• 인터넷정보학회논문지
• /
• 제9권3호
• /
• pp.51-58
• /
• 2008

무선 센서네트워크는 효율적인 자료처리 및 유비쿼터스 시스템 구현을 위해 여러 응용에서 사용되고 있다. 그러나 무선센서네트워크에 기반 한 최근 주차관리시스템 연구에서는 적응형 센싱이나 효율적인 자료처리 기법은 거의 고려되지 않고 있다. 주차관리응용에서의 성능은 이러한 분산된 컴퓨팅장비들의 효율적인 구현에 영향을 받는다. 이 논문은 주차관리 유비쿼터스 네트워크 시스템을 위해 퍼지 무선센서를 이용한 적응형 센싱기법을 제시한다. 효율적인 주차탐색을 위해 퍼지추론시스템이 센서에 탑재된다. 또한 자동차 주차공간의 환경변화에 적응을 위해 새로운 갈을 각 센서에 무선으로 전송하는 규칙기반 적응형 모듈을 제시한다. 실험결과 제안한 퍼지기반 무선센서가 일반적인 무선센서에 의해 수집하는 방법에 비해 우수한 처리율과 적은 지연시간을 보였다.

• 한국ITS학회 논문지
• /
• 제19권2호
• /
• pp.104-109
• /
• 2020

본 논문에서는 지능형 주차검지센서에 장착하기 위한 ISM-대역(중심주파수 447 MHz) 소형화된 역 F 안테나를 제안하였다. 먼저 제한된 크기를 가진 지능형 주차검지센서 모듈(72 mm × 70 mm)내에 안테나를 내장하기 위해, ISM-대역의 낮은 주파수 447 MHz(파장 λ : 670mm)에서 폴디드 형태의 역 F 안테나를 설계하였다. 그 결과, ISM 대역(중심주파수 447 MHz)에서 공진하며, -10 dB 대역폭 13 MHz(2.9%)로 적합한 특성을 얻었다. 또한, 수직·수평소자에 의한 H-plane 패턴은 null point가 제거된 전방향성 패턴을 나타내며, E-plane은 특정 방향으로 지향성을 가지므로, 주차장에서의 차량 관리용 안테나로써 적합함을 확인하였다.

• 한국자동차공학회논문집
• /
• 제17권5호
• /
• pp.26-30
• /
• 2009

In this paper, a robust model based fault detection for varying temperature is proposed, To develop a robust force estimation model, it needs temperature information because the force sensor's output is affected by a temperature variation. If an EPB system does not include a temperature sensor, the model has a much larger error than an EPB system with a built-in temperature sensor. Therefore, the temperature is estimated by using Ohm's law. The force model is applied with a motor current, battery voltage, operation mode, and the estimated temperature to detect a force sensor's abnormal signal fault. The residual is calculated by comparing the value of the measured force and the estimated force. Fault information is collected by using the output of the evaluated residual with the adaptive thresholds. A proposed robust model based fault detection for varying temperature was verified by HILS (Hardware in the Loop Simulation).

• 제어로봇시스템학회논문지
• /
• 제21권11호
• /
• pp.1008-1016
• /
• 2015

This paper proposes a method for detecting the front side of vehicles. The method can find the car side with a license plate even with complicated and cluttered backgrounds. A convolutional neural network (CNN) is used to solve the detection problem as a unified framework combining feature detection, classification, searching, and localization estimation and improve the reliability of the system with simplicity of usage. The proposed CNN structure avoids sliding window search to find the locations of vehicles and reduces the computing time to achieve real-time processing. Multiple responses of the network for vehicle position are further processed by a weighted clustering and probabilistic threshold decision method. Experiments using real images in parking lots show the reliability of the method.

• 한국산학기술학회논문지
• /
• 제19권3호
• /
• pp.693-698
• /
• 2018

본 논문은 최근 물체탐지 분야에서 실시간 물체 탐지 알고리즘으로 주목을 받고 있는 YOLOv2(You Only Look Once) 알고리즘을 이용하여 밀집 영역에 주차되어 있는 자동차 탐지 방법을 제안한다. YOLO의 컨볼루션 네트워크는 전체 이미지에서 한 번의 평가를 통해서 직접적으로 경계박스들을 예측하고 각 클래스의 확률을 계산하고 물체 탐지 과정이 단일 네트워크이기 때문에 탐지 성능이 최적화 되며 빠르다는 장점을 가지고 있다. 기존의 슬라이딩 윈도우 접근법과 R-CNN 계열의 탐지 방법은 region proposal 방법을 사용하여 이미지 안에 가능성이 많은 경계박스를 생성하고 각 요소들을 따로 학습하기 때문에 최적화 및 실시간 적용에 어려움을 가지고 있다. 제안하는 연구는 YOLOv2 알고리즘을 적용하여 기존의 알고리즘이 가지고 있는 물체 탐지의 실시간 처리 문제점을 해결하여 실시간으로 지상에 있는 자동차를 탐지하는 방법을 제안한다. 제안하는 연구 방법의 실험을 위하여 오픈소스로 제공되는 Darknet을 사용하였으며 GTX-1080ti 4개를 탑재한 Deep learning 서버를 이용하여 실험하였다. 실험결과 YOLO를 활용한 자동차 탐지 방법은 기존의 알고리즘 보다 물체탐지에 대한 오버헤드를 감소 할 수 있었으며 실시간으로 지상에 존재하는 자동차를 탐지할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제7권4호
• /
• pp.212-222
• /
• 2014

In the current study, the authors propose a method for extracting license plate regions by means of a neural network trained to output the plate's center of gravity. The method is shown to be effective. Since the learning pattern presentation positions are defined by random numbers, a different pattern is submitted to the neural network for learning each time, which enables it to form a neural network with high universality of coverage. The article discusses issues of the optimal learning surface for a license plate covered by the learning pattern, the effect of suppression learning of the number and pattern enlargement/reduction and of concentration value conversion. Results of evaluation tests based on pictures of 595 vehicles taken at an under-ground parking garage demonstrated detection rates of 98.5%, 98.7%, and 100%, respectively.

