• 전자공학회논문지
• /
• 제51권9호
• /
• pp.208-214
• /
• 2014

차선유지 제어시스템, 적응식순항 제어시스템과 같은 첨단운전 지원시스템은 기본적으로 차량의 거동 정보를 기반으로 구동되지만, 최근 도로의 기하학적 정보를 추가적으로 활용하는 연구가 활발히 진행되고 있다. 특히, 도로의 종단경사는 차량의 가감속 제어 및 항법알고리즘 구현에 있어 필수적인 정보로서 DGPS-RTK와 같은 고가의 장비로 직접 측정하는 방법과 디지털 맵에 저장된 속성정보를 활용하는 방식이 제안되고 있으나, 상용화 관점에서는 아직 많은 문제점이 존재한다. 따라서, 본 논문에서는 추가 센서의 장착없이 연속형 확장칼만필터를 활용하여 차량의 동특성과 도로종단경사를 효율적으로 추정하는 알고리즘을 제안한다. 도로종단경사를 포함하는 3자유도 차량동역학 모델과 차량의 내부 네트워크롤 통해 수집할 수 있는 차량의 상태정보를 기반으로 확장칼만필터를 설계하여 차량의 동특성과 도로종단경사를 추정한다. 제안된 알고리즘은 시뮬레이션과 실차실험을 통해 그 성능을 검증하였다.

• 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.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권4호
• /
• pp.210-216
• /
• 2017

본 논문은 지구 자기장 기반의 지문인식과 추측 항법을 사용하여 실시간으로 실내 위치정보 서비스를 사용자에 제공할 수 있는 알고리즘 및 솔루션을 제안한다. 지자기장 값의 변화 추이와 사전에 입력된 지자기장 값의 유사도를 판별하여 초기 위치를 추정하였으며 초기 위치에서 지자기장 지문인식과 추측 항법 상호 보정을 통해 보다 연속적인 이동 위치 추정을 함으로서 일부 5m가 넘어가는 지구 자기장의 최대 오차와 추측 항법의 누적 오차를 개선하였다. 그 뿐만 아니라 본 기법은 기존 지문인식 방법과는 달리 무선랜 AP등 인프라 구축을 제거하여 보다 경제적인 서비스 제공을 가능하게 한다.

• 한국군사과학기술학회지
• /
• 제12권4호
• /
• pp.516-523
• /
• 2009

Recently, the applications of unmanned robots are increasing in various fields including surveillance and reconnaissance, planet exploration and disaster relief. To perform their missions with success, the robots should be able to evaluate terrain's characteristics quantitatively and identify traversable regions to progress toward a goal using mounted sensors. Recently, the authors have proposed techniques that extract terrain information and analyze traversability for off-road navigation of an unmanned robot. In this paper, we examine the use of 3D world models(terrain maps) to classify obstacle and safe terrain for increasing the reliability of the proposed techniques. A world model is divided into several patches and each patch is classified as belonging either to an obstacle or a non-obstacle using three types of metrics. The effectiveness of the proposed method is verified on real terrain maps.

• Journal of information and communication convergence engineering
• /
• 제7권2호
• /
• pp.119-124
• /
• 2009

In this paper, we propose a novel approach to estimating the real-time moving trajectory of an object is proposed in this paper. The object's position is obtained from the image data of a CCD camera, while a state estimator predicts the linear and angular velocities of the moving object. To overcome the uncertainties and noises residing in the input data, a Extended Kalman Filter(EKF) and neural networks are utilized cooperatively. Since the EKF needs to approximate a nonlinear system into a linear model in order to estimate the states, there still exist errors as well as uncertainties. To resolve this problem, in this approach the Kohonen networks, which have a high adaptability to the memory of the input-output relationship, are utilized for the nonlinear region. In addition to this, the Kohonen network, as a sort of neural network, can effectively adapt to the dynamic variations and become robust against noises. This approach is derived from the observation that the Kohonen network is a type of self-organized map and is spatially oriented, which makes it suitable for determining the trajectories of moving objects. The superiority of the proposed algorithm compared with the EKF is demonstrated through real experiments.

• 디지털콘텐츠학회 논문지
• /
• 제13권3호
• /
• pp.451-457
• /
• 2012

최근, ITS(Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 실시간 교통 정보를 이용하는 수요가 급증하면서, 경로탐색의 중요성이 더욱 가속화되고 있다. 그러나 기존의 경로탐색 알고리즘의 대부분은 최단경로 탐색을 위한 알고리즘으로, 정적인 거리 및 운행 시간정보를 사용하여 최적 경로를 계산하여 운전자에게 제공하기 때문에 교통량에 따라 동적으로 변하는 현 시점에서의 최적의 경로를 제공하지 못하는 문제가 있다. 따라서 본 논문에서는 이를 해결하기 위해 감속률과 거리에 기반한 동적 경로 선정을 위한 의미적 최단거리 알고리즘(Semantic Shortest Path algorithm with Reduction ratio & Distance, SSP_RD)과 감속률과 거리에 기반한 이동 경로 예측 모형화 및 동적 이동 경로 링크 맵을 제안한다.

