• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2011년도 춘계학술대회 논문집
• /
• pp.690-696
• /
• 2011

A number of conventional railway bridge is more than 2600. Non-ballast plate girder bridge is about 700 and this is 27% of all bridge numbers. Non-ballast plate girder has advantages that self load is more lighter than moving load and construction cost is more inexpensive than concrete bridge. But non-ballast plate girder has disadvantages that vibration and noise is bigger than concrete bridge. This study had analyzed behavior of non-ballast plate girder according to the arrangement of supports and driving conditions to review the proper arrangement of support. Measurements were performed in single line and disel locomotive of 7400type were used as test vehicle. The vehicle's driving conditions are as follows; Change of driving direction, Constant speed driving, Deceleration driving, Acceleration driving. Main measurement contents were horizontal displacement and vertical vibration acceleration in girder of vicinity support. Results of measurement are as follows; In case that a vehicle drives from fixed support to movable support, vertical vibration acceleration of the girder was smaller than opposition case.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제24권5호
• /
• pp.67-72
• /
• 2019

The self-driving cars identify appropriate navigation paths and obstacles to arrive at their destinations without human control. The autonomous cars are capable of sensing driving environments to improve driver and pedestrian safety by sharing with neighbor traffic infrastructure. In this paper, we have focused on pedestrian protection and have designed an improved localization algorithm to track mobile users on roads by interacting with smart traffic lights in vehicle environments. We developed smart traffic lights with the RSSI sensor and built the proposed method by improving the Kalman filter algorithm to localize mobile users accurately. We successfully evaluated the proposed algorithm to improve the mobile user localization with deployed five smart traffic lights.

• 제어로봇시스템학회논문지
• /
• 제20권12호
• /
• pp.1181-1188
• /
• 2014

In this paper, we propose a novel concept foran unmanned delivery service using a cooperative heterogeneous unmanned system consisting of a self-driving car and an unmanned aerial vehicle (UAV). The proposed concept is suitable to deliver parcels in high-density and high-rise urban or residential areas. In order to achieve the proposed concept, we will develop acooperative heterogeneous unmanned system. Customers can order goods using a smartphone application and the order information, including the position of the customer and the order time, and the package is transported automatically by the unmanned systems. The system assigns the tasks suitable for each unmanned vehicle by analyzing it based on map information. Performance is validated by experiments consisting of autonomous driving and flight tests in a real environment. For more evaluation, the landing position error analysis is performed using circular error probability (CEP).

• 법제연구
• /
• 제53호
• /
• pp.269-310
• /
• 2017

'2016 DAVOS 세계경제포럼에서 Klaus Schwab이 "4차 산업혁명"을 처음으로 언급한 이래, 기존 산업이 ICT와 접목하여 새로운 신산업을 창출해내는 현상들이 국내외에서 뜨겁게 논의되고 있다. 4차 산업혁명은 다른말로 'Indutsrie 4.0'으로 표현되기도 한다. 자동차 산업도 마찬가지의 방향으로 진화하고 있다. 자동차가 세상에 나타난 이래 자동차 관련 기술은끊임없이 진화해오고 있는데, 독일 정부가 표방하듯 Industry 4.0 시대의자동차는 운전보조기능의 단계를 넘어 인공지능(AI)을 탑재하여 동적 주행성능의 대부분을 사람 운전자가 아닌 시스템이 관장하는 완전자율주행의 단계로 발전할 것으로 예상된다. 각국은 나름대로의 방식과 체계로 주행자동화(driving automation) 기술을 발전시켜나가고 있다. 현행 자동차관리법령상 '자율주행자동차' 개념은 다양한 단계의 자동화 자동차를 모두담아낼 수 없는 문제점이 있으므로 '자동화 자동차'로 개념설정을 변경하는 것이 타당하다. 아울러 자동화 자동차의 임시운행허가권의 소재도 국토교통부장관이 독점하는 것 보다는 시 도지사에게도 개방하여 지방화시대에 부합한 본래의 자동차 규제제도로 회귀하는 것이 필요하다고 생각한다. 또한 향후 자동화 자동차가 레벨3 이상의 단계로 진화하여 상용화하는 단계에서는 자동차안전기준도 독자적으로 마련되어야 할 것인바, 현행 임시운행허가시의 안전운행요건을 참조하여 레벨3 이상의 자동화자동차를 등록할 때 갖추어야 하는 안전기준을 정립하여 운용하여야 할것이다. 그밖에 레벨3 이상의 단계에서 시스템우선모드에서 운행되는 자동화 자동차라고 하더라도 그 운전자나 승객은 유사시에 운전개입을 하여 운행지배를 하여야 하기 때문에 기본적으로 운전면허의 소지자일 것을 요한다고 본다. 기타 자동화 자동차가 원활하게 운행되기 위해 필요한정보보호체계의 마련과 인공지능법제의 완비 및 자동화기술의 표준화 등은 향후 지속적으로 자동화 자동차 관련 기술이 발전함에 있어서 병행하여 정비하여야 할 중요한 법제영역이다.

