• 자동차안전학회지
• /
• 제11권3호
• /
• pp.30-36
• /
• 2019

This paper suggests a car-following algorithm for urban environment, with multiple target candidates. Until now, advanced driver assistant systems (ADASs) and self-driving technologies have been researched to cope with diverse possible scenarios. Among them, car-following driving has been formed the groundwork of autonomous vehicle for its integrity and flexibility to other modes such as smart cruise system (SCC) and platooning. Although the field has a rich history, most researches has been focused on the shape of target trajectory, such as the order of interpolated polynomial, in simple single-lane situation. However, to introduce the car-following mode in urban environment, realistic situation should be reflected: multi-lane road, target's unstable driving tendency, obstacles. Therefore, the suggested car-following system includes both in-lane preceding vehicle and other factors such as side-lane targets. The algorithm is comprised of three parts: path candidate generation and optimal trajectory selection. In the first part, initial guesses of desired paths are calculated as polynomial function connecting host vehicle's state and vicinal vehicle's predicted future states. In the second part, final target trajectory is selected using quadratic cost function reflecting safeness, control input efficiency, and initial objective such as velocity. Finally, adjusted path and control input are calculated using model predictive control (MPC). The suggested algorithm's performance is verified using off-line simulation using Matlab; the results shows reasonable car-following motion planning.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.713-722
• /
• 2017

최근 자율주행 자동차에 대한 관심이 높아짐에 따라 자율주행 자동차 관련 기술 개발에 대한 활발한 연구가 진행되고 있다. 이에 따라 자율주행 환경에서의 운전자 관점에 대한 연구도 조금씩 늘어나고 있는 추세이다. 그러나 일부 연구들은 자율주행 자동차에 대한 낙관적인 입장만을 보이고 있다. 하지만, 선행 연구에서는 실제 자율주행 자동차를 태우지 않았다는 한계가 있다. 따라서, 본 연구에서는 자율주행 자동차를 기반으로 인간과 차량 간 상호작용을 알아보고자 에스노그라피 접근을 통한 질적 연구를 진행하였다. 그 결과, 자율주행 환경에서 운전자의 경험에 영향을 미치는 8개의 불신 요소를 도출하였다. 결과적으로 본 연구는 기존 신뢰 모형을 통해 자율주행 맥락에 적용하여 확장하였다는 점과 결과를 바탕으로 자율주행 환경에서 불신을 낮추고 신뢰를 높여줄 디자인 가이드를 제시했다는 점에서 이론적 및 실용적 의의가 있다.

• 전자공학회논문지
• /
• 제51권10호
• /
• pp.180-189
• /
• 2014

본 논문은 무인 자동차의 자율주차 알고리즘 개발을 위하여 이 문제를 차량형 이동로봇의 위치-자세 안정화 (posture regulation) 문제로 치환하고 이렇게 치환된 문제를 해결할 수 있는 차량형 이동로봇을 위한 도킹 포메이션과 궤환선형화 제어기법을 제안한다. 경로생성 기법과 최적화 기법을 기반으로 하는 기존의 연구결과들에 비해, 본 논문에서 제안하는 자율주차 알고리즘은 자율주차 문제를 도킹 포메이션 기반의 위치-자세 안정화 문제로 치환하고 입력제한을 고려할 수 있는 궤환선형화 제어기법을 적용함으로써 적은 연산량과 낮은 성능의 프로세서만으로도 무인 자동차의 자율 주차가 가능하도록 한다. 본 논문에서 제안된 차량형 이동로봇의 도킹 포메이션과 궤환선형화 제어기법의 유효성은 안정성 해석을 통하여 보이고, 본 논문에서 제안하는 자율주차 알고리즘의 성능은 모의실험 및 실제 로봇을 통한 실험결과를 통하여 검증한다.

• 한국정밀공학회지
• /
• 제26권12호
• /
• pp.69-77
• /
• 2009

In this study an ANFIS-based trajectory tracking motion control algorithm is proposed for autonomous garage and parallel parking of a model car. The ANFIS controller is trained off-line using data set which obtained by Mandani fuzzy inference system and thereby the processing time decreases almost in half. The controller with a steering delay compensator is tuned through simulations performed under MATLAB/Simulink environment. Experiments are carried out with the model car for garage and parallel parking. The experimental results show that the trajectory tracking performance is satisfactory under various initial and road conditions

