• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.224-226
• /
• 2016

기술의 발전과 민간수요 급증으로 '무인 자율화', '이동체' 특성이 결합된 무인이동체 신시장이 급성장하고 있다. 현재 일부 국가들이 시범주행을 허용하고 있으나, 자율주행차의 정식 운행을 제도화 한 나라는 없다. 기존 차량의 경우에도 후방감지기의 잦은 오작동이나, 후방카메라의 사각지대 또는 운전자의 부주의 때문에 안전사고가 자주 일어나고 있다. 이러한 사소한 결함들을 보완이 되어야 자율주행차, 소형드론의 상용화를 위한 관련 규제를 완화 할 수 있을 것이다. 본 논문에서는 기존의 이동체에서 사용되었던 초음파, 레이저 센서와는 다르게 깊이 카메라를 이용하여 거리측정을 시도해보려 한다. 깊이 카메라는 레이저나 적외선을 객체나 대상 영역에 비추어 되돌아오는 광선을 받아 시간 차이를 계산하는 TOF 방식으로 거리 정보를 계산한다. 이런 카메라는 CCD 카메라 영상 화소 단위로 깊이 정보를 얻을 수 있어 실시간 깊이 정보를 모으는 데 활용할 수 있다. 이런 실시간 깊이 정보들을 이용하여 앞서 말한 문제점을 해결하고, 거리측정을 통한 장애물 회피 시스템 설계를 제안한다.

• 서비스연구
• /
• 제11권3호
• /
• pp.43-54
• /
• 2021

본 연구는 자율주행시대에 적합한 차량 실내 인테리어 디자인 중에서 실내 공간, 편의장치를 중심으로 진행하였으며 STEEP 분석법을 적용하여 미래 자동차 실내디자인 모델을 제시하였다. 서비스디자인 방법론을 적용하여 레이아웃의 재배치와 운전자 중심의 정보 제공 목적으로 설치되었던 디스플레이 장치의 변화를 다루고 있다. 커넥티드, 인포테인먼트 등 다양한 목적을 위한 디스플레이의 종류와 설치 위치에 대한 변화가 예상된다. 특히, 이런 분석을 통해 미래 자율주행 자동차에서 지내게 되는 실내 인테리어 연구를 통한 트렌드와 경험을 연구함으로서 이후 후속연구에서는 실제 개발과 응용을 위한 기초 자료로써 활용될 것이다. 5단계로 진행한 연구 과제를 STEEP과 연계하는 미래트렌드 도출과 FGI를 통한 전문가들의 자문을 거쳐 핵심동인을 추출 하였다. 이를 통해 이후 실내디자인에 하나의 방향으로 제시했다. 사용자 중심의 참여형 디자인 방법을 통해 자율주행차에서 기대 할 수 있는 체험과 경험을 위주로 감성적인 키워드 도출법을 사용하였다, 도출된 동인을 미래사회 5대 트렌드와 묶어서 요약정리 하였고 각 도출된 동인들에는 해당되는 기술 분야를 함께 고려할 수 있도록 그룹핑을 했으며, 자율주행 Level에 따라 수요자가 경험할 수 있는 요소를 더하기도 했다. 이는 미래 자율주행차 산업은 개인적 성향뿐만 아니라 다양한 사회적 이슈와 관점에서 바라본 실내 레이아웃, 편의장치 등의 서비스디자인 트렌드에 대한 연구가 이어져서 보다 다양한 연구가 진행되어야 할 것이다.

• 문화기술의 융합
• /
• 제6권1호
• /
• pp.495-500
• /
• 2020

자동차를 기반으로 하는 애드 혹 네트워크 중 하나인 Vehicular Ad Hoc Network(VANET)은 자율 주행차와 커넥티드 카 등의 기술 개발과 더불어 많은 연구가 진행 중인 주제 중 하나이다. VANET을 구현하는 경우 기존의 TCP/IP를 이용한 연구도 진행하고 있지만, Content Centric Networking (CCN)을 이용한 VANET over CCN (VCCN) 관련 연구도 다양한 장점으로 인해 높은 실현 가능성을 보여주고 있다. 본 논문은 CCN 노드들이 관리하는 전송관련 정보 테이블 중에서 Content Store(CS)에 할당된 공간이 모두 사용되어 새로운 항목을 추가할 경우 기존의 일부 항목을 교체하는 경우에 사용되는 다양한 교체 알고리즘의 성능을 평가하고 특정 네트워크 상황에서의 전송특성을 분석하였다. 모의실험 결과, LRU 교체 알고리즘의 성능이 다른 세 가지 교체 알고리즘 보다 우수하였다. 또한 CS 의 크기가 작더라도 전송 성능이 일정 수준을 유지하였으며, CS의 크기가 클수록 전송 성능은 그에 비례하여 상승하였다. 네트워크가 혼잡한 경우 또는 전송 노드 사이의 거리가 먼 경우 데이터 전송 성능도 감소하였다.

