report, 자율주행 실제 사고영상을 수집하여 자율주행차량 교통사고 시나리오를 개발하였다. 시나리오는 ISO 26262의 기능안전 시스템 failure mode에 기반하여 도출되었으며, 자율주행 기능의 다양한 이슈를 반영하고자 하였다. 본 연구를 통해 도출된 자율주행차량 시나리오는 향후 다양한 자율주행차량 교통사고 예방과 대비에 기여할 뿐만 아니라 자율주행 기술의 안전성을 향상시키는 데 중요한 역할을 할 것으로 기대한다.

• 자동차안전학회지
• /
• 제12권4호
• /
• pp.13-22
• /
• 2020

This paper presents an adaptive feedback based actuator fault detection and tolerant control algorithms for longitudinal functional safety of autonomous driving. In order to ensure the functional safety of autonomous vehicles, fault detection and tolerant control algorithms are needed for sensors and actuators used for autonomous driving. In this study, adaptive feedback control algorithm to compute the longitudinal acceleration for autonomous driving has been developed based on relationship function using states. The relationship function has been designed using feedback gains and error states for adaptation rule design. The coefficients in the relationship function have been estimated using recursive least square with multiple forgetting factors. The MIT rule has been adopted to design the adaptation rule for feedback gains online. The stability analysis has been conducted based on Lyapunov direct method. The longitudinal acceleration computed by adaptive control algorithm has been compared to the actual acceleration for fault detection of actuators used for longitudinal autonomous driving.

• 융합신호처리학회논문지
• /
• 제4권4호
• /
• pp.58-65
• /
• 2003

기존의 횡 방향제어 알고리즘은 도로에서 발생할 수 있는 변수를 고려하여 알고리즘을 작성해야 했다. 이러한 제어 알고리즘을 작성하기 위해서는 주행해야 하는 도로에 따라 파라미터를 재조정해야 하는 문제와 대량의 계산이 요구되는 모델링 문제가 있었다. 본 논문에서는 지능적 횡 방향제어가 가능한 학습알고리즘에 관해 연구하였다. 학습알고리즘은 인공지능 알고리즘 중 자기구성 알고리즘을 사용하였으며 학습데이터는 도로의 특징점을 이용하였다. 컴퓨터를 이용한 시뮬레이션 결과 본 논문의 학습알고리즘에 의한 조향제어가 가능한 것을 알 수 있었고 실제로 주행이 가능한 자율이동로봇에 적용하여 학습에 의한 횡 방향제어가 가능한 것을 확인하였다.

• 한국지리정보학회지
• /
• 제26권1호
• /
• pp.1-10
• /
• 2023

4차 산업혁명 시대의 도래에 따라 자율주행 기술에 관한 관심이 증대되고 있다. 이에 따라 기존 교통시설에 대한 자율주행차의 적용 가능성 및 정밀도로지도의 활용과 함께 자율주행차에 부착된 센서를 이용하여 주변 상황을 인지함으로써 안전한 주행을 모색해야 할 필요가 있다. 본 연구에서는 자율주행시대에 도로· 교통 인프라 개선을 위해 개발한 자율주행차에 장착된 센서를 통해 인지하는 표지 시설의 활용을 위해 기존 도로시설물인 도로표지, 교통안전표지, 시선유도시설과 정밀도로지도의 시설물 관련 레이어와의 비교분석을 통한 자율주행차량이 인식 가능한 표지 시설의 역할을 도출한다. 자율주행차량이 인식 가능한 표지 시설은 자율주행차에 직접 특정한 행동을 수행하도록 하는 등의 역할을 함으로써 안전주행을 도모할 수 있다. 자율주행차가 센서를 이용하여 표지시설을 인지함으로써 주행안전을 도모하기 위해서는 설치와 관리 및 활용 기준의 마련이 필요하며, 기준에 따라 지속해서 관리 및 감독이 이루어져야 할 것으로 사료된다.

• 한국ITS학회 논문지
• /
• 제22권5호
• /
• pp.216-223
• /
• 2023

자율주행차량의 기술과 수준이 발전하고 보다 다양한 도로 환경에서 주행함에 따라 차량이 직면한 상황을 해결하고 대응하기 위한 직관적이고 효율적인 상호작용 시스템이 필요하다. 자율주행의 관점에서의 주행 기술 개발은 사람 혹은 그 이상의 상황을 대응하기 위한 궁극적인 목표를 가지고 있다. 특히, 복잡하고 상호 양보해야 하는 도로환경에서는 차량 간 혹은 보행자와 차량 간의 서로의 상황을 이해할 수 있는 효율적인 의사소통에 대한 방법을 통해 유연한 대처가 가능한 시스템의 역할이 중요하다. 차량의 상태 혹은 직면한 상황을 해결하기 위해서는 정보의 제공과 방법이 직관적이고 의도에 대한 상호 작용을 통해 효율적인 자율주행 차량을 운영해야 한다. 본 논문에서는 리빙랩에 주행하는 자율주행차량이 다양하고 복잡한 환경에서 안정적이고 효율적인 주행을 하기 위해 차량이 처한 상황에 대한 정보를 표출할 수 있는 차량 구조와 그 기능을 설명한다.

