• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.236-238
• /
• 2022

현 도로교통법상 도로 이용의 효율성과 교통안전 확보의 목적으로 차로 별 통행 가능 차종을 지정한 제도로써, 2020년 개정안이 현재 시행되고 있다. 독일과 국내의 자동차 1만 대당 교통사고 사망자 수를 비교하였을 때, 독일의 교통사고 사망자는 국내보다 현저히 낮은 수치를 기록하고 있다. 대표적으로 속도의 제한을 두지 않은 독일 아우토반의 사례는 한국의 속도위반법만이 사고율의 경감에 정답이 되지 않는다는 점을 시사한다. 아우토반 고속도로의 킵 라이트 원칙(keep right principle)에 따라 준수되는 지정차로제는 교통사고 감소에 큰 역할을 한다. 이러한 사실을 기반으로 지정차로제 위반 차량의 단속과 준수율 향상을 위한 교통 단속 시스템을 제안한다. 딥러닝 객체 인식 모델인 Yolo5를 이용하여 차종을 인식하고 OpenCV를 이용하여 차량 번호판과 차선을 인식 및 추출된 데이터를 서버에 저장하여 법규의 위반 여부를 판별하는 지정차로제 단속시스템을 개발한다. 이에 따라 운전자의 제도 인식 및 준수율의 향상을 통한 교통사고율의 감소 효과가 있을 것으로 기대된다.

• 대한교통학회지
• /
• 제23권7호
• /
• pp.17-33
• /
• 2005

도로설계속도는 해당도로 규격을 결정하는 매우 중요한 설계요소이다. 설계속도 결정시 개통후 차량 주행속도를 예측하여 상관성이 높도록 계획해야 하는데, 기존 일반국도 주행속도 예측 모형은 설계속도에 따른 기하구조 요인만을 고려하여 도로의 주변환경을 고려하지 못하는 한계가 있다. 주변환경을 충분히 고려하지 않을 경우 과도한 공사비 지출과 지나친 환경 파괴우려가 있다. 따라서 본 연구에서는 도로 주변환경요소를 고려하는 주행속도 예측모형식의 정립을 시도했고, 연구결과는 다음과 같다. 첫째, 우리나라 일반국도의 지형 및 지역 요소를 운전자의 시각 특성과 GIS 프로그램을 활용하여 정의하였다. 둘째, 이렇게 구축한 지형 및 지역 특성이 차량의 주행속도에 미치는 영향을 살펴보았다. 그 결과, 지형 및 지역 별로 95% 신뢰도에서 속도차이가 있는 것으로 판단되었다. 섯째, 일반선형 모형(GLM)을 통하여 기하구조 요인과 지형 및 지역 요인을 모두 고려한 예측 모형식을 수립해 보았는데, R-Square가 양방향 2차로는 0.67, 양방향 4차로가 0.85로 나타났다. 끝으로 본 연구에서 개발한 모형을 바탕으로 지형 및 지역요소를 감안한 적정 도로 설계속도 범위를 제시했다. 이 방법론에 따라 산출된 관련 설계속도 범위는 일반국도에 대해 적용할 수 있지만, 지방도등 타 도로에 대해서는 직접 적용하기 곤란하다.

• 로봇학회논문지
• /
• 제19권1호
• /
• pp.79-91
• /
• 2024

Large warehouses are building automation systems to increase efficiency. However, small warehouses, military bases, and local stores are unable to introduce automated logistics systems due to lack of space and budget, and are handling tasks manually, failing to improve efficiency. To solve this problem, this study designed small loading and unloading equipment that can be mounted on transportation vehicles. The equipment can be controlled remotely and is automatically controlled from the point where pallets loaded with cargo are visible using real-time video from an attached camera. Cargo recognition and control command generation for automatic control are achieved through a newly designed deep learning model. This model is designed to be optimized for loading and unloading equipment and mission environments based on the YOLOv3 structure. The trained model recognized 10 types of palettes with different shapes and colors with an average accuracy of 100% and estimated the state with an accuracy of 99.47%. In addition, control commands were created to insert forks into pallets without failure in 14 scenarios assuming actual loading and unloading situations.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.955-958
• /
• 1998