• 산업기술연구
• /
• 제38권1호
• /
• pp.41-52
• /
• 2018

Recently, object detection is a critical function for any system that uses computer vision and is widely used in various fields such as video surveillance and self-driving cars. However, the conventional methods can not detect the objects clearly because of the dynamic background change in the beach. In this paper, we propose a new technique to detect humans correctly in the dynamic videos like shores. A new background modeling method that combines spatial GMM (Gaussian Mixture Model) and temporal GMM is proposed to make more correct background image. Also, the proposed method improve the accuracy of people detection by using SVM (Support Vector Machine) to classify people from the objects and KCF (Kernelized Correlation Filter) Tracker to track people continuously in the complicated environment. The experimental result shows that our method can work well for detection and tracking of objects in videos containing dynamic factors and situations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.383-403
• /
• 2021

With the development of mobile edge computing (MEC), some late-model application technologies, such as self-driving, augmented reality (AR) and traffic perception, emerge as the times require. Nevertheless, the high-latency and low-reliability of the traditional cloud computing solutions are difficult to meet the requirement of growing smart cars (SCs) with computing-intensive applications. Hence, this paper studies an efficient offloading decision and resource allocation scheme in collaborative vehicular edge computing networks with multiple SCs and multiple MEC servers to reduce latency. To solve this problem with effect, we propose a context-aware offloading strategy based on differential evolution algorithm (DE) by considering vehicle mobility, roadside units (RSUs) coverage, vehicle priority. On this basis, an autoregressive integrated moving average (ARIMA) model is employed to predict idle computing resources according to the base station traffic in different periods. Simulation results demonstrate that the practical performance of the context-aware vehicular task offloading (CAVTO) optimization scheme could reduce the system delay significantly.

• Current Optics and Photonics
• /
• 제3권5호
• /
• pp.423-428
• /
• 2019

Visibility of road-surface markings is one of the critical issues that should be secured for self-driving cars as well as human drivers. Glass beads are taking on the role of retroreflectors, and therefore are considered a necessity in modern pavements. In this context, retroreflectance is sensitively dependent not only on the refractive index of glass beads but also on that of the surrounding medium. This implies that the optimum refractive index of glass beads immersed in water, i.e. under wet conditions, is different from that of glass beads surrounded by air, i.e. under dry conditions. A refractive index of approximately 1.9, which is known to maximize retroreflectance under dry conditions, actually exhibits much poorer retroreflectance under wet conditions. This suggests that glass beads with optimal refractive index for wet conditions need to be installed together with those for dry conditions. We propose a facile but practical model capable of calculating retroreflectance of glass beads surrounded by an arbitrary medium, here water in particular, and experimentally verify its capability of assessing the refractive index of commercial glass beads. Changes in retroreflectance according to the mixing ratio of glass beads with different refractive indices are also discussed, in an effort to propose the proper use of glass beads produced for dry and wet conditions.

• 한국멀티미디어학회논문지
• /
• 제24권7호
• /
• pp.913-921
• /
• 2021

After arranging the general usability evaluation criteria of existing VUI researchers, this study verified how appropriate these criteria are for AI VUI specialized in navigation and the priority of their suitability. The VUI used in this study was analyzed through a survey from a total of 195 Chinese users after analyzing the navigation VUI used in China. As a result of the analysis, the usability evaluation criteria of the navigation VUI were extracted from three sub-factors of 'task accuracy', 'function satisfaction', and 'information reliability' in verifying conformance with general VUI evaluation criteria. With the recent advent of self-driving cars, safety and response speed are becoming very important, so Chinese users also ranked responsiveness as the top priority in VUI design, and the importance was also found to be high. Also, both men and women have the highest reactivity and the lowest multiplicity. VUI requires a convenient and natural interface to understand the intention between two objects through usability evaluation and verification in order to have effective interaction between humans and machines.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.29-40
• /
• 2024

