• 한국자동차공학회논문집
• /
• 제14권5호
• /
• pp.115-120
• /
• 2006

A Korean Road Roughness Classification(KRC) method is proposed. Using a dynamic road profiling device equipped with the Accelerometer Established Inertial Profiling Reference(AEIPR) method, road profile measurement is performed on various types of public paved roads in Korea. The road profiling data are processed to classify the characteristics of Korean road roughness. The resultant Korean road roughness classification(KRC) is shown different characteristics compared to the road classification proposed by ISO, MIRA, and Wong. The proposed KRC is composed of 8 classes(A-H, very good-poor) based on the power spectral density and is in good agreements with the characteristics of Korean paved road roughness and can be used well in vehicle ride comfort simulation using domestic road profile.

• 한국자동차공학회논문집
• /
• 제14권6호
• /
• pp.120-126
• /
• 2006

Vehicle dynamic simulation has been carried out using the coherence of road roughness between left and right wheels. The generated twin tracks with the coherence of road roughness between left and right wheels are in good agreements with the measured coherence relation of left and right wheels. And these tracks reflect well on the roughness characteristics of real roads. Using the generated roads and multibody dynamic simulation program, vehicle dynamic simulation is performed. The vertical and roll motion analysis of a vehicle are carried out using the realistic road profiles with the coherence between left and right wheels and the results are in good agreements with the dynamic characteristics of a vehicle.

• 한국자동차공학회논문집
• /
• 제11권3호
• /
• pp.192-197
• /
• 2003

The ‘AEIPR’(Accelerometer Established Inertial Profiling Reference) method has been applied to measure the road profile. The dynamic road profiling method using AEIPR has the advantages of cost effectiveness, measuring speed and relatively high reliability. However, it is required to improve the double integration algorithm to get the measurement results with the accuracy of hither level. In the first part of this paper, the effective double integration algorithm is suggested and the ‘Road Profiler’ software is developed on the basis of the algorithm. Road profiling tests are performed using the developed ‘Road Profiler’ system on the specially designed tracks for the durability tests and the various types of pubic roads. Test results are shown and evaluated by the international road evaluation indicies and classification.

• 한국정보전자통신기술학회논문지
• /
• 제13권5호
• /
• pp.323-330
• /
• 2020

본 논문은 자율차량 안정성을 위한 도로 거칠기 기반 제동압력 계산 시스템을 제안한다. 제동압력 계산 시스템는 차량의 전방 이미지를 랜덤 포레스트의 입력에 맞게 가공하는 이미지 정규화 모듈, 기상정보와 이미지 정규화 모듈에서 정규화된 차량 전방 이미지를 입력으로 사용하여 차량이 주행 중인 도로의 거칠기를 구별하는 랜덤 포레스트 기반 도로 거칠기 분류 모듈과 도로 거칠기에 따라 차량에 적용되는 마찰 계수를 수정하고, 전방 차량에 따라 최적 주행을 유지하는 브레이킹 강도를 결정하는 차량 브레이크 압력 제어 모듈로 구성된다. 본 논문은 제동압력 계산 시스템의 효율성을 검증하기 위해 제동압력 계산 시스템에 사용되는 랜덤 포레스트 모델을 중심으로 실험이 진행되었다. 실험 결과, 랜덤 포레스트 모델의 정확도는 SVM보다 약 2% 높았고, 정확한 랜덤 포레스트 모델 구성을 위해 7개의 특징이 중복 허용 임의 추출되어야 한다는 결론이 도출되었다. 따라서 제동압력 계산 시스템은 차량이 제동해야 하는 상황에서 정확성 모두를 만족할 수 있다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.223-230
• /
• 2021

현재 자율주행차량은 테스트 이후 상용화를 눈앞에 두고 있다. 그러나 아직 자율주행차량이 완벽히 상용화되지 않았음에도 81건의 사고가 발생했으며, 사고를 피하기 위한 차량의 주행 방식은 LiDAR에 많이 의존하고 있다. 현재 상용화된 3레벨 자율주행차량이 4레벨 자율주행차량으로 발전하기 위해서는 기존에 수집되는 정보보다 더 많은 정보를 수집해야만 한다. 따라서 본 논문에서는 기존의 자율주행차량에서 수집하는 정보인 도로 정보, 기상정보를 포함하여 차량이 주행 중인 도로의 거칠기와 자기 자신 및 주변 차량의 탑승객 상태를 정확하게 인식하여 차량이 처한 위기 상황을 정확하게 계산하는 Driving Situation Judgment System (DSJS)을 제안한다. DSJS의 PDM에 대한 실험 결과, PDM은 기존 차량의 탑승객 인식 시스템보다 평균적으로 15.52% 더 정확하게 탑승객을 분류할 수 있었다. 본 연구는 기존 3단계 자율주행차량이 수집하는 데이터보다 더 다양한 종류를 수집하여 4단계 자율주행차량을 달성하는 기초연구가 될 수 있다.