• ETRI Journal
• /
• 제45권2호
• /
• pp.329-337
• /
• 2023

For safe last-mile autonomous robot delivery services in complex environments, rapid and accurate collision prediction and detection is vital. This study proposes a suitable neural network model that relies on multiple navigation sensors. A light detection and ranging technique is used to measure the relative distances to potential collision obstacles along the robot's path of motion, and an accelerometer is used to detect impacts. The proposed method tightly couples relative distance and acceleration time-series data in a complementary fashion to minimize errors. A long short-term memory, fully connected layer, and SoftMax function are integrated to train and classify the rapidly changing collision countermeasure state during robot motion. Simulation results show that the proposed method effectively performs collision prediction and detection for various obstacles.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.67-72
• /
• 2023

In the past decade, Autonomous Vehicle Systems (AVS) have advanced at an exponential rate, particularly due to improvements in artificial intelligence, which have had a significant impact on social as well as road safety and the future of transportation systems. The fusion of light detection and ranging (LiDAR) and camera data in real-time is known to be a crucial process in many applications, such as in autonomous driving, industrial automation and robotics. Especially in the case of autonomous vehicles, the efficient fusion of data from these two types of sensors is important to enabling the depth of objects as well as the classification of objects at short and long distances. This paper presents classification of objects using CNN based vision and Light Detection and Ranging (LIDAR) fusion in autonomous vehicles in the environment. This method is based on convolutional neural network (CNN) and image up sampling theory. By creating a point cloud of LIDAR data up sampling and converting into pixel-level depth information, depth information is connected with Red Green Blue data and fed into a deep CNN. The proposed method can obtain informative feature representation for object classification in autonomous vehicle environment using the integrated vision and LIDAR data. This method is adopted to guarantee both object classification accuracy and minimal loss. Experimental results show the effectiveness and efficiency of presented approach for objects classification.

• 터널과지하공간
• /
• 제19권1호
• /
• pp.1-10
• /
• 2009

암반 내 구조물을 시공하는 경우 역학적 안정성을 평가하기 위하여 암반의 특성을 조사한다. 이 경우 암반의 특성은 주로 암반 내 절리의 특성에 의하여 좌우된다. 지금까지는 암반 내 절리의 특성을 조사하기 위하여 암반이 노출된 사면이나 노두에 접근하고 육안으로 직접 관찰하였다. 이때 급사면과 같은 곳에서 접근의 문제, 작업의 안전 문제, 많은 시판이 걸리는 문제, 조사시간에 비하여 얻은 정보량의 부족, 정보의 재현 문제, 측정 오차 문제 등의 제한이 있었다. 따라서 이와 같은 문제를 개선하기 위하여 LIDAR (light detection and ranging)로 암반을 스캔하여 얻은 포인트 클라우드(point cloud)글 Split-FX 소프트웨어로 처리한 결과 절기의 방향과 간격 및 절리면의 거칠기 등 절리의 특성을 정확하고 효율적으로 분석할 수 있었다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.217-228
• /
• 2024

자율주행 자동차의 안전한 운행을 위해 카메라, RADAR(RAdio Detection And Ranging), 초음파 센서 중 중추적인 역할을 하는 LiDAR(Light Detection And Ranging) 센서는 360도에서 사물을 인식하고 탐지할 수 있다. 하지만 이러한 LiDAR 센서는 레이저를 통해서 거리를 측정하기 때문에 공격자에 노출되기 쉬우며 다양한 보안위협에 직면해있다. 따라서 본 논문에서는 LiDAR 센서를 대상으로 한 여러 가지 보안 위협인 Relay, Spoofing, Replay 공격을 살펴보고 물리적 신호교란(Jamming) 공격의 가능성과 그 영향을 분석하며, 이러한 공격이 자율주행 시스템의 안정성에 미치는 위험을 분석한다. 실험을 통해, 물리적 신호교란 공격이 LiDAR 센서의 거리 측정 능력에 오류를 유발할 수 있음을 보여준다. 개발이 진행 중인 차량 간 통신(Vehicle-to-Vehicle, V2V), 다중 센서 융합과 LiDAR 비정상 데이터 탐지를 통해 이러한 위협에 대한 대응방안과 자율주행 차량의 보안 강화를 위한 기초적인 방향을 제시하고 향후 연구에서 제안된 대응방안의 실제 적용 가능성과 효과를 검증하는 것을 목표로 한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 춘계학술대회 초록집
• /
• pp.185.1-185.1
• /
• 2010

