• 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.

• 한국ITS학회 논문지
• /
• 제22권3호
• /
• pp.175-189
• /
• 2023

자율주행 차량의 무결성과 내결함성을 보장하기 위한 환경 인식 센서의 결함 감지 및 격리(FDI) 알고리즘이 중요한 연구 주제로 다루어지고 있다. 본 논문에서는 자율주행 차량의 안전성 보장을 위한 레이다, 카메라, 라이다로 구성된 다중 인지 시스템 결함 검출 알고리즘을 제시하였다. 제안된 결함 감지 알고리즘은 FIR(Finite Impulse Response) 필터 추정치에 기반한 레지듀얼의 생성 및 분석으로 고장의 감지 및 격리를 수행한다. 알고리즘의 성능 검증을 위해 가상환경에서의 수치 시뮬레이션을 수행하여 알고리즘을 기존의 칼만 필터 기반 알고리즘과 비교 및 고찰하였다. 결과적으로 제안된 알고리즘은 인지 시스템의 강건성을 확보할 수 있음을 검증하였다. 본 연구는 자율주행 차량의 안전성과 신뢰성을 확보하기 위한 필수적인 연구로, 자율주행 차량의 환경 인지 센서의 무결성을 향상 시킬 것으로 판단된다.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.593-600
• /
• 2022

자율주행 차량에는 라이다, 레이더, 카메라 등 다양한 센서들이 융합되어 활용되고 있다. 특히 라이더 및 레이더는 고가의 장비로 자율주행 자동차의 대중화를 위해 해결해야 하는 부분으로 고가의 장비를 대체할 수 있는 연구가 지속적으로 이루어지고 있다. 본 논문에서는 비용면에서 저가이면서 손쉽게 장착할 수 있는 단일 카메라를 이용하여 주행 차량의 전방 측면 차량 바퀴와 인접 차선을 감지하고 거리를 추정하는 방법을 제안하였다. 제안된 방법은 입력 영상을 통해 프레임 추출 후 프레임 이미지에서 차선과 바퀴를 검출하고 거리를 측정하여 실제 도로 환경에서 실측 된 거리와 비교하였고, 오차범위 ±3cm 안에서 비교적 정확히 거리를 산출할 수 있었다. 이를 통해 자율주행 자동차의 비용 절감 또는 라이다, 레이더 센서의 고장으로 대체 가능한 수단으로 활용할 수 있을 것으로 판단된다.

• 한국IT서비스학회지
• /
• 제22권2호
• /
• pp.57-70
• /
• 2023

In order to establish an autonomous driving environment, it is necessary to study traffic safety and demand prediction by analyzing information generated from the transportation infrastructure beyond relying on sensors by the vehicle itself. In this paper, we propose a real-time traffic information generation method using sensor convergence technology of transportation infrastructure. The proposed method uses sensors such as cameras and radars installed in the transportation infrastructure to generate information such as crosswalk pedestrian presence or absence, crosswalk pause judgment, distance to stop line, queue, head distance, and car distance according to each characteristic. create information An experiment was conducted by comparing the proposed method with the drone measurement result by establishing a demonstration environment. As a result of the experiment, it was confirmed that it was possible to recognize pedestrians at crosswalks and the judgment of a pause in front of a crosswalk, and most data such as distance to the stop line and queues showed more than 95% accuracy, so it was judged to be usable.

• Journal of Positioning, Navigation, and Timing
• /
• 제6권4호
• /
• pp.159-166
• /
• 2017

The position of autonomous driving vehicle is basically acquired through the global positioning system (GPS). However, GPS signals cannot be received in tunnels. Due to this limitation, localization of autonomous driving vehicles can be made through sensors mounted on them. In particular, a 3D Light Detection and Ranging (LIDAR) system is used for longitudinal position error correction. Few feature points and structures that can be used for localization of vehicles are available in tunnels. Since lanes in the road are normally marked by solid line, it cannot be used to recognize a longitudinal position. In addition, only a small number of structures that are separated from the tunnel walls such as sign boards or jet fans are available. Thus, it is necessary to extract usable information from tunnels to recognize a longitudinal position. In this paper, fire hydrants and evacuation guide lights attached at both sides of tunnel walls were used to recognize a longitudinal position. These structures have highly distinctive reflectivity from the surrounding walls, which can be distinguished using LIDAR reflectivity data. Furthermore, reflectivity information of tunnel walls was fused with the road surface reflectivity map to generate a synthetic reflectivity map. When the synthetic reflectivity map was used, localization of vehicles was able through correlation matching with the local maps generated from the current LIDAR data. The experiments were conducted at an expressway including Maseong Tunnel (approximately 1.5 km long). The experiment results showed that the root mean square (RMS) position errors in lateral and longitudinal directions were 0.19 m and 0.35 m, respectively, exhibiting precise localization accuracy.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.447-449
• /
• 2024

