• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2000년도 제15차 학술회의논문집
• /
• pp.196-196
• /
• 2000

This paper describes a lateral guidance system of an autonomous vehicle, using a neural network model of magneto-resistive sensor and magnetic fields. The model equation was compared with experimental sensing data. We found that the experimental result has a negligible difference from the modeling equation result. We verified that the modeling equation can be used in simulations. As the neural network controller acquires magnetic field values(B$\_$x/, B$\_$y/, B$\_$z/) from the three-axis, the controller outputs a steering angle. The controller uses the back-propagation algorithms of neural network. The learning pattern acquisition was obtained using computer simulation, which is more exact than human driving. The simulation program was developed in order to verify the acquisition of the teaming pattern, teaming itself, and the adequacy of the design controller. The performance of the controller can be verified through simulation. The real autonomous electric vehicle using neural network controller verified good results.

• 지적과 국토정보
• /
• 제51권1호
• /
• pp.39-51
• /
• 2021

최근 자율주행에서 도로, 차로, 교차로, 도로 표지, 도로 시설물 등을 효과적으로 표현하기 위한 표준화된 정밀도로지도의 데이터 모델링과 더불어 실질적인 적용을 위한 관심이 크게 증가하고 있다. 현재 ISO 22726-1, ISO 14296, HERE HD Live map, NDS open lane model, OpenDRIVE, NGII HD map 등의 다양한 국제 표준 또는 산업계 표준 모델들이 활용되고 있으나, 이들 간의 모델링 방식에서 큰 차이가 존재하여 다양한 표준의 정밀도로지도를 융합하여 활용하는데 많은 어려움이 존재한다. 이에 본 연구에서는 자율주행에서 다양한 정밀도로지도 표준 모델들의 효율적인 융합 활용을 지원하기 위하여 정밀도로지도 모델 간의 변환 방안을 제안하고자 한다. 구체적으로, 국내에서 접근이 용이한 국토지리정보원 정밀도로지도 모델과 산업계에서 활발히 이용되고 있는 OpenDRIVE 모델 간의 변환 방안을 제안하고자 한다. 제안된 방안은 NGII HD map의 각 레이어와 OpenDRIVE의 객체 간 단순 변환을 수행하는 방안, OpenDRIVE에 신규 객체를 생성하는 방안, 그리고 선형 변환 및 데이터 융합을 이용하여 NGII HD map 데이터를 OpenDRIVE 객체로 변환하는 방안으로 구성된다. 끝으로 NGII HD map에서 OpenDRIVE로 변환된 결과 데이터에 대하여 Carla 시뮬레이터를 이용한 가시화를 통하여 검증을 수행하였다. 이러한 NGII HD map 모델의 변환 방안은 향후 자율주행에서 NGII HD map의 활용도를 높이는데 크게 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제31권3호
• /
• pp.267-279
• /
• 2015

자율 주행 자동차 개발에 있어서 라이다 센서의 중요성이 커지고 있다. 센서 선정이나 알고리즘 개발을 위해 고가의 라이다 센서를 차량에 탑재하여 다양한 주행 환경에 대해 시험하기에 어려움이 따른다. 이에 본 연구는 다양한 차량용 라이다 센서에 대한 일반화된 기하모델링을 통해 범용적으로 적용될 수 있는 차량용 라이다 시뮬레이터를 개발하였다. 개발된 시뮬레이터를 활용하여 많이 활용되고 있는 특정 센서에 대하여 데이터 시뮬레이션과 품질 검증을 수행하였다. 또한, 생성된 데이터를 장애물 탐지에 적용함으로써 선정된 센서의 활용 가능성을 평가하였다. 이처럼 개발된 시뮬레이터는 센서의 도입 및 운용에 앞서서 다양한 실험을 가능하게 하고, 하드웨어 구축과 병행하여 알고리즘 개발을 도모할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제18권8호
• /
• pp.92-101
• /
• 2018

대화형 AI 스피커가 보편화되면서 음성인식은 자율주행 상황에서의 중요한 차량-운전자 인터랙션 방식으로 인식되고 있다. 이 연구의 목적은 반자율주행 상황에서 음성뿐만 아니라 AI 캐릭터의 시각적 피드백을 함께 전달하는 멀티모달 인터랙션이 음성 단일 모드 인터랙션보다 사용자 경험 최적화에 효과적인지를 확인하는 것이다. 실험 참가자에게 주행 중 AI 스피커와 캐릭터를 통해 음악 선곡과 조정을 위한 인터랙션 태스크를 수행하게 하고, 정보 및 시스템 품질, 실재감, 지각된 유용성과 용이성, 그리고 지속 사용 의도를 측정하였다. 평균차이 분석 결과, 대부분의 사용자 경험 요인에서 시각적 캐릭터의 멀티모달 효과는 나타나지 않았으며, 지속사용 의도에서도 효과는 나타나지 않았다. 오히려, 정보품질 요인에서 음성 단일 모드가 멀티모달보다 효과적인 것으로 나타났다. 운전자의 인지적 노력이 필요한 반자율주행 단계에서는 멀티모달 인터랙션이 단일 모드 인터랙션에 비해 사용자 경험 최적화에 효과적이지 않았다.