원격탐사(remote sensing)란 관측 대상과의 접촉 없이 멀리서 정보를 얻어내는 기술을 말한다. 기상관측분야에는 이미 소다(SODAR) 장비가 폭넓게 사용되거 왔으나 최근 풍력자원평가(wind resource assessment)를 위한 풍황측정에 SODAR와 더불어 라이다(LIDAR)가 적극적으로 활용되기 시작하고 있다. 참고로 SODAR(SOnic Detection And Ranging)는 수직 및 동서 남북 방향으로 음파를 발생시키고 대기유동에 의해 산란 반사된 에코를 수신하여 진동수 변화와 반사에코 강도를 측정하여 각 방향의 에코자료를 벡터 합성함으로써 풍향 및 풍속을 산출하는 원리이다. 반면 LIDAR(Light Detection And Ranging)는 비교적 최근에 풍황측정 용도로 개발된 레이저 탐지에 바탕을 둔 원거리 센서로, 공기입자(먼지, 수증기, 구름, 안개, 오염물질 등)에 의해 산란된 레이저 발산의 도플러 쉬프트(Doppler shift)를 이용하여 풍향 및 풍속을 측정하는 원격탐사 장비이다. 풍력자원평가 측면에서 라이다는 그 정확도가 IEC61400-12에 의거한 풍황탑(met-mast) 측정자료 다수와의 비교검증 실측평가(Albers et al., 2009)를 통하여 입증된 바 있다. 한편 한국에너지기술연구원에서 운용 중인 라이다 시스템은 그림 1의 우측 그림과 같이 1초에 $360^{\circ}$를 스캔하여 50지점에서 반사되는 레이저를 스펙트럼으로 측정하되 설정된 관측높이에서 풍속은 샘플링 부피(sampling volume)의 평균값으로 정의된다. 그런데 샘플링 부피는 설정된 관측높이로부터 상하 12.5m, 총 25m의 높이구간에서 관측한 스펙트럼의 평균값을 그 중앙지점에서의 풍속으로 환산하는 알고리듬(algorithm)을 채택하고 있다. 따라서 비선형적으로 변화하는 풍속연직분포 관측 시 풍속환산 알고리듬에 의한 측정오차가 개입될 가능성이 존재하는 것이다. 이에 본 연구에서는 라이다에 의한 풍속연직분포 측정 시 샘플링 부피의 구간 평균화 과정에서 발생하는 불확도(uncertainty)를 정량적으로 분석함으로써 라이다에 의한 풍속연직분포 관측의 불확도를 정량평가하고자 한다.

• 한국산업융합학회 논문집
• /
• 제25권3호
• /
• pp.397-406
• /
• 2022

Recently, research and development to revitalize smart construction are being actively carried out. Accordingly, 3D mapping technology that digitizes construction site is drawing attention. To create a 3D digital map for construction site a point cloud generation method based on LiDAR(Light detection and ranging) using MMS(Mobile mapping system) is mainly used. The purpose of this study is to analyze the accuracy of MMS LiDAR-based point cloud data. As a result, accuracy of MMS point cloud data was analyzed as dx = 0.048m, dy = 0.018m, dz = 0.045m on average. In future studies, accuracy comparison of point cloud data produced via UAV(Unmanned aerial vegicle) photogrammetry and MMS LiDAR should be studied.

