• 한국콘텐츠학회논문지
• /
• 제19권12호
• /
• pp.164-172
• /
• 2019

본 논문에서는 실내 환경에서 시각정보를 기반으로 출발지점에서 경유지를 거쳐 목표지점으로 최적의 경로를 찾아 자율 주행하는 바퀴달린 로봇을 구현한다. 로봇은 출발지점에서 경유지를 거쳐 목표지점으로의 최적의 경로를 딥강화학습으로 얻을 수 있다. 그러나 로봇이 구해진 경로로 자율 주행을 할 때 표면의 굴곡과 이물질 등의 외부적 요인으로 목적지까지 정확하게 주행하지 못하는 경우가 발생한다. 이에 본 연구는 카메라만 장착한 로봇이 외부 요인으로 인해 최적의 경로를 이탈할 경우 이를 인지하도록 한다. 이 인지를 토대로 로봇이 스스로 경로를 보정하고 계획된 경유지와 최종 목적지점에 도달할 수 있게 하는 알고리즘을 제안한다. 본 연구를 위해 파이캠을 탑재한 라즈베리파이와 아두이노로 제어하는 바퀴식 자율 주행 로봇이 제작되었다. 로봇은 실내환경에서 OSX 환경의 서버와 실시간 연동하면서 계획된 최적의 경로로 시험주행을 완료하였다.

• International Journal of Automotive Technology
• /
• 제8권2호
• /
• pp.203-209
• /
• 2007

As the vehicle electronic control technology quickly grows and becomes more sophisticated, a more efficient means than the traditional in-vehicle driving test is required for the design, testing, and tuning of electronic control units (ECU). For this purpose, the hardware-in-the-loop simulation (HILS) scheme is very promising, since significant portions of actual driving test procedures can be replaced by HIL simulation. The HILS incorporates hardware components in the numerical simulation environment, and this yields results with better credibility than pure numerical simulations can offer. In this study, a HILS system has been developed for ESP (Electronic Stability Program) ECUs. The system consists of the hardware component, which that includes the hydraulic brake mechanism and an ESP ECU, the software component, which virtually implements vehicle dynamics with visualization, and the interface component, which links these two parts together. The validity of HIL simulation is largely contingent upon the accuracy of the vehicle model. To account for this, the HILS system in this research used the commercial software CarSim to generate a detailed full vehicle model, and its parameters were set by using design data, SPMD (Suspension Parameter Measurement Device) data, and data from actual vehicle tests. Using the developed HILS system, performance of a commercial ESP ECU was evaluated for a virtual vehicle under various driving conditions. This HILS system, with its reliability, will be used in various applications that include durability testing, benchmarking and comparison of commercial ECUs, and detection of fault and malfunction of ESP ECUs.

• 한국산학기술학회논문지
• /
• 제12권4호
• /
• pp.1575-1580
• /
• 2011

Toyota사의 PRIUS THS 시스템을 이용하여 HEV 알고리즘 분석을 통한 THS의 주행 모드 변환에 따른 실시간 모니터링 시스템을 개발하고자 한다. 병렬형 하이브리드 시스템의 경우에 엔진과 전동기를 주행 상태 최적인 상태로 운행하기 위해서는 다양한 제어전략이 필요하다. 본 연구를 통하여 주행 가능한 THS 차량의 주행에 필요한 입 출력 정보를 실시간적으로 모니터링할 수 있는 시스템을 개발한 결과, 하이브리드 자동차의 동력 분할 및 에너지 활용을 극대화시키기 위한 수단의 하나로 차량의 주행모드 변화에 따른 각 구성요소의 동작 상태를 모니터링 가능하게 되었다. 개발된 시스템은 제어전략의 체계적인 수립과 실시간 데이터 분석이 가능하기 때문에 HEV자동차의 알고리즘 분석해석을 통해 HEV자동차의 개발 기반에 유용하게 활용될 것이다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.859-864
• /
• 2022