• Journal of Multimedia Information System
• /
• 제7권1호
• /
• pp.41-44
• /
• 2020

In autonomous driving, object recognition based on machine learning is one of the core software technologies. In particular, the object recognition using deep learning becomes an essential element for autonomous driving software to operate. In this paper, we introduce a drivable area detection method based on Region-based CNN model to support autonomous driving. To effectively detect the drivable area, we used the BDD dataset for model training and demonstrated its effectiveness. As a result, our R-CNN model using BDD datasets showed interesting results in training and testing for detection of drivable areas.

• 시스템엔지니어링학술지
• /
• 제18권2호
• /
• pp.40-49
• /
• 2022

Remote-controlled and autonomous driving based on artificial intelligence are key elements required for unmanned combat vehicles. The required capability of such an unmanned combat vehicle should be expressed in reasonable required operational capability(ROC). To this end, in this paper, the requirements of an unmanned combat vehicle operated under a manned-unmanned teaming were analyzed. The functional requirements are remote operation and control, communication, sensor-based situational awareness, field environment recognition, autonomous return, vehicle tracking, collision prevention, fault diagnosis, and simultaneous localization and mapping. Remote-controlled and autonomous driving of unmanned combat vehicles could be achieved through the combination of these functional requirements. It is expected that the requirement analysis results presented in this study will be utilized to satisfy the military operational concept and provide reasonable technical indicators in the system development stage.

• 자동차안전학회지
• /
• 제14권2호
• /
• pp.51-56
• /
• 2022

This paper presents an Ground Segmentation algorithm to eliminate unnecessary Lidar Point Cloud Data (PCD) in an autonomous driving system. We consider Random Sample Consensus (Ransac) Algorithm to process lidar ground data. Ransac designates inlier and outlier to erase ground point cloud and classified PCD into two parts. Test results show removal of PCD from ground area by distinguishing inlier and outlier. The paper validates ground rejection algorithm in real time calculating the number of objects recognized by ground data compared to lidar raw data and ground segmented data based on the z-axis. Ground Segmentation is simulated by Robot Operating System (ROS) and an analysis of autonomous driving data is constructed by Matlab. The proposed algorithm can enhance performance of autonomous driving as misrecognizing circumstances are reduced.

• 자동차안전학회지
• /
• 제14권1호
• /
• pp.20-25
• /
• 2022

This paper presents a development of simulation environment for validation of autonomous driving (AD) algorithm based on Robot Operating System (ROS). ROS is one of the commonly-used frameworks utilized to control autonomous vehicles. For the evaluation of AD algorithm, a 3D autonomous driving simulator has been developed based on LGSVL. Two additional sensors are implemented in the simulation vehicle. First, Lidar sensor is mounted on the ego vehicle for real-time driving environment perception. Second, GPS sensor is equipped to estimate ego vehicle's position. With the vehicle sensor configuration in the simulation, the AD algorithm can predict the local environment and determine control commands with motion planning. The simulation environment has been evaluated with lane changing and keeping scenarios. The simulation results show that the proposed 3D simulator can successfully imitate the operation of a real-world vehicle.

• 자동차안전학회지
• /
• 제11권3호
• /
• pp.19-29
• /
• 2019

Recently, autonomous vehicles have been studied actively. Autonomous vehicles can detect objects around them using their on board sensors, estimate collision probability and maneuver to avoid colliding with objects. Many algorithms are suggested to prevent collision avoidance. However there are limitations of complex and diverse environments because algorithm uses only the information of attached environmental sensors and mainly depends on TTC (time-to-Collision) parameter. In this paper, autonomous driving algorithm using I2V communication-based cooperative sensing information is developed to cope with complex and diverse environments through sensor fusion of objects information from infrastructure camera and object information from equipped sensors. The cooperative sensing based autonomous driving algorithm is implemented in autonomous shuttle bus and the proposed algorithm proved to be able to improve the autonomous navigation technology effectively.