• 자동차안전학회지
• /
• 제11권3호
• /
• pp.37-42
• /
• 2019

This paper presents an autonomous acceleration planning algorithm for pedestrian collision avoidance at urban. Various scenarios between pedestrians and a vehicle are designed to maneuver the planning algorithm. To simulate the scenarios, we analyze pedestrian's behavior and identify limitations of fusion sensors, lidar and vision camera. Acceleration is optimally determined by considering TTC (Time To Collision) and pedestrian's intention. Pedestrian's crossing intention is estimated for quick control decision to minimize full-braking situation, based on their velocity and position change. Feasibility of the proposed algorithm is verified by simulations using Carsim and Simulink, and comparisons with actual driving data.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.95-102
• /
• 2012

차량 애드 혹 네트워크(VANETs)를 위한 응용들의 개발은 지능적 안전 운송시스템 제공이라는 매우 제한적인 명확한 목표를 가지고 있다. 공공의 안전을 위한 긴급경고 기술은 제한된 시간에 신속하고 효율적으로 경고 메세지를 전달하는 지능형 방송 기법을 필요로 하는 응용중의 하나이다. VANETs 방송 프로토콜 설계 시에 접근제어 계층에서 여러 노드들이 동시에 전송을 시도할 경우, 다수 패킷들의 충돌과 여분의 지연을 발생하는 방송폭풍 문제가 고려되어야 한다. 본 논문에서는, 효율적으로 방송폭풍 문제와 시간 한계를 해결할 수 있는 조기 지능형 경보 방송(EI-CAST) 알고리즘을 제안한다. 제안 알고리즘은 충돌시간(TTC)에 기초한 조기경보 기술과 퍼지논리에 기초한 지능형 방송 기술을 사용하며, 시뮬레이션을 통해 제안 알고리즘과 기존 경보방송 알고리즘의 성능을 비교 평가 하였다. 실험결과 제안 알고리즘의 경우 경보 전송거리 4 km 이내의 차량들은 사고발생 이전에 경보메시지를 수신할 수 있으며 패킷 충돌이 없음을 확인할 수 있었다.

• 한국ITS학회 논문지
• /
• 제17권2호
• /
• pp.98-112
• /
• 2018

공격운전은 상대방 운전자에 대한 공격 의지를 가지고 위협을 가하는 매우 위험한 운전행태이다. 기존 연구의 경우 공격운전자에 대한 주행특성 및 유발요인 등 공격운전자를 초점으로 한 연구가 대부분인 것으로 나타났다. 그러나 공격운전을 안전성 관점에서 분석하기 위해서는 공격운전 가해자와 피해자간의 상호작용에 대한 분석이 필요하다. 따라서 본 연구에서는 Multi-Agent 주행시뮬레이션 환경을 구축하여 공격운전 가해자와 공격운전 피해자간의 차량간격 및 상대속도를 통해 상호작용을 분석하였다. 공격운전 가해자와 피해자의 가감속 패턴을 파악하고 차간거리를 통해 TTC(Time-to-Coillison)를 도출하였다. 또한 도출된 TTC를 EDF(Exponential Decay Function)를 통해 사고발생가능성으로 전환하여 일반운전과 공격운전의 사고발생가능성을 분석하였다. 분석결과, 공격운전 시 일반운전에 비해 사고발생가능성이 높은 것으로 나타났다. 본 연구결과를 통해 공격운전의 위험성을 경고하며, 공격운전 관리방안 수립을 위한 기초연구로 활용될 수 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제33권4호
• /
• pp.323-336
• /
• 2015

Surrogate safety measure(SSM)를 이용하여 도로상의 위험을 측정하는 방식은 사고의 직접적인 원인과 연관된 차량의 거동을 분석 대상으로 한다는 장점을 가지고 있으나, 한 지점에 국한된 정보를 이용하기 때문에 위험을 연속적으로 분석하는 데에 제약이 있다. 이러한 한계를 극복하기 위해 본 연구에서는 RTK-DGPS를 이용하여 차량들의 궤적을 얻는 방안을 제시하고, 이를 통해 time-to-collision(TTC), deceleration rate to avoid collision(DRAC), acceleration noise(AN) 등의 SSM을 산출하는 데에 필요한 문제들을 고려한 방법론을 설정하였다. 또한 본 연구에서는 검토된 방법론을 이용하여 운전 중 발생하는 다양한 차량거동 변화를 관찰하기 위하여 영동고속도로 북수원IC-군포IC 구간을 대상으로 실험을 수행한 결과를 제시하였다. 그 결과 궤적 기반 SSM 지표값이 다양한 주행 상황에서의 위험성을 합리적으로 설명할 수 있음을 확인하였다. 본 연구는 향후 다양한 구간특성 및 운전자 특성에 따른 위험상황을 설명하는 연구를 수행하고, 위험구간 감지 및 위험한 운전행태의 감지를 통한 사고예방에 활용될 수 있을 것으로 판단되며, 이를 통하여 위험도로 개선 및 교통사고 줄이기 사업을 효율적으로 추진하는 데에 기여할 수 있을 것이다.