매년 교통사고의 가장 큰 원인으로 손꼽히는 졸음운전은 운전자의 수면 부족, 산소 부족, 긴장감의 저하, 신체의 피로 등과 같은 다양한 요인을 동반한다. 졸음 유무를 확인하는 일반적인 방법으로 운전자의 표정과 주행패턴을 파악하는 방법, 심전도, 산소포화도, 뇌파와 같은 생체신호를 분석하는 방법들이 연구되고 있다. 본 논문은 영상을 검출하는 딥러닝 모델과 생체 신호 측정 기술을 이용한 운전자 피로 감지 시스템을 제안한다. 제안 방법은 일차적으로 딥러닝을 이용하여 운전자의 눈 모양과 하품 유무, 졸음으로 예상되는 신체 동작을 파악하여 졸음 상태를 감지한다. 이차적으로 맥파 신호와 체온을 이용하여 운전자의 피로 상태를 파악하여 시스템의 정확도를 높이도록 설계하였다. 실험 결과, 실시간 영상에서 운전자의 졸음 유무 판별이 안정적으로 가능하였으며 각성상태와 졸음 상태에서의 분당 심박수와 체온을 비교하여 본 연구의 타당성을 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제21권3호
• /
• pp.83-95
• /
• 2022

본 논문은 자율주행 차량 적용을 위한 객체 검출과 거리 추정을 수행하는 시스템을 제안한다. 객체 검출은 최근 활발하게 사용되는 딥러닝 모델 YOLOv4의 특성을 이용해서 입력 이미지 비율에 맞춰 분할 grid를 조정하고 자체 데이터셋으로 전이학습된 네트워크로 수행한다. 검출된 객체까지의 거리는 bounding box와 homography를 이용해 추정한다. 실험 결과 제안하는 방법에서 전반적인 검출 성능 향상과 실시간에 가까운 처리 속도를 보였다. 기존 YOLOv4 대비 전체 mAP는 4.03% 증가했다. 도심로 주행시 빈출하는 보행자, 차량 및 공사장 고깔(cone), PE드럼(drum) 등의 객체 인식 정확도가 향상되었다. 처리 속도는 약 55 FPS이다. 거리 추정 오차는 X 좌표 평균 약 5.25m, Y 좌표 평균 0.97m으로 나타났다.

• 한국산업정보학회논문지
• /
• 제20권5호
• /
• pp.1-11
• /
• 2015

본 논문은 궤적데이터마이닝의 2차 회귀분석 기법을 이용하여 나로우주센터 내 원격자료수신장비에서 우주발사체의 실시간 비행궤적을 보다 정확하게 추정하기 위한 방법을 제시하고 있다. 원격자료수신장비는 추적손실 없이 실시간으로 우주발사체의 비행위치와 상태정보를 수신하기 위한 정확한 위치추정 알고리즘이 필요하다. 따라서 나로호 1차 발사 시, 기존 보간법에 의한 원격자료수신장비 안테나의 거친 구동특성을 보완하고 안정적인 발사체의 위치추정을 위한 2차 회귀기법을 고려하였다. 성능분석을 위해 나로호 1차 비행시험데이터를 사용하였고, 수학적 모델링을 통해 실시간 발사체의 비행위치정보를 추정한 결과가 분석되었다. 분석결과, 궤적데이터마이닝의 2차 회귀기법을 적용한 위치추정알고리즘이 기존의 보간법에 의한 위치추정알고리즘보다 향상된 안테나 구동특성 및 추정정확도를 보였다.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.703-709
• /
• 2023

