• 한국ITS학회 논문지
• /
• 제20권6호
• /
• pp.313-330
• /
• 2021

카메라와 라이다가 탑재된 자율주행 시스템에서 깊이완성기술을 통해 조밀한 깊이추정을 할 수 있다. 특히, 자기지도학습을 이용하면 깊이정답이 없는 주행데이터로도 깊이완성 네트워크의 학습이 가능하다. 실제 자율주행환경에서 이러한 깊이완성의 출력은 다른 알고리즘들의 입력으로 사용되므로 매우 빠른 지연속도를 요구한다. 그래서 본 논문에서는 종래의 연구들처럼 네트워크를 고도화하여 정확도를 높이기보단 추론속도를 극대화한 형태의 깊이완성 네트워크를 사용한다. GPU 연산에 최적화된 RegNet 인코더를 사용하고 네트워크의 병렬성을 고려한 U-Net 형태의 네트워크를 설계한다. 대신, 본 논문에서는 자기지도학습 과정에서 정확도를 높일 수 있는 몇 가지 기법들을 제시한다. 제시하는 기법들은 신뢰할 수 없는 라이다 입력에 대한 강인함을 높이고 사전에 추출한 시맨틱 정보를 바탕으로 에지와 하늘 영역에 대한 깊이 추정 품질을 향상시킨다. 실험을 통해 우리의 모델은 매우 경량임에도 (2.42ms at 1280x480) 노이즈에 강하며 최신 연구들과 대등한 정확도를 보임을 확인한다.

• 농업과학연구
• /
• 제48권3호
• /
• pp.617-627
• /
• 2021

In the field of on-road motor vehicles, the level for autonomous driving technology is defined according to J3016, proposed by Society of Automotive Engineers (SAE) International. However, in the field of agricultural machinery, different standards are applied by country and manufacturer, without a standardized classification for autonomous driving technology which makes it difficult to clearly define and accurately evaluate the autonomous driving technology, for agricultural machinery. In this study, a method to classify the autonomy levels for autonomous agricultural machinery (ALAAM) is proposed by modifying the SAE International J3016 to better characterize various agricultural operations such as tillage, spraying and harvesting. The ALAAM was classified into 6 levels from 0 (manual) to 5 (full automation) depending on the status of operator and autonomous system interventions for each item related to the automation of agricultural tasks such as straight-curve path driving, path-implement operation, operation-environmental awareness, error response, and task area planning. The core of the ALAAM classification is based on the relative roles between the operator and autonomous system for the automation of agricultural machines. The proposed ALAAM is expected to promote the establishment of a standard to classify the autonomous driving levels of self-propelled agricultural machinery.

• 대한임베디드공학회논문지
• /
• 제18권5호
• /
• pp.203-208
• /
• 2023

Recently, with the growing interest in the field of autonomous driving, many researchers have been focusing on developing autonomous driving software platforms. In particular, we have concentrated on developing 3D object detection models that can improve real-time performance. In this paper, we introduce a self-constructed 3D LiDAR dataset specific to domestic environments and propose a VariFocal-based CenterPoint for the 3D object detection model, with improved performance over the previous models. Furthermore, we present experimental results comparing the performance of the 3D object detection modules using our self-built and public dataset. As the results show, our model, which was trained on a large amount of self-constructed dataset, successfully solves the issue of failing to detect large vehicles and small objects such as motorcycles and pedestrians, which the previous models had difficulty detecting. Consequently, the proposed model shows a performance improvement of about 1.0 mAP over the previous model.

• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.889-898
• /
• 2021

현재 대한민국의 인구절벽 현상으로 인한 한국군의 군 병력부족으로 대한민국의 심각한 국방 공백이 발생될 수 있는 상황이다. 따라서 인구감소로 인한 대한민국의 국방 공백을 해결하기 위해 한국군은 보병을 제외한 기계화 부대에 재편된 인원을 축소시키고 자율주행화하여 국방 공백을 상쇄해 유사시 북한군이 한국군에게 행할 수 있는 군사적 도발 및 선제공격에 대비하는 정책을 펼칠 가능성이 있다. 본 논문에서는 우리 군이 기계화 부대에 재편된 자주포와 같은 무기체계들에 있어 자동화와 자율주행화로 인원을 감축시킬 때 K-9자주포의 자율주행 및 진지 배치에 관한 운용 가능성을 확인하고 K-9자주포의 자율주행화와 이에 따른 운용방법과 그 필요성 및 타당성을 간단한 자율주행이 가능한 K-9자주포 모형 로봇으로 위의 내용을 모사하여 설명하였다. 그리고 자율주행이 가능한 실제 K-9자주포를 실전에 배치하였을 때 나타날 수 있는 문제점을 예측하여 서술하였다.