최근 4차 산업혁명 핵심 중 하나인 자율주행의 기술이 발전하고 있지만 예상하지 못한 상황에서 사고가 발생하는 등 센서 기반 자율주행에 한계를 보이고 있어, 이를 보완하기 위해 정밀도로지도는 자율주행의 핵심 인프라로 활용되고 있으며, 공공 및 민간에서 관심이 높아지면서 정밀도로지도의 최신성과 정확성 확보를 위한 다양한 연구와 기술개발이 이루어지고 있다. 현재 국토지리정보원은 자율주행차의 운행이 많을 것으로 예상되는 수도권 등 전국 도심지역 및 주요도로를 대상으로 확대 구축 중이며, 기 구축된 구간 중 도로변화가 발생한 지역의 신속갱신 체계를 마련하고, 품질검증을 통해 데이터 오류율 최소화를 위해 노력하고 있다. 이에 본 연구는 국토지리정보원에서 구축 중인 정밀도로지도의 신속, 정확한 갱신과 제작을 위해 속성 구조화 공정에서 참조객체의 공간관계를 분석하고, 오픈소스 기반 PyQGIS의 라이브러리를 활용하여 공간관계가 성립되는 참조객체의 속성입력 자동화 방법론을 적용하여, 고속국도·일반국도·C-ITS(Cooperative Intelligent Transport Systems)실증구간 등 도로유형별로 대상지를 선정하여 자동화를 실시하였다. 본 연구에서 개발한 속성자동화 도구를 활용하여 공간관계 참조객체의 속성을 자동으로 입력하는데 대상지별 약2~5분의 시간이 소요되었으며, 참조객체 속성입력 자동화 결과 고속국도 86.4%, 일반국도 79.7%, C-ITS의 경우 82.4%, 평균 82.8%의 속성입력 정확도를 확보하였다.

• 한국지리정보학회지
• /
• 제20권1호
• /
• pp.152-161
• /
• 2017

모바일 매핑 시스템(Mobile Mapping System: MMS) 센서를 이용한 3차원 정밀지도의 구축은 자율주행 자동차 개발에 필요한 기술이다. 본 논문은 MMS LiDAR(Light Detection And Ranging) 센서를 이용하여 획득한 점군자료를 이용하여 도로주변의 3차원 객체 추출에 관한 연구를 수행하였다. 우선, MMS LiDAR 점군자료 이용하여 수치표면모형(DSM: Digital Surface Model)을 제작하고, 생성된 DSM을 기반으로 경사도 지도를 제작하였다. 추출된 경사도 정보를 이용하여 도로주변의 3차원 객체를 식별하였고, 모폴로지 필터링 기법을 이용하여 도로주변의 3차원 객체 중 총 97%의 객체를 추출하였다. 본 연구는 MMS 센서를 이용하여 획득한 공간정보자료를 기반으로 도로 주변의 3차원 객체를 추출함으로써 최근 주목받고 있는 자율주행기술의 활용성에 관한 방안을 제시하였다는데 의의가 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권2호
• /
• pp.57-64
• /
• 2021

자율주행차 시대가 도래하면서 ECU (Electronic Control Unit)는 점차 고도화되고 있고, 이에 따라 차량에서 정확한 데이터를 추출하고 분석하려는 연구가 다양하게 시도되어 왔다. 그러나 ECU는 차량 제조사별로 상이한 프로토콜을 가지고 있어 상용 단말기로는 정확한 데이터 추출과 분석이 어렵다. 본 연구에서는 정확한 차량 데이터를 추출하기 위하여 전용 펌웨어를 개발하여 차량의 2019년 1월부터 2월의 실제 주행데이터 53,580건의 데이터를 추출하였으며, 20회가 넘는 실제 도로 주행을 통해서 데이터의 정확도를 검증하였다. 이러한 데이터를 바탕으로 실시간 연료 소비량 예측 모델의 정확도를 높이기 위하여 스태킹 앙상블 기법을 이용하였다. 본 연구에서는 베이스 모델로 Ridge, Lasso, XGBoost, LightGBM이 사용되고 메타 모델은 Ridge가 사용되었으며, 예측 성능은 MAE 0.011, RMSE 0.017로 최적의 결과를 보였다.