항만에서 하역을 수행하는 크레인 운전 훈련은 항만과 흡사한 환경에서 실제 크레인으로 훈련하는 것이 가장 바람직하지만, 시공간의 제약과 비용적인 문제가 있다. 이런 제한을 극복하기 위해 VR(Virtual Reality)을 기반으로 한 크레인 훈련 프로그램과 관련 장치가 많은 관심을 받고 있다. 본 논문에서는 HMD 상에서 동작하는 VR 기반의 항만 크레인 시뮬레이터를 설계하고 구현하였다. 본 논문에서 개발한 시뮬레이터는 HMD에서 동작하는 크레인 시뮬레이터 프로그램과 피교육자의 크레인 운전 입력을 처리하는 IoT 운전 단말기, 그리고 피교육자의 훈련 정보를 저장하는 트레이닝 서버로 구성된다. 시뮬레이터 프로그램은 Unity3D로 구현한 VR 기반의 크레인 훈련 시나리오를 제공하고, 아두이노 기반으로 개발한 IoT 운전 단말기는 2개의 컨트롤러로 구성되어, 사용자의 운전 조작을 HMD로 전달한다. 특히, 본 논문의 크레인 시뮬레이터는 트레이닝 서버를 도입하여 교육자별 환경설정 값, 진도 및 훈련 시간, 운전 경고 상황에 대한 정보를 데이터베이스화하였다. 이러한 서버 이용을 통해, 피교육자는 좀 더 편리한 환경에서 시뮬레이터 활용이 가능하고, 학습 정보 제공에 의한 향상된 교육 효과를 기대할 수 있다.

• 전자공학회논문지
• /
• 제54권8호
• /
• pp.123-132
• /
• 2017

신호등은 운전자가 반드시 인지하고 조치를 취해야 할 교통 정보를 포함하고 있으며 이를 실시간으로 검출하여 운전자에게 알리는 것은 매우 중요하다. 그러나 신호등의 크기가 전체 영상에서 차지하는 비율이 낮고, 다른 객체에 의하여 가려지는 경우가 많아 실제 신호등 검출이 어려운 실정이다. 본 논문에서는 색상 기반 돌출맵과 형태학 정보를 이용한 신호등을 검출 방법을 제안한다. 돌출맵은 시각적 주의집중 영역을 검출하는데 사용되는데, 이를 개량한 색상 기반 돌출맵은 신호등의 색상과 형태를 검출 것에 적합함을 실험을 통하여 확인하였으며, 제안된 모델은 PC 환경에서 98.14%의 검출율과 83.52%의 재현율을 달성하였다.

• 전기전자학회논문지
• /
• 제24권2호
• /
• pp.502-506
• /
• 2020

자율주행 기술이 발전함에 따라 물체 인식 기술에 대한 중요도가 높아지고 있다. 물체 인식에 있어서 안개가 낀 날씨는 가시성 및 검출 능력을 저하시키기 때문에 안개 제거 연구가 필요하다. 하지만 안개가 제거된 이미지는 고유의 색상을 제대로 반영하지 못해 검출 오류를 발생시킨다. 본 논문에서는 CIE1931 색 좌표계를 사용해 색상 영역을 확장 또는 축소하여 실세계 색상을 반영하는 알고리즘 및 하드웨어를 제안한다. 또한, 영상 매체의 발달에 맞춰 4K 환경에서 실시간 처리가 가능한 하드웨어를 구현한다. 이 하드웨어는 Verilog로 작성되었으며 SoC 보드를 통해 검증하였다.

• 제어로봇시스템학회논문지
• /
• 제22권10호
• /
• pp.803-810
• /
• 2016

This paper presents a study of localization methods based on particle filter using 2D laser sensor measurements and road feature map information, for autonomous vehicles. In order to navigate in an urban environment, an autonomous vehicle should be able to estimate the location of the ego-vehicle with reasonable accuracy. In this study, road features such as curbs and road markings are detected to construct a grid-based feature map using 2D laser range finder measurements. Then, we describe a particle filter-based method for accurate positional estimation of the autonomous vehicle in real-time. Finally, the performance of the proposed method is verified through real road driving experiments, in comparison with accurate DGPS data as a reference.