• 한국인터넷방송통신학회논문지
• /
• 제19권2호
• /
• pp.237-242
• /
• 2019

최근, 자율주행 이동체에 대한 대중의 관심도가 높아짐에 따라 자율주행 이동체의 상용화 확대를 위한 유관 기관들의 연구 활동이 꾸준하게 진행되고 있다. 이로 인해, 부분적이지만 실제 사용이 가능한 단계로 발전이 이루어졌다. 하지만, 2018년 3월 우버와 테슬라 자동차로 인해 최초로 두 차례의 사망사고가 발생하였고, 새로운 시스템 보완에 대한 필요성이 대두되고 있다. 이에 본 논문은 자율주행자동차의 사망 사고를 중점적으로 사고 원인을 분석하여 원인이 되었던 사물 인지오류를 확인하고, 이를 보완할 수 있는 시스템의 구현을 위한 새로운 자율주행 이동체의 정보처리 모델을 제안한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2008년도 추계학술대회 논문집
• /
• pp.483-484
• /
• 2008

• 문화기술의 융합
• /
• 제3권2호
• /
• pp.49-54
• /
• 2017

한국의 제네시스G80, 티볼리2017등이 부분적 자율주행차 시연을 진행 중이며 상용화에도 박차를 가하고 있다. 세계에서는 테슬라 'X'가 완전자율주행차를 구현하면서 테스트 과정을 완료하였다. 자율주행차가 점차적으로 상용화가 되면서 운전 취약자에 대한 해결책이 제시되고 편의성도 증가하면서 교통사고 비율도 감소할 것으로 예측된다. 반면에 자율주행차 사고 시, 윤리적 책임 문제 등 준비되어야 할 관련 법률은 매우 부족한 실정이며 자율주행차의 보안문제와 개인사생활의 침해도 매우 우려되는 실정이다. 본 논문에서는 현재 자율주행차에 대한 국내외 관련연구와 분석현황을 제시하고, 문제점에 대한 해결책과 활성화 모델을 제안한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.210-218
• /
• 2021

CNN (Convolutional Neural Network), a type of deep learning algorithm, is a type of artificial neural network used to analyze visual images. In deep learning, it is classified as a deep neural network and is most commonly used for visual image analysis. Accordingly, an AI autonomous driving model was constructed through real-time image processing, and a crosswalk image of a road was used as an obstacle. In this paper, we proposed a low-cost model that can actually implement autonomous driving based on the CNN model. The most well-known deep neural network technique for autonomous driving is investigated and an end-to-end model is applied. In particular, it was shown that training and self-driving on a simulated road is possible through a practical approach to realizing lane detection and keeping.

• 한국전자통신학회논문지
• /
• 제17권1호
• /
• pp.49-58
• /
• 2022

최근 4차 산업혁명의 시작으로 인해 자율주행 관련 시장이 빠르게 발전하고 있다. 빠르게 발전하는 자율주행 기술의 기술 동향을 파악하기 위해서 자율주행의 Level 0부터 Level 5까지의 특징 및 차이점에 대해서 알아보고자 한다. 자율주행 차량의 전반적인 구성, 인식기술, 보조기술들을 분석하고, 이를 통해 자율주행 기술에 대한 구조 및 알고리즘을 파악하고자 한다. 또한 초음파 센서와 카메라를 이용한 모의 자율주행 RC카를 제작하여 인식기술과 보조기술의 필요성을 파악한다.

• 한국ITS학회 논문지
• /
• 제15권4호
• /
• pp.26-32
• /
• 2016

자율주행자동차는 운전자의 조작 없이 목표지점까지 스스로 주행환경을 인식하여 운행하는 최첨단 자동차를 말하며 위성항법장치, 센서 등으로 위치를 측정하고 주행환경을 인식, 연산장치로 가감속 차선변경 등 자율주행을 제어한다. 최근, 자동차 산업은 기존 기계공학과 정보통신, 센서, 위성항법 등 첨단기술이 총 집약된 자율주행 자동차로 빠르게 진화중이다. 교통안전 정책과제 분석은 Issue-Tree를 활용하여 분석하였다. Issue-Tree 방법론은 복잡한 문제를 세분화하여 구체화하고, 체계적으로 접근하는 문제해결 도구로 자율주행자동차 도입에 따른 교통안전 관련 Issue의 해결을 위한 정책과제를 도출하기 위해 사용된다. 교통안전 정책과제를 분석하기 위해는 우선 미래 사회 및 교통여건 변화로부터 Key Word를 도출하고, 이와 연계되는 국내외 도로교통 정책/계획을 확인하여 국내외 도로 교통 정책목표 Key Word를 도출하였다. 도출된 정책목표 Key Word로부터 핵심적인 Issue를 도출하였는데, 이때 Issue-Tree 방법을 통해 체계화하였다.