• 지적과 국토정보
• /
• 제53권2호
• /
• pp.53-66
• /
• 2023

최근 자율주행 분야에서 실세계와 유사한 디지털트윈 기반의 가상 시뮬레이션 환경 구축에 대한 관심이 크게 증가하고 있다. 디지털트윈 기반의 시뮬레이션 환경에서 자율주행의 성능 및 기능 검증뿐만 아니라, 딥러닝을 위한 가상 학습데이터 생성 연구도 활발히 수행되고 있다. 그러나, 이러한 디지털트윈 기반 자율주행 시뮬레이션 시스템은 고정밀 데이터 구축과 시스템 개발에 많은 시간과 비용을 필요로 하는 문제를 가지고 있다. 이에 본 연구에서는 기 구축된 3차원 입체모형과 정밀도로지도만을 이용하여 디지털트윈 기반의 실시간 자율주행 시뮬레이션 시스템을 신속히 설계하고 구현하기 위한 방안을 제시하고자 한다. 구체적으로 부산 EDC 지역에 대한 FBX의 3D 입체모형과 NGII HD Map을 CARLA에 통합하는 방법과 CARLA 기능을 추가 및 수정하는 방법을 제시한다. 본 연구 결과는 기존의 3D 입체모형과 NGII HD 맵을 활용하면 저렴한 비용으로 신속한 시뮬레이션 시스템의 설계 및 구현이 가능함을 보여준다. 또한, 시뮬레이션 시나리오 구성, 사용자 맞춤형 주행, 실시간 신호등 상태 시뮬레이션 등의 다양한 기능도 지원할 수 있다. 향후 광범위한 지역에 대하여 시스템이 적용되는 경우에 시스템의 활용도가 크게 향상될 것으로 기대된다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.31-43
• /
• 2019

SAE 기준 3단계의 자율주행자동차에서는 필요 시 운전의 주체가 시스템에서 운전자로 또는 그 반대로 이전되는 제어권 전환(take-over)이 발생하게 된다. 이때 안전한 제어권 전환을 위해서는 다양한 도로환경에서 여러 계층의 운전자들이 안전하게 제어권 전환을 완료하는 데 필요한 시간을 설정하는 것이 중요하다. 본 연구에서는 자율주행자동차의 제어권 전환의 안전성을 확보하기 위해 제어권 전환 소요시간 및 안정화 특성을 분석하였다. 이를 위해 드라이빙 시뮬레이터를 활용하였으며, 고속도로와 유사한 상황을 설정하여 실험을 진행하였다. 다양한 성별 및 나이를 가진 50명의 운전자가 실험에 참가하였고, 각 피실험자별로 교통량과 기하구조의 변화를 주어서 다양한 상황에 따른 제어권 전환 소요시간 변화와 안정화 특성을 측정하였다. 실험 결과, 제어권 전환 소요시간은 평균 2.3초였으며 표준편차는 0.1초로 분석되었다. 또한 안정화 특성 분석 결과, 고속도로 교통량 차이에 따른 제어권 전환 안정화 시간은 차이는 없었으며, 곡선반경의 변화에 따라서는 유의미한 차이가 있는 것으로 나타났다.

• 로봇학회논문지
• /
• 제12권3호
• /
• pp.297-305
• /
• 2017

As the development of autonomous vehicles becomes realistic, many automobile manufacturers and components producers aim to develop 'completely autonomous driving'. ADAS (Advanced Driver Assistance Systems) which has been applied in automobile recently, supports the driver in controlling lane maintenance, speed and direction in a single lane based on limited road environment. Although technologies of obstacles avoidance on the obstacle environment have been developed, they concentrates on simple obstacle avoidances, not considering the control of the actual vehicle in the real situation which makes drivers feel unsafe from the sudden change of the wheel and the speed of the vehicle. In order to develop the 'completely autonomous driving' automobile which perceives the surrounding environment by itself and operates, ability of the vehicle should be enhanced in a way human driver does. In this sense, this paper intends to establish a strategy with which autonomous vehicles behave human-friendly based on vehicle dynamics through the reinforcement learning that is based on Q-learning, a type of machine learning. The obstacle avoidance reinforcement learning proceeded in 5 simulations. The reward rule has been set in the experiment so that the car can learn by itself with recurring events, allowing the experiment to have the similar environment to the one when humans drive. Driving Simulator has been used to verify results of the reinforcement learning. The ultimate goal of this study is to enable autonomous vehicles avoid obstacles in a human-friendly way when obstacles appear in their sight, using controlling methods that have previously been learned in various conditions through the reinforcement learning.

