• 한국산학기술학회논문지
• /
• 제19권11호
• /
• pp.550-560
• /
• 2018

세계 각국 정부는 자동차 안전성 향상을 위한 첨단 운전자 보조시스템(ADAS, Advanced Driver Assistance System)에 대해 연구 지원 및 정책을 시행하고 있다. 이러한 노력으로 교통사고 사상자수는 지속적으로 감소하고 있다. 그러나 국내 교통사고 사상자 수는 OECD 35개국 가운데 최하위이며, 사망률은 31위를 기록하고 있다. 교통사고는 사고의 원인에 따라 차대차(V2V, Vehicle to Vehicle), 차대사람(V2P, Vehicle to Pedestrian), 차량단독과 같은 세 가지 유형으로 분류된다. 사고원인은 운전자의 인지, 판단, 조작 등의 실수로 인하여 발생한다. 이러한 이유로 사고 감소 및 예방을 위해 제안된 것이 ADAS 이다. 그리고 현재 자동차 산업계에서는 각종 안전장치를 개발하고 있으나, 성능검사를 위한 실차시험은 제한적이며 위험성을 동반하고 있다. 따라서 본 연구에서는, 제한적인 실차시험의 극복을 위해 브레이크 제동력 평가 기술에 관한 시험평가 방법의 국제표준을 검토하고, 제동력에 관한 이론식과 제어 알고리즘을 제안한 뒤 이를 실차시험으로 비교하여 타당성을 검증하였다. 이 결과는 ADAS의 기능에 따른 제동력을 확인 할 수 있으며, 개발단계에서 제안한 이론식으로 경향성 예측이 가능해져 실차시험의 위험성을 감소시킬 수 있을 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.11-19
• /
• 2021

이상 객체란 일반적이고 평범한 행동을 취하는 객체가 아닌 비정상적이고 흔하지 않은 행동을 하여 관찰이나 감시·감독을 필요로 하는 사람, 물체, 기계 장치 등을 뜻한다. 이를 사람의 지속적인 개입 없이 인공지능 알고리즘을 통해 탐지하기 위해서 광학 흐름 기법을 활용한 시간적 특징의 특이도를 관찰하는 방법이 많이 활용되고 있으며, 이 기법은 정해진 표현 범위가 없는 수많은 이상 행동을 식별하기에 적합하다. 본 연구에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)으로 입력 영상 프레임을 광학 흐름 영상으로 변환하는 알고리즘을 학습시켜 비정상적인 상황을 식별한다. 특히 생성적 적대 신경망 모델이 입력 영상에 대한 중요한 특징 정보를 학습하고, 그 외 불필요한 이상치를 제외시키기 위한 전처리 과정과 학습 후 테스트 데이터셋에서 식별 정확도를 높이기 위한 후처리 과정을 고도화하여 전체적인 모델의 이상 행동 식별 성능을 향상시키는 기법을 제안한다. 이상 행동을 탐지하기 위한 학습 데이터셋으로 UCSD Pedestrian, UMN Unusual Crowd Activity를 활용하였으며, UCSD Ped2 데이터셋에서 프레임 레벨 AUC 0.9450, EER 0.1317의 수치를 보이며 이전 연구에서 도출된 성능 지표 대비 성능 향상이 확인되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.561-568
• /
• 2021

최근 자율주행에 관한 기술은 고부가가치 신기술로서 주목받고 있으며 활발히 연구가 진행되고 있는 분야이다. 상용화 가능한 자율주행을 위해서는 실시간으로 정확하게 진입하는 객체를 탐지하고 이동속도를 추정해야 한다. CNN(Convolutional Neural Network) 기반 딥러닝 알고리즘과 밀집광학흐름(Dense Optical Flow)을 사용하는 기존 방식은 실행 속도가 느려 실시간으로 객체를 탐지하고 이동속도를 추정하기에는 한계가 존재한다. 본 논문에서는 트램에 설치된 카메라를 통해 획득된 주행영상에서 딥러닝 알고리즘인 YOLOv5 알고리즘을 활용하여 실시간으로 객체를 탐지를 수행하고, 탐지된 객체영역에서 기존의 밀집광학흐름(Dense Optical Flow) 대신 연산량을 개선한 부분 밀집광학흐름(Local Dense Optical Flow)을 사용하여 객체의 진행 방향과 속력을 빠르게 추정하는 방식을 제안한다. 이를 바탕으로 충돌 시간과 충돌 지점을 예측할 수 있는 모델을 설계하였으며, 이를 통해 트램(Tram)의 주행 중 전방 충돌사고를 방지할 수 있는 시스템에 적용하고자 한다.

• Journal of Positioning, Navigation, and Timing
• /
• 제9권1호
• /
• pp.33-42
• /
• 2020

In Integration Approach (IA)-based Pedestrian Dead Reckoning (PDR), it is important to detect the exact zero-velocity of the foot with an Inertial Measurement Unit (IMU). By detecting zero-velocity during the stance phase of the foot touching the ground and executing Zero-velocity UPdaTe (ZUPT) at the exact time, stable navigation information can be provided by the PDR. When the pace is fast, however, it is not easy to accurately detect the zero-velocity because of the small stance phase interval and the large signal variance of the corresponding interval. Incorrect zero-velcity detection greatly causes navigation errors of IA-based PDR. In this paper, we propose a method to detect the zero-velocity stably even at high speed by novel buffering of IMU's output data and signal processing of the buffer. And we design a PDR based on this. By analyzing the performance of the proposed Zero-Velocity Detection (ZVD) algorithm and ZVD-based PDR through experiemnts, we confirm that the proposed method can provide accurate navigation information of pedestrians such as firefighters in the indoor space.