• 문화기술의 융합
• /
• 제5권1호
• /
• pp.361-369
• /
• 2019

ADAS 기능의 상용화에 따라 자율주행 시스템 체험에 대한 필요성이 높아지면서, 인공지능 에이전트의 역할이 주목받고 있다. 이 연구는 자기효능감 자극과 에이전트 체화 효과를 검증하기 위한 자율주행 체험 실험이다. 시뮬레이터 실험을 통해 자기효능감 자극의 유무, 에이전트 체화의 유무에 따른 사회적 실재감, 인지된 위험, 그리고 인지된 용이성 요인의 효과를 측정하였다. 분석 결과, 자기효능감 자극은 사회적 실재감, 인지된 위험에 긍정적 영향을 주고, 에이전트 체화는 인지된 용이성에 부정적 영향을 주는 것으로 확인되었다. 연구결과에 기반하여 부분자율주행 시스템의 수용도를 높일 수 있는 에이전트 설계 가이드라인을 제안하였다.

• 한국항행학회논문지
• /
• 제27권2호
• /
• pp.182-189
• /
• 2023

깊이 추정은 차량, 로봇, 드론의 자율주행을 위한 3차원 지도 생성의 핵심 기술이다. 기존의 센서 기반 깊이 추정 방식은 정확도는 높지만 가격이 비싸고 해상도가 낮다. 반면 카메라 기반 깊이 추정 방식은 해상도가 높고 가격이 저렴하지만 정확도가 낮다. 본 연구에서는 무인항공기 카메라의 깊이 추정 성능 향상을 위해 Self-Attention 기반의 비지도 단안 카메라 영상 깊이 추정을 제안한다. 네트워크에 Self-Attention 연산을 적용하여 전역 특징 추출 성능을 향상시킨다. 또한 카메라 파라미터를 학습하는 네트워크를 추가하여 카메라 칼리브레이션이 안되어있는 이미지 데이터에서도 사용 가능하게 한다. 공간 데이터 생성을 위해 추정된 깊이와 카메라 포즈는 카메라 파라미터를 이용하여 포인트 클라우드로 변환되고, 포인트 클라우드는 Octree 구조의 점유 그리드를 사용하여 3D 맵으로 매핑된다. 제안된 네트워크는 합성 이미지와 Mid-Air 데이터 세트의 깊이 시퀀스를 사용하여 평가된다. 제안하는 네트워크는 이전 연구에 비해 7.69% 더 낮은 오류 값을 보여주었다.

• 전기학회논문지
• /
• 제62권1호
• /
• pp.83-89
• /
• 2013

In order to reduce the power consumption in international standard IEC62087, the luminance efficiency should be improved at the low discharge load rather than at the high discharge load. Thus, this paper analysed the characteristics of the discharge at the panels with ITO Gap of $65{\mu}m$, $80{\mu}m$, and $100{\mu}m$ in 50-inch PDP with FHD resolution. It was well known that the long gap panel improves the luminance and the luminous efficiency. However, it is very difficult to drive the panel due to high driving voltage. When the normal driving method was applied at the panel with ITO gap of $100{\mu}m$, the phenomenon of the double peak was generated in the sustain period. We confirmed that main factor of the double peak is the self-erasing discharge. When the CLHS driving method was applied at the panel with ITO gap of $100{\mu}m$, the self-erasing discharge was improved in the sustain period. Also, the $V_S$ and $V_A$ minimum voltage of the CLHS driving method decreased about 9V and 12V compared with those of the normal driving method. Moreover, when the CLHS driving method was applied to the panel with ITO gap of $100{\mu}m$, the luminance and the luminous efficiency increased compared with those of the normal driving method. The luminance and the luminous efficiency greatly increased at the low discharge load. The less discharge load, the higher increase rate of the luminance and the luminous efficiency. Especially, the luminous efficiency at ITO gap of $100{\mu}m$ increased about 26.3% at the discharge load of 4% compared with that at ITO gap of $65{\mu}m$.