본 논문에서 다양한 환경적 요인에서 촬영한 이미지 데이터를 활용하여 신호등 위치의 정확한 탐지 및 신호등의 색상 인식을 통해 교통 신호를 판별하는데 사용되는 컴퓨터 비전 기반의 신호등 인식 시스템 알고리즘을 제안하였다. 이를 통해 기존에 신호를 인식하던 LiDAR 및 RADAR 센서를 대신해 카메라를 사용함으로써 자율주행 차의 제작비용 감소를 기대할 수 있다. 또한 다양한 환경의 이미지 데이터를 통해 실험을 진행하였고 이러한 실험결과를 분석하고 적용함으로써 악천후에서의 효과적인 신호등 인식 시스템을 구축하는데 기여하고자 한다.

• 대한교통학회지
• /
• 제35권2호
• /
• pp.116-128
• /
• 2017

교통사고는 운전자가 주변 차량 및 도로기하구조 상태 변화에 대한 인지부족과 적절한 회피 행동을 능동적으로 수행하지 못하는 경우에 순간적으로 발생하는 차량의 물리적 충돌사건으로 정의 될 수 있다. 따라서, 운전자가 도로를 주행하면서 만들어 내는 주변 환경과의 상호작용을 지속적으로 모니터링하고, 교통사고를 유발할 개연성이 높은 이벤트를 검지하는 것은 교통사고 예방을 위한 선결조건이다. 본 연구에서는 연속류 도로를 대상으로, GPS(Global Positioning System)-IMU(Inertial Measurement Unit), 카메라, 레이더, 라이다가 부착된 조사 차량을 이용하여 도로기하구조 및 교통환경 정보를 취득하였다. 취득된 정보를 가공하여 차량의 상호 작용 및 도로기하구조 특성을 고려한 주변차량과의 충돌 가능성여부를 평가할 수 있는 알고리즘을 개발하였다. 특히, 도로기하구조를 제한속도(직선부), 안전 속도(곡선부)로 구분하여 평가하고, 교통안전지표인 SDI를 이용하여 차량의 주행안전성을 평가하였다. 본 연구에서 개발한 방법론은 도래하는 자율주행시대에 차량의 센서로 부터 수집이 가능한 자료를 이용하여 안전성을 평가한다는 관점에서 향후 유용하게 활용 될 수 있을 것으로 기대된다.

• 자동차안전학회지
• /
• 제9권1호
• /
• pp.6-12
• /
• 2017

Regulation for the testing and operation of automated vehicles on public roadways has been recently developed all over the world. For example, the licensing standards and the evaluation technology for automated vehicles have been proposed in California, Nevada and EU. But specific safety evaluation scenarios for automated vehicles have not been proposed yet. This paper presents safety evaluation scenarios for extraordinary service permission of automated vehicles on highways. A total of seven scenarios are selected in consideration of safety priority and real traffic situation. Six scenarios are relevant with lane keeping and one scenario is relevant with lane change. All scenarios are developed based on existing ADAS evaluation scenarios and repeated simulation of automated vehicle algorithm. Safety evaluation factors as well as scenarios are developed. The safety factors are based on existing ADAS ISO requirements, ADAS safety factors and current traffic regulations. For the scenarios, a hunter vehicle is needed in addition to automated vehicle evaluated. The hunter vehicle performs multiple roles like preceding vehicle, cut-in vehicle and so on. The hunter vehicle is also automated vehicle equipped with high performance GPS, radar and Lidar. All the scenarios can be implemented by driving a lap on a KATRI ITS test track. These scenarios and safety evaluation factors are investigated via both a computer simulation and an experimental vehicle test on the test track. The experimental vehicle test was conducted with two automated vehicles, which are the evaluated vehicle and the hunter vehicle.

• 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.