• 방송공학회논문지
• /
• 제18권4호
• /
• pp.535-542
• /
• 2013

본 논문에서는 고속 및 고인식률의 성능을 갖는 영상인식 엔진 구조를 제안한다. 본 엔진은 2단계의 특징점 추출 및 분류 알고리즘을 수행하여 자동차와 보행자를 인식할 수 있다. 엔진의 인식률을 높이기 위해 HOG 특징점 값과 LBP 특징점 값을 같이 사용하여 알고리즘을 구성하였으며, 처리 속도를 높이기 위해 병렬 구조를 개선하여 하드웨어를 설계하였다. 실험결과를 통해 설계한 엔진이 초당 90프레임의 인식 처리가 가능하며 FPPW $10^{-4}$ 하에서 97.7%의 보행자 인식률을 가짐을 보인다.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2220-2227
• /
• 2008

The safety equipments of railway level crossing which are installed at intersections between roads and railway lines prevent level crossing accidents by informing all of the vehicles and pedestrians of approaching trains. The intelligent safety system for level crossing which employs information and communication technology has been developed in USA and Japan, etc. But, in Korea, the relevant research has not been performed. In this paper, we analyze the cause of railway level crossing accidents and the inherent problem of the existing safety equipments. Based on analyzed results, we design the intelligent safety system which prevent collision between a train and a vehicle. This system displays train approaching information in real-time at roadside warning devices, informs approaching train of the detected obstacle in crossing areas, and is interconnected with traffic signal to empty the crossing area before train comes. Especially, we present the video based obstacle detection algorithm and verify its performance with prototype H/W since the abrupt obstacles in crossing areas are the main cause of level crossing accidents. We identify that the presented scheme detects both pedestrian and vehicle with good performance.

• 제어로봇시스템학회논문지
• /
• 제15권2호
• /
• pp.155-162
• /
• 2009

In walking guide robot, a guide vehicle detects an obstacle distribution in the walking space using range sensors, and generates a 3D grid map to map the obstacle information and the tactile display. And the obstacle information is transferred to a blind pedestrian using tactile feedback. Based on the obstacle information a user plans a walking route and controls the guide vehicle. The algorithm for 3D detection of an obstacle distribution and the method of mapping the generated obstacle map and the tactile display device are proposed in this paper. The experiment for the 3D detection of an obstacle distribution using ultrasonic sensors is performed and estimated. The experimental system consisted of ultrasonic sensors and control system. In the experiment, the detection of fixed obstacles on the ground, the moving obstacle, and the detection of down-step are performed. The performance for the 3D detection of an obstacle distribution and space mapping is verified through the experiment.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.25-27
• /
• 2021

최근 딥러닝 기술의 발전으로 CCTV 카메라를 통해 획득한 영상 정보에서 객체의 이상행동을 분석하기 위한 컴퓨터 비전 기반 AI 기술들이 연구되었다. 위험 지역이나 보안 지역에는 범죄 예방 및 경계 감시를 위해 감시카메라가 설치되어 있는 경우가 다수 존재한다. 이러한 이유로 기업들에서는 감시카메라 환경에서 침입, 배회, 낙상, 폭행 같은 주요한 상황을 판단하기 위한 연구들이 진행되고 있다. 본 논문에서는 객체 검출 및 추적 방법을 사용한 실시간 이상 행위 분석 알고리즘을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제5권4호
• /
• pp.94-102
• /
• 2005

본 연구는 3축 가속도센서를 소형 센서모듈로 구성하고 이를 사람의 신체 부위에 부착하여 센서의 3차원적 방향에 구애되지 않고 동작에 의한 중력방향의 가속도를 계산할 수 있는 장치와 알고리즘을 개발하였다. 센서모듈을 이용하여 컴퓨터 시스템에 의해 사람의 보행 및 동작을 측정하기 위해서는 정량적인 처리가 가능하도록 데이터를 가공하여야 한다. 센서모듈로부터 데이터의 획득, 가능한 범위의 직교 좌표계로 변환, 중력방향의 단일 스칼라 값 변환의 과정으로 센서 출력 데이터를 정규화 하였다. 정규화된 센서 데이터를 사용하여 보행 패턴 중에서 걷기 횟수를 구분할 수 있는 알고리즘을 적용한 개인휴대정보단말용 응용 프로그램을 작성하였다. 연구실 환경에서의 실험에서 개발된 알고리즘 및 장치의 보행수 측정 정확도는 약 97%이었다.

• 한국지능시스템학회논문지
• /
• 제26권4호
• /
• pp.259-266
• /
• 2016

최근 감시와 보안을 목적으로 활발하게 CCTV가 설치되고 있고, 지능형 감시시스템은 영상에서 객체의 검출 및 감시 등으로 광범위하게 응용되고 있다. 본 연구에서는 지능형 영상 감시 시스템에서 HOG 특징과 FCM 기반의 RBFNN 분류기를 이용한 상반신 검출 방법을 제안한다. HOG는 보행자를 검출하기 위해 기존에 제안되었던 특징으로 본 논문에서는 이를 사용해 상반신의 고유한 기울기를 학습하였다. HOG 특징은 입력 이미지의 크기에 비례하는 고차원의 특징 벡터로 기울기를 표현하기 때문에 RBFNN분류기의 입력데이터로 쓰려면 차원 축소가 필요하다. 이를 위해 PCA 알고리즘을 RBFNN 분류기 앞에 적용하여 HOG 특징의 차원을 저차원으로 축소하였다. 컴퓨터 실험에서는 미리 분류된 상반신 영상과 사람이 아닌 영상을 통해 분류기를 훈련시킨 후 테스트 영상과 동영상을 이용하여 제안된 상반신 검출 방법의 성능을 평가하였다.