• 자동차안전학회지
• /
• 제15권2호
• /
• pp.42-48
• /
• 2023

In recent years, automated vehicles have garnered attention in the multidisciplinary research field, promising increased safety on the road and new opportunities for passengers. High-Definition (HD) maps have been in development for many years as they offer roadmaps with inch-perfect accuracy and high environmental fidelity, containing precise information about pedestrian crossings, traffic lights/signs, barriers, and more. Demonstrating autonomous driving requires verification of driving on actual roads, but this can be challenging, time-consuming, and costly. To overcome these obstacles, creating HD maps of real roads in a simulation and conducting virtual driving has become an alternative solution. However, existing HD maps using high-precision data are expensive and time-consuming to build, which limits their verification in various environments and on different roads. Thus, it is challenging to demonstrate autonomous driving on anything other than extremely limited roads and environments. In this paper, we propose a new and simple method for implementing HD maps that are more accessible for autonomous driving demonstrations. Our HD map combines the CARLA simulator and OpenStreetMap (OSM) data, which are both open-source, allowing for the creation of HD maps containing high-accuracy road information globally with minimal dependence. Our results show that our easily accessible HD map has an accuracy of 98.28% for longitudinal length on straight roads and 98.42% on curved roads. Moreover, the accuracy for the lateral direction for the road width represented 100% compared to the manual method reflected with the exact road data. The proposed method can contribute to the advancement of autonomous driving and enable its demonstration in diverse environments and on various roads.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2129-2137
• /
• 2015

국내외적으로 무인자동차에 대한 연구와 개발이 활발히 진행되고 있다. 무인자동차를 성공적으로 구현하기 위해서는 매우 많은 요소 기술들을 필요로 한다. 특히 교통신호등의 검출과 인식 시스템은 무인자동차에서 컴퓨터 비전 기술의 핵심적인 요소기술로 주목 받고 있다. 최근까지 제안된 대부분의 교통 신호등 인식 방식들은 잡음과 환경적인 요소에 따라 의존적인 색깔 성분 분석 방법을 사용함으로써 인식률 개선에 있어 제한적인 성능 특성을 갖고 있다. 본 논문에서는 이러한 기존의 방식의 한계를 극복하기 위해 교통신호등이 갖는 형태학적인 특성을 최대한 고려한 방법을 제안한다. 제안한 방식은 색깔 성분과 사각형 특성, 원형 특성과 같은 형태학적 특성을 동시에 고려함으로써 인식 효율을 크게 증대시킨다. 다양한 모의실험을 통하여 제안한 방식은 교통신호등 인식률뿐만 아니라 오인식률 성능을 크게 개선시킬 수 있음을 보인다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.551-563
• /
• 2022

이 연구의 목적은 자율 주행 차량의 체화된 에이전트가 '감탄사'를 사용하여 감정 표현을 드러낸 대화 상호작용을 할 경우 사용자 경험에 어떠한 효과를 나타내는지 확인하는 것이다. 감탄사 포함 유무와 대화 유형(과제 중심적 대화 vs. 관계 중심적 대화)의 조건에 따라 실험을 설계하였다. 온라인 실험으로 각 조건별로 4가지 대화 시나리오영상을 시청한 후, 해당 에이전트에 대한 친밀도, 호감도, 신뢰도, 사회적 실재감, 지각된 의인화, 향후 이용 의도를 측정하였다. 분석 결과, 에이전트가 감탄사를 사용할 경우 두 대화 유형 모두에서 사회적 실재감의 주 효과가 나타났다. 에이전트가 감탄사를 사용하지 않을 경우 과제 중심적 대화 유형에서 신뢰와 향후 이용 의도가 높았다. 에이전트가 감탄사를 사용하여 감정적 표현을 더하는 것은 사회적 실재감을 높이는 효과는 발견했지만, 다른 사용자 경험 요인에 대한 영향은 나타나지 않았다.