• 한국ITS학회 논문지
• /
• 제20권5호
• /
• pp.202-217
• /
• 2021

세계 최대 차량공유업체 우버의 자율주행에 의한 보행자 사망사고에 이어 지난 4월에는 테슬라의 자율주행 교통사고로 2명이 사망하는 등 자율주행의 안전성 문제가 대두됨에 따라 자율주행 도입에 따른 도로 이용자의 안전성 확보가 필요한 실정이다. 이에 자율주행의 안전성을 확보하기 위해서는 실제로 자율주행자동차가 주행할 도로 및 교통 환경을 기반으로 다양한 상황에서의 자율주행 운전능력을 평가할 필요가 있다. 따라서 본 연구는 다양한 운전능력 시험방법 중 가상현실 기반 자율주행 운전능력 평가도구를 제시하고자 일반 운전면허시험 문제를 기반으로 UC-win/Road ver.14.0을 활용하였다. 이를 바탕으로 복합적이고 다양한 주행환경에서 돌발상황에 대한 운전능력을 시험하고자 하였으며 자율주행 운전능력 시험평가의 최적의 도구로서의 실제 적용가능성을 확인하고자 하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.173-176
• /
• 2021

자율주행은 4차 산업혁명을 이끄는 주요 기술이다. 최근 자율주행 기술의 진보와 규제완화로 인해 레벨 3 이상의 자율주행자동차 상용화가 본격화될 전망이다. 본 연구는 자율주행 분야의 특허 분석을 통해 기술의 경쟁력을 평가해 보고자 한다. 본 연구에서는 2021년 7월까지의 출원 공개 및 등록된 한국, 미국, 일본 및 유럽의 특허를 대상으로 특허 동향을 분석하고, 특허지표 분석을 실시하였다. 이를 통해 자율주행 기술에 대한 경쟁력을 갖추기 위해 집중해야 할 세부 기술을 파악하고 한국의 국가 경쟁력을 진단하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.1005-1018
• /
• 2017

This paper proposes an App Visualization (AppV) based on IoT Self-diagnosis Micro Control Unit (ISMCU) for accident prevention. It collects a current status of a vehicle through a sensor, visualizes it on a smart phone and prevents vehicles from accident. The AppV consists of 5 components. First, a Sensor Layer (SL) judges noxious gas from a current vehicle and a driver's driving habit by collecting data from various sensors such as an Accelerator Position Sensor, an O2 sensor, an Oil Pressure Sensor, etc. and computing the concentration of the CO collected by a semiconductor gas sensor. Second, a Wireless Sensor Communication Layer (WSCL) supports Zigbee, Wi-Fi, and Bluetooth protocol so that it may transfer the sensor data collected in the SL to ISMCU and the data in the ISMCU to a Mobile. Third, an ISMCU integrates the transferred sensor information and transfers the integrated result to a Mobile. Fourth, a Mobile App Block Programming Tool (MABPT) is an independent App generation tool that changes to visual data just the vehicle information which drivers want from a smart phone. Fifth, an Embedded Module (EM) records the data collected through a Smart Phone real time in a Cloud Server. Therefore, because the AppV checks a vehicle' fault and bad driving habits that are not known from sensors and performs self-diagnosis through a mobile, it can reduce time and cost spending on accidents caused by a vehicle's fault and noxious gas emitted to the outside.

• 제어로봇시스템학회논문지
• /
• 제14권1호
• /
• pp.27-35
• /
• 2008

A navigation system is one of the important components of an unmanned ground vehicle (UGV). A GPS receiver collects data signals transmitted by (Earth orbiting) satellites. However, these data signals may contain many errors resulting misinformation and depending on one's position (environment), reception may be impossible. The proposed self-driven algorithm uses three low-cost GPS in order to minimize errors of existing inexpensive single GPS's driving algorithm. By using reliable final data, which is analyzed and combined from each of three GPS's received data signals, gathering a vehicle's steering performance information and its current pin-point position is improved even with error containing signals or from a place where signal gathering is impossible. The purpose of this thesis is to explain navigation system algorithm using multiple GPS and compass sensor and prove the algorithm through experiments.

• 자동차안전학회지
• /
• 제12권4호
• /
• pp.23-30
• /
• 2020

Recently, self-driving research has been actively studied in various institutions. Accurate recognition is important because information about surrounding objects is needed for safe autonomous driving. This study mainly deals with the signal processing of LiDAR among sensors for object recognition. LiDAR is a sensor that is widely used for high recognition accuracy. First, we clustered and tracked objects by predicting relative position and speed of objects. The characteristic points of all objects were extracted using point cloud data of each objects through proposed algorithm. The Classification between vehicle and pedestrians is estimated using number of characteristic points and distances among characteristic points. The algorithm for classifying cars and pedestrians was implemented and verified using test vehicle equipped with LiDAR sensors. The accuracy of proposed object classification algorithm was about 97%. The classification accuracy was improved by about 13.5% compared with deep learning based algorithm.