This paper describes the algorithm which extracts moving vehicles from sequential images and tracks those vehicles using Kalman filter. This work is composed of a motion segmentation stage which extracts moving objects from sequential images and gets features of objects, and a motion estimation stage which estimates the position and the motion of moving objects using Kalman filter. In the motion estimation stage, applying to affine motion model we divided the Kalman filter into position filter and velocity filter to employ linear Kalman filter. Multi-target tracking requires a data association component that decides which measurement to use for updating the state of which object. We use pattern recognition method to solve this problem.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2015년도 춘계 종합학술대회 논문집
• /
• pp.305-306
• /
• 2015

과속차량 단속카메라에 촬영된 차량 전면 영상은 차량번호를 인식하여 과속차량에 과금하는 용도로 사용되나 범죄 용의자 차량을 추적하기 위한 용도로도 사용되어진다. 본 연구에서는 국소특징점의 정합을 이용하여 차량 모델을 찾는 방법을 넘어서 실시간으로 차량 모델을 찾기 위한 알고리즘을 제안한다. 입력된 영상에 대하여 차량의 모델을 특징지을 수 있는 헤드라이트를 포함한 차량의 그릴 영역을 관심영역으로 제한하고 관심영역에서 추출된 특징점들을 모델 특징벡터 데이터베이스의 자료와 비교하는 방법 을 사용하였다. 입력 영상의 크기 변화와 조명 변화에 강인한 SURF 국소특징점을 이용한 매칭 방법은 차량 모델을 찾는데 적합하나 선형적으로 탐색하는데 시간이 오래걸린다. 따라서 블러를 사용하여 차량 이미지에서 추출되는 특징점들의 수를 매칭이 가능한 수준으로 낮추는 방법으로 모델 자료로부터 탐색에 필요한 시간을 단축시켰다. 또한 모델 자료를 구조화하여 탐색시간을 줄이는 방법들을 비교하여 LSH 를 사용한 결과 차량 모델을 탐색하는데 필요한 시간이 단축됨을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.296-299
• /
• 2010

본 논문은 템플릿 모델을 이용하여 차량의 외관에 따른 종류를 인식하는 방법을 제안한다. 우선, 영상에서 차량을 검출하기 위하여 누적 차영상 기법을 이용하여 배경 영상을 추출한 후 차량 영역을 획득한다. 획득한 차량 영상은 날씨와 조명 영향에 따라서 그림자가 존재할 수 있다. 따라서 외곽선을 추출하고 가로와 세로, 대각선 방향으로 사영한 결과를 이용하여 그림자를 제거한다. 그림자 영역이 제거된 최종 차량 영역은 템플릿 모델과의 매칭을 통하여 가장 적합한 차량 종류로 인식한다. 제안된 방법을 이용하여 차량 종류를 인식하였을 때 만족할 만한 성능을 나타내는 것을 실험을 통하여 확인하였다.

• 한국ITS학회 논문지
• /
• 제18권2호
• /
• pp.104-113
• /
• 2019

도로 관리 주체는 도로 파손을 보수하기 위해 적지 않은 비용을 투입한다. 이러한 파손은 자연 요인과 노후화로 인하여 필연적으로 발생을 하는데, 효율적인 보수를 위한 유지보수 기술이 필요하다. 이런 수요에 대응하기 위해 여러 가지 기술들이 개발되고 적용되고 있지만, 최근 들어서는 차량용 블랙박스 형태로 수집한 영상 정보를 바탕으로 도로 노면 파손 유지 보수기술이 개발되고 있다. 이 파손 영역을 추출하는 방법에는 여러 가지가 있지만, 본 논문에서는 최근 활발히 연구되고 있는 심층 신경망 구조의 영상인식 기술에 대해 논하고자 한다. 특히 영역 기반의 합성곱 알고리즘을 이용하여 영상 내에서 도로 파손 유무와 그 영역을 추정할 수 있는 새로운 심층 신경망을 소개한다. 이를 개발하기 위해 실제 주행을 통해서 600여장의 영상 데이터를 수집하였고, 이를 활용하여 학습을 수행하였다. 그 결과 기존 모델과 성능을 비교하여 10.67% 향상된 신경망을 개발하였다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.329-332
• /
• 2023