• 국제학술발표논문집
• /
• The 5th International Conference on Construction Engineering and Project Management
• /
• pp.634-639
• /
• 2013

The aim of the study is to develop the 3D visualization of Building Information Model and integrated 4D model for optimization of resources in the construction project. This study discuss the process of methodology and creation of 4D model of the project and simulate it to monitor the workflow at the site. Different stages of the construction process and activities are generated by using Revit and MS Project. MS project has been used for creation of the schedules and these are linked with the Revit for 3D modeling. The time used as the fourth dimension and 4D model created by using Navisworks Time liner software. Narges shopping center is presented as a case study to realize the actual uses and benefits of Building Information Model (BIM). Narges shopping mall is located in Tehran, Iran. As a part of Hekmat master plan, Narges shopping center is an 11 stores building with a total area of 30000 Sq.m. This shopping and entertainment center is comprised of 150 retails and two multi-use public halls with a capacity of 400 persons each and underground parking with total 400 parking space. The main purpose of architecture was to create an urban public center along with its revolving, spiral like form and an ever changing continuous façade by means of different colors, materials, which is in harmony with the other building of the master plan. The approximate cost of the project is $17 million and duration of the project schedule is 30 months. The developed Building Information Model enabled us to identify the potential collisions or clashes between various structural and architectural systems. 4D model has been used for limiting the interaction between subcontractors installing the different systems so rework could be avoided and productivity maximized. It is also observed that the utility of BIM for construction stimulation and clash detection is the best suitable method. Clash detection before the implementation of work is highly recommended to avoid rework.

• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.13-22
• /
• 2009

최근 톨게이트의 자동요금징수시스템 (ETC, Electronic Toll Collection System), 버스안내시스템, 주차관리 시스템 등 다양한 분야에서 근거리 무선통신 (DSRC, Dedicated Short Range Communication) 기술이 활용되고 있다. 본 논문에서는 이를 활용한 교통정보시스템을 설계하였다. 기존 차량감지기를 이용한 지점검지 기반의 교통정보시스템이 수집과 제공이 별도로 운영되는 시스템인 반면, 근거리무선통신을 이용한 구간검지 기반의 교통정보시스템은 기지국과 차량 단말기간 통신을 통하여 교통정보 수집 및 제공이 가능하다. 차량감지기가 지점정보를 구간교통정보로 가공하기 때문에 지점 통과속도가 구간평균속도로 변환되는 과정에서 혼잡 상황의 속도가 높게 나타난다. 소통상태가 악화되었을 경우, 차량감지기가 근거리 무선통신에 비해 통행속도가 높게 나타난다. 특히, 근거리 무선통신을 이용한 교통정보시스템의 통행속도의 데이터별 편차가 크게 감소하였고, 돌발상황 검지 및 교통상황을 신속하게 파악할 수 있는 것으로 분석되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.511-520
• /
• 2016

자동차 번호판 검출 자동화(ALPD: Automatic License Plate Detection) 시스템은 효율적인 교통 관제를 위한 핵심 기술이며, 통행료 지불 시스템, 주차장 및 교통 관리와 같은 많은 응용에 사용되어 업무의 효율을 높이고 있다. 최근까지의 ALPD에 관한 연구에서는 주로 영상처리를 위해 설계된 기존의 특징들을 추출하여 번호판 검출에 사용해왔다. 이러한 종래의 방법은 속도에 이점은 있으나, 다양한 환경 변화에 따른 성능 저하를 보였다. 본 논문에서는 전반적인 성능을 향상시키기 위하여 Faster R-CNN과 CNN으로 구성되는 두 단 구조를 활용하는 방법을 제안한다. 이를 통해 동작 속도를 향상시키고, 다양한 환경변화에 강인하도록 구성하였다. 첫 번째 단계에서는 Faster R-CNN을 적용하여 번호판 영역 후보영역들을 선별하며, 두 번째 단에서 CNN을 활용하여 후보영역들 중에서 False Positives를 제거함으로써 검출률을 향상시켰다. 이를 통해 ZFNet을 기반으로 하여 99.94%의 검출률을 달성하였다. 또한 평균 운용시간은 80ms/image로써 빠르고 강인한 실시간 번호판 검출 시스템을 구현할 수 있었다.

• 전기학회논문지
• /
• 제65권1호
• /
• pp.142-149
• /
• 2016

This paper proposes a method to detect LP(License Plate) of vehicles in indoor and outdoor parking lots. In restricted environment, there are many conventional methods for detecting LP. But, it is difficult to detect LP in natural and complex scenes with background clutters because several patterns similar with text or LP always exist in complicated backgrounds. To verify the performance of LP text detection in natural images, we apply MB-LGP feature by combining with ensemble machine learning algorithm in purpose of selecting optimal features of small number in huge pool. The feature selection is performed by adaptive boosting algorithm that shows great performance in minimum false positive detection ratio and in computing time when combined with cascade approach. MSER is used to provide initial text regions of vehicle LP. Throughout the experiment using real images, the proposed method functions robustly extracting LP in natural scene as well as the controlled environment.