• 한국정밀공학회지
• /
• 제34권3호
• /
• pp.191-197
• /
• 2017

Light detection and ranging (LiDAR) is one of the most efficient technologies to obtain the topographic and bathymetric map of coastal zones, superior to other technologies, such as sound navigation and ranging (SONAR) and synthetic aperture radar (SAR). However, the measurement results using LiDAR are vulnerable to environmental factors. To achieve a correspondence between the acquired LiDAR data and reality, error sources must be considered, such as the water surface slope, water turbidity, and seafloor slope. Based on the knowledge of those factors' effects, error corrections can be applied. We concentrated on the effect of the seafloor slope on LiDAR waveforms while restricting other error sources. A simulation regarding in-water beam scattering was conducted, followed by an investigation of the correlation between the seafloor slope and peak timing of return waveforms. As a result, an equation was derived to correct the depth error caused by the seafloor slope.

• ETRI Journal
• /
• 제43권4호
• /
• pp.630-639
• /
• 2021

Autonomous driving requires a computerized perception of the environment for safety and machine-learning evaluation. Recognizing semantic information is difficult, as the objective is to instantly recognize and distinguish items in the environment. Training a model with real-time semantic capability and high reliability requires extensive and specialized datasets. However, generalized datasets are unavailable and are typically difficult to construct for specific tasks. Hence, a light detection and ranging semantic dataset suitable for semantic simultaneous localization and mapping and specialized for autonomous driving is proposed. This dataset is provided in a form that can be easily used by users familiar with existing two-dimensional image datasets, and it contains various weather and light conditions collected from a complex and diverse practical setting. An incremental and suggestive annotation routine is proposed to improve annotation efficiency. A model is trained to simultaneously predict segmentation labels and suggest class-representative frames. Experimental results demonstrate that the proposed algorithm yields a more efficient dataset than uniformly sampled datasets.

• 대한전기학회논문지:전기물성ㆍ응용부문C
• /
• 제54권8호
• /
• pp.378-383
• /
• 2005

We report the development of miniature fluorescence detection systems that employ miniature prism, mirrors and low coat CCD camera to detect the fluorescence emitted from 40 fluorescently-labeled protein patterns without scanner. This kind of miniature fluorescence detection system can be used in point of care. We introduce two systems, one uses prism+mirror block and the other uses prism and two mirrors. A large NA microscope eyepiece and low cost CCD camera are used. We fabricated protein chip containing multi-pattern BSA labeled with Cy5, using MEMS technology and modified the surface chemically to clean and to immobilize proteins. The measurements show that the combination of prism and mirrors can homogenize elliptical excitation light over the sample with higher optical efficiency, and increase the separation between excitation and fluorescence light at the CCD to give higher signal intensity and higher signal to noise ratio. The measurements also show that protein concentrations ranging from 10 ng/ml to 1000 ng/ml can be assayed with very small error. We believe that the proposed fluorescence detection system can be refined to build a commercially valuable hand-held or miniature detection device.

• 한국항행학회논문지
• /
• 제28권3호
• /
• pp.300-308
• /
• 2024

도심 항공 모빌리티(UAM)는 도시의 교통 혼잡과 환경 문제에 혁신적인 해결책을 제공하는 새로운 교통수단으로 부상하고 있다. 특히 전기수직이착륙(eVTOL) 항공기를 통해 도심 내 이동성을 향상시키고 교통 혼잡을 감소시키며 환경오염을 줄이는 데 기여할 것으로 기대된다. 그러나 UAM 시스템의 성공적인 구현과 운영은 센서 기술과 같은 고도로 발전된 기술적 인프라에 의존을 많이 하게 된다. 이러한 센서 기술 중에서도 3D LiDAR (light detection and ranging) 시스템은 복잡한 도심 환경에서 비행체가 장애물을 감지하고 경로를 생성하는 데 필수적이다. 본 논문은 3D LiDAR를 이용한 객체 검출 기능의 중요성과 성능을 중심으로 LiDAR 기반 인지 솔루션 개발의 도전 과제에 초점을 맞추며, LiDAR 데이터 처리 알고리즘과 객체 검출 방법론을 통합하여 비행체의 안전 운항에 기여하는 인지 솔루션의 효과를 실험적으로 검증한다.