• 감성과학
• /
• 제23권2호
• /
• pp.3-12
• /
• 2020

본 연구에서는 뇌파와 맥파를 이용한 생체신호 분석을 통해 자율주행차량 사용자에게 안정감을 유발하는 최적의 색온도를 제안하고자 하였다. 이를 위해 3000 K, 4000 K, 5000 K, 6000 K의 색온도를 갖는 조명을 자율주행 환경에 적용하여 제시하였다. 실험은 자동차 그래픽 시뮬레이터가 구비된 실험실에서 진행되었으며, 실험절차는 다음과 같다. 1) 안정기(5분), 2) U-K테스트(3분), 3) 자율주행+조명(3분). 이 과정은 색온도를 변경해가며 총 4회 반복되었다. 수집된 시계열데이터에 대해 주파수 분석을 실시하였고 파워 스펙트럼 분석을 통해 주파수 대역별 power값을 산출하였다. 뇌파는 안정의 지표인 α파와 각성의 지표인 β에 대해 분석을 실시하였으며, 맥파의 경우 교감신경계 활성도에 대해 분석을 실시하였다. 산출된 데이터는 연구대상자 개인 간 편차를 줄이기 위해 정규화하여 통계분석을 실시하였다. 1차 분석 결과, 뇌파의 경우 5000 K의 조명을 제시하였을 때 α파가 가장 높았고, 대부분의 조명 제시 상황에서 β파가 증가하였다. 맥파의 경우 주행 상황에서 SNSA가 증가하였다. β파와 SNSA에 대한 2차 분석 결과, 유의수준 5%에서 색온도 간 유의한 차이가 인정되지 않았다. 결론적으로, α파가 가장 높은 5000 K의 색온도가 안정감을 유발한다고 볼 수 있다. 이러한 결과를 자율주행차량에 적용한다면, 탑승자의 높은 만족도를 유발할 수 있을 것으로 보인다. 나아가, 이와 같은 긍정적인 효과가 자율주행차량의 수용으로 이어질 수 있다.

• 한국전자통신학회논문지
• /
• 제9권3호
• /
• pp.387-392
• /
• 2014

최근에 전기자동차의 상용화가 머지않은 상황에서 운전자를 위한 다양한 전자적 기능들이 개발되어지고 있다. 특히, 뇌파(EEG)를 통하여 운전자의 상태를 모니터링하면서 졸음방지나 건강상태를 실시간으로 점검하는 기능들이 있다. 자동차 운전자의 뇌파를 의료기관 서버에 전송하여 관련 기능들을 제공할 수 있는데 이때 자동차간 또는 자동차와 노변장치간의 원활한 통신기능이 필수적이다. 따라서 본 논문에서는 도심의 교차로환경에서 원활한 EEG 통신기능을 제공하는 라우팅 프로토콜을 제시하기 위해 AODV, DSR, GRP, OLSR, TORA와 같은 5가지의 라우팅 프로토콜로 운영되는 무선통신망을 각각 설계하고 이를 OPnet 네트워크 시뮬레이션을 통하여 성능을 평가하고 결과를 제시하고자 한다.

• 한국산업융합학회 논문집
• /
• 제18권1호
• /
• pp.30-36
• /
• 2015

This paper presents the theoretical development of a complete navigation problem of a nonholonomic mobile robot by using ultrasonic sensors. To solve this problem, a new method to computer a fuzzy perception of the environment is presented, dealing with the uncertainties and imprecision from the sensory system and taking into account nonholonomic constranits of the robot. Fuzzy perception, fuzzy controller are applied, both in the design of each reactive behavior and solving the problem of behavior combination, to implement a fuzzy behavior-based control architecture. The performance of the proposed obstacle avoidance robot controller in order to determine the exact dynamic system modeling system that uncertainty is difficult for nomadic controlled robot direction angle by ultrasonic sensors throughout controlled performance tests. In additionally, this study is an in different ways than the self-driving simulator in the development of ultrasonci sensors and unmanned remote control techniques used by the self-driving robot controlled driving through an unmanned remote controlled unmanned realize the performance of factory antomation.