• 자동차안전학회지
• /
• 제4권1호
• /
• pp.12-17
• /
• 2012

ADAS(Advanced Driver Assistance System) which is developed for alleviating driver's load has become improved with extending it's role. Previously, ADAS offered simple function just to make driver's convenience. However, nowadays ADAS also acts as Active Safety system which is made to release and/or prevent accidents. Longitudinal control system, as one of major parts of Active Safety System, is assessed as doing direct effect on avoiding accidents. Therefore, many countries such as Europe and America has pushed longitudinal control system as a government-wide project. In this paper, it covers the result of evaluation system and vehicle evaluation for development study in FCW, ACC and AEB.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.561-568
• /
• 2021

최근 자율주행에 관한 기술은 고부가가치 신기술로서 주목받고 있으며 활발히 연구가 진행되고 있는 분야이다. 상용화 가능한 자율주행을 위해서는 실시간으로 정확하게 진입하는 객체를 탐지하고 이동속도를 추정해야 한다. CNN(Convolutional Neural Network) 기반 딥러닝 알고리즘과 밀집광학흐름(Dense Optical Flow)을 사용하는 기존 방식은 실행 속도가 느려 실시간으로 객체를 탐지하고 이동속도를 추정하기에는 한계가 존재한다. 본 논문에서는 트램에 설치된 카메라를 통해 획득된 주행영상에서 딥러닝 알고리즘인 YOLOv5 알고리즘을 활용하여 실시간으로 객체를 탐지를 수행하고, 탐지된 객체영역에서 기존의 밀집광학흐름(Dense Optical Flow) 대신 연산량을 개선한 부분 밀집광학흐름(Local Dense Optical Flow)을 사용하여 객체의 진행 방향과 속력을 빠르게 추정하는 방식을 제안한다. 이를 바탕으로 충돌 시간과 충돌 지점을 예측할 수 있는 모델을 설계하였으며, 이를 통해 트램(Tram)의 주행 중 전방 충돌사고를 방지할 수 있는 시스템에 적용하고자 한다.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.392-397
• /
• 2014

최근 지능형 자동차의 능동적 안전 기술에 많은 관심이 집중되고 있다. 능동적 안전 기술은 시스템이 운전자에게 위험 상황을 경고 하거나 교통사고를 회피하는 방향으로 차량 제어의 일부를 도와주어 운전자의 부주의 및 과실로 발생하는 교통사고의 발생 가능성을 감소시킨다. 이러한 능동적 안전 기술을 구현하기 위해서는 주변의 환경 정보를 정확하게 인식하고 분석하는 것이 필수적인데, 주변의 차량과 자차량간의 충돌 위험도를 판단하는 것도 그중 하나이다. 하지만 충돌이 발생하기 이전에 충돌 가능성을 판단하는 것은 일반적인 방법으로는 불가능하기 때문에 몬테 카를로 모의실험을 통하여 이를 해결한다. 하지만 몬테 카를로 모의실험은 연산시간이 길기 때문에 실시간으로 동작해야하는 충돌 경고 시스템에는 적합하지 않다. 이때 신경회로망을 이용하면 이러한 문제를 해결 할 수 있으며, 본 논문에서는 자차량과 주변 차량간의 상태정보에서 충돌에 영향을 주는 충돌 특징점을 추출하여 신경회로망의 성능을 높이는 방법을 제안한다. 제안된 알고리즘은 시나리오 기반으로 Tass사의 PreScan을 이용하여 생성된 충돌 실험데이터에 적용하여 성능을 평가한다.

• 대한교통학회지
• /
• 제25권6호
• /
• pp.65-77
• /
• 2007

양방향 좌회전차로(TWLTLs : Two-Way Left-Turn Lanes)는 도로중앙에 양방향의 좌회전 차량이 이용할 수 있는 연속진행형 좌회전 차로가 설치된 불균등차로 시스템의 한 형태로써, 접속밀도가 높고 좌회전 교통수요가 각 회전지 점별로 넓게 분산되어 있을 때 큰 운영 개선효과를 나타낼 수 있는 접근관리기법으로 알려져 있다. 본 연구에서는 양방향 좌회전차로의 국내 도입 가능성을 검토하기 위한 초기단계로써, 미시적 교통류 분석 시뮬레이션 모형인 VISSIM을 활용, 가상 네트워크와 실 네트워크에 대한 TWLTL 설치 전 후 모의실험을 수행하여 운영효율 및 안전성을 평가하였으며, 이를 기초로 설치준거를 제시하였다. VISSIM 모의실험 결과, 주도로의 직진 및 좌회전 이동류에 대한 상당수준의 지체감소를 확인하였으며, 교통 안전적으로도 큰 개선효과가 있었던 것으로 분석되었다. 본 연구는 국내에서 최초로 시뮬레이션 분석모형을 활용하여 양방향 좌회전차로의 운영효과 및 안전성 개선효과를 평가하고, 교통량 지체 안전도를 고려한 TWLTL의 설치준거를 제시하였다는 점에서 그 의의를 찾을 수 있을 것이다.