딥러닝 네트워크를 이용한 3차원 객체 인식 기술은 자율주행 기술 개발에 있어 대상 객체의 종류 뿐만 아니라 센서로부터의 거리도 인식할 수 있기 때문에 장애물 탐지를 위해 많이 개발되고 있다. 하지만 3차원 객체 인식 모델의 경우 원거리 객체에 대한 탐지 성능이 근거리 객체에 대한 인식 성능보다 낮아 차량의 안전을 확보하는 데에 치명적인 문제가 발생할 수 있다. 본 논문에서는 가상의 3차원 차량 데이터를 생성해 모델 학습에 사용되는 데이터셋에 추가하여 3차원 객체 인식 모델의 성능, 특히 원거리의 객체에 대한 성능을 향상시키는 기술을 소개한다. 3차원 라이다 센서 데이터의 특성을 활용한 구면 점 추적 기법을 사용하여 실제 차량과 매우 유사한 가상 차량을 생성하였고, 생성한 가상 차량 데이터를 사용하여 원거리뿐만 아니라 모든 거리 영역 범위에서의 객체 인식 성능을 향상시킴으로써 가상 데이터의 학습 유효성을 입증하였다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1423-1429
• /
• 2019

최근에, 효율적인 상호작용을 지원하는 시스템 인 휴먼 머신 인터페이스(HMI)가 인기를 끌고있다. 본 논문에서는 차량 상호작용방법 중 하나로 새로운 실시간 저비용 손동작 제어 시스템을 제안한다. 계산 시간을 줄이기 위해 RGB 카메라를 사용하여 손 영역을 감지할 때 많은 계산이 필요하므로 TOF (Time-of-Flight) 카메라를 사용하여 깊이 정보를 취득한다. 또한, 푸리에 기술자를 사용하여 학습 모델을 줄였다. 푸리에 디스크립터는 전체 이미지에서 적은 수의 포인트만 사용하므로 학습 모델을 소형화 할 수 있다. 제안 된 기법의 성능을 평가하기 위해 데스크탑과 라즈베리 pi 2의 속도를 비교했다. 실험 결과에 따르면 소형 임베디드와 데스크탑의 성능 차이는 크지 않다. 제스처 인식 실험에서 95.16 %의 인식률이 확인되었다.

• Biomolecules & Therapeutics
• /
• 제27권3호
• /
• pp.327-335
• /
• 2019

As the elderly population is increasing, Alzheimer's disease (AD) has become a global issue and many clinical trials have been conducted to evaluate treatments for AD. As these clinical trials have been conducted and have failed, the development of new theraphies for AD with fewer adverse effects remains a challenge. In this study, we examined the effects of Theracurmin on cognitive decline using 5XFAD mice, an AD mouse model. Theracurmin is more bioavailable form of curcumin, generated with submicron colloidal dispersion. Mice were treated with Theracurmin (100, 300 and 1,000 mg/kg) for 12 weeks and were subjected to the novel object recognition test and the Barnes maze test. Theracurmin-treated mice showed significant amelioration in recognition and spatial memories compared those of the vehicle-treated controls. In addition, the antioxidant activities of Theracurmin were investigated by measuring the superoxide dismutase (SOD) activity, malondialdehyde (MDA) and glutathione (GSH) levels. The increased MDA level and decreased SOD and GSH levels in the vehicle-treated 5XFAD mice were significantly reversed by the administration of Theracurmin. Moreover, we observed that Theracurmin administration elevated the expression levels of synaptic components, including synaptophysin and post synaptic density protein 95, and decreased the expression levels of ionized calcium-binding adapter molecule 1 (Iba-1), a marker of activated microglia. These results suggest that Theracurmin ameliorates cognitive function by increasing the expression of synaptic components and by preventing neuronal cell damage from oxidative stress or from the activation of microglia. Thus, Theracurmin would be useful for treating the cognitive dysfunctions observed in AD.