• 제어로봇시스템학회논문지
• /
• 제20권10호
• /
• pp.1044-1050
• /
• 2014

Robots used for pipe inspection have been studied for a long time and many mobile mechanisms have been proposed to achieve inspection tasks within pipelines. Localization is an important factor for an inpipe robot to perform successful autonomous operation. However, sensors such as GPS and beacons cannot be used because of the unique characteristics of inpipe conditions. In this paper, an inpipe localization algorithm based on elbow detection is presented. By processing the projected marker images of laser pointers and the attitude and heading data from an IMU, the odometer module of the robot determines whether the robot is within a straight pipe or an elbow and minimizes the integration error in the orientation. In addition, an off-line positioning algorithm has been performed with forward and backward estimation and Procrustes analysis. The experimental environment has consisted of several straight pipes and elbows, and a map of the pipeline has been constructed as the result.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3373-3389
• /
• 2022

Exploration of mobile robot without prior data about environments is a fundamental problem during the SLAM processes. In this work, we propose improved version of previous Rmap algorithm by modifying its Exploration submodule. Despite the previous Rmap's performance which significantly reduces the overhead of the grid map, its exploration module costs a lot because of its rectangle following algorithm. To prevent that, we propose a new Rmap+ algorithm for autonomous path planning of mobile robot to explore an unknown environment. The algorithm bases on paired frontiers. To navigate and extend an exploration area of mobile robot, the Rmap+ utilizes the inner and outer frontiers. In each exploration round, the mobile robot using the sensor range determines the frontiers. Then robot periodically changes the range of sensor and generates inner pairs of frontiers. After calculating the length of each frontiers' and its corresponding pairs, the Rmap+ selects the goal point to navigate the robot. The experimental results represent efficiency and applicability on exploration time and distance, i.e., to complete the whole exploration, the path distance decreased from 15% to 69%, as well as the robot decreased the time consumption from 12% to 86% than previous algorithms.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.279-280
• /
• 2022

도로를 주행 중인 운전자들은 비상용 차량이 접근할 때 경광등 혹은 백미러를 통해 확인하고, 도로의 상황을 파악한 후에서야 길을 양보한다. 그러나 비상 차량이 접근하는 걸 뒤늦게 인지하거나, 도로의 상황이 복잡하여 차선을 변경하다 접촉사고가 발생할 수도 있고, 또한 진행할 수 있는 도로를 미리 확보하지 못하여 비상 차량이 정해진 시간 내에 도착하지 못하는 경우가 자주 발생하고 있다. 이러한 일을 개선하기 위해서 본 논문에서는 안드로이드, GPS 기술을 이용한 앱을 통해 비상 차량이 일반 차량에 일정 거리 이내에 접근할 경우에 미리 알람을 보내고 이를 사전에 방지, 및 예방할 수 있는 앱을 개발한다. 안드로이드 스튜디오를 사용하였고, Firebase를 이용해 DB및 서버를 구축하였다.

• Ocean Systems Engineering
• /
• 제14권2호
• /
• pp.101-114
• /
• 2024

Seafloor sediment mapping is an essential research topic in shallow coastal waters, especially in port development, benthic habitat mapping, and underwater communications. The seafloor sediments can be interpreted by collecting sediment samples directly in the field using a grab sampler or corer. Another method is optical, especially using underwater cameras and videos. Both methods each have weaknesses in terms of area coverage (mechanic) and accurate positioning (optic). The latest technology used to overcome it is the acoustic method (echosounder) with Global Navigation Satellite System (GNSS) Real Time Kinematic (RTK) positioning. Therefore, in this study will propose the classification of seafloor sediments in coastal waters using acoustic method that is Multibeam Echosounder (MBES) multi-frequency with five frequency (200 kHz, 250 kHz, 300 kHz, 350 kHz, and 400 kHz). In this study, the deep neural network (DNN) used the bathymetric multi frequency, bathymetric difference inters frequencies, and bathymetric features from 5 (five) frequencies as input layer and 4 (four) sediment types in 74 (seventy-four) sample sediment as output layer to make a seafloor sediment map. Results of sediment mapping using the DNN method show an overall accuracy of 71.6% (significant) and a kappa coefficient of 0.59 (moderate). The distribution of seafloor sediment in the study area is mainly silt (41.6%), followed by clayey sand (36.6%), sandy silt (14.2%), and silty sand (7.5%).