• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2002년도 봄 학술발표회 논문집
• /
• pp.233-240
• /
• 2002

In this paper, the effects of vehicle loads on flat slab system are investigated on the basis of the previous studies for beam-girder parking structural system. The influence surfaces of flat slab for typical design section are developed for the purpose of obtaining maximum member forces under vehicle loads. In addition, the equivalent vehicle load factors for flat slab parking structures are suggested using artificial neural network. The network responses are compared with the results by numerical analyses to verify the validation of Levenberg-Marquardt algorithm adopted as training method in this paper. Many parameter studies fur the flat slab structural system show dominant vehicle load effects at the center positive moments in both column and middle strips, like the beam-girder parking structural system.

• 대한원격탐사학회지
• /
• 제24권5호
• /
• pp.473-481
• /
• 2008

This paper presents an approach to Back-propagation and Radial Basis Function neural network method with various training set for automatic vehicle detection from aerial images. The initial extraction of candidate object is based on Mean-shift algorithm with symmetric property of a vehicle structure. By fusing the density and the symmetry, the method can remove the ambiguous objects and reduce the cost of processing in the next stage. To extract features from the detected object, we describe the object as a log-polar shape histogram using edge strengths of object and represent the orientation and distance from its center. The spatial histogram is used for calculating the momentum of object and compensating the direction of object. BPNN and RBFNN are applied to verify the object as a vehicle using a variety of non-car training sets. The proposed algorithm shows the results which are according to the training data. By comparing the training sets, advantages and disadvantages of them have been discussed.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 추계학술대회 논문집
• /
• pp.341-343
• /
• 1995

In this paper, an algorithm is presented to recogniz the driving direction of a vehicle and obstacles in front of it based on highway road image. The algorithm employs a neural network with 27 sub sets obtained from the road image as its input. The outputs include the direction of the vehicle movement and presence or absence of obstacles. The road image, obtained by a video camera, was digitized and processed by a personal computer equipped with an image processing board.

• 한국정보시스템학회지:정보시스템연구
• /
• 제29권2호
• /
• pp.131-147
• /
• 2020

Purpose The purpose of this study is to develop intelligent vehicle parking distribution system based on LoRa network at the circumstance of traffic congestion during cultural festival in a local city. This paper proposes a parking dispatch and distribution system using a Q-learning algorithm to rapidly disperse traffics that increases suddenly because of in-bound traffics from the outside of a city in the real-time base as well as to increase parking probability in a parking lot which is widely located in a city. Design/methodology/approach The system get information on realtime-base from the sensor network of IoT (LoRa network). It will contribute to solve the sudden increase in traffic and parking bottlenecks during local cultural festival. We applied the simulation system with Queuing model to the Yudeung Festival in Jinju, Korea. We proposed a Q-learning algorithm that could change the learning policy by setting the acceptability value of each parking lot as a threshold from the Jinju highway IC (Interchange) to the 7 parking lots. LoRa Network platform supports to browse parking resource information to each vehicle in realtime. The system updates Q-table periodically using Q-learning algorithm as soon as get information from parking lots. The Queuing Theory with Poisson arrival distribution is used to get probability distribution function. The Dijkstra algorithm is used to find the shortest distance. Findings This paper suggest a simulation test to verify the efficiency of Q-learning algorithm at the circumstance of high traffic jam in a city during local festival. As a result of the simulation, the proposed algorithm performed well even when each parking lot was somewhat saturated. When an intelligent learning system such as an O-learning algorithm is applied, it is possible to more effectively distribute the vehicle to a lot with a high parking probability when the vehicle inflow from the outside rapidly increases at a specific time, such as a local city cultural festival.

• 한국통신학회논문지
• /
• 제37C권11호
• /
• pp.1036-1044
• /
• 2012

IT기술의 발전에 힘입어 지능형 센서 및 지능형 액추에이터 채택이 증가하면서 차량내 통신 네트워크를 통한 데이터 전송은 꾸준한 증가 추세를 보이고 있다. 2015년에는 차량내 통신 네트워크를 통한 전송 데이터량이 2010년 대비 2배 이상 증가하며, 차량제어에 필요한 네트워크 노드 수는 2010년 대비 1.5배 이상 증가할 것으로 전망된다. 이와 같이 차량내 데이터량의 증가가 예상됨에 따라 최근 자동차 산업계에서는 차량용 통신 네트워크로서 EtherCAT, TTEthernet 등 산업용 Ethernet에 대한 관심이 증대되고 있다. 본 논문에서는 차량내 데이터 전송을 위한 산업용 Ethernet으로 주목받고 있는 EtherCAT의 전송지연 특성과 고장복구 특성을 분석할 수 있는 모델을 제안한다. 실험용 EtherCAT 네트워크를 구성하여 제안한 모델의 정확성을 검증하였다.

• 한국산학기술학회논문지
• /
• 제20권3호
• /
• pp.632-637
• /
• 2019

차량의 자율주행을 위한 최근의 연구는 매우 활성화되고 있고, 안전운행을 보조하고 운전자의 편의성을 향상시키기는 추세이다. 자율주행 차량은 인공지능의 결합, 영상인식 능력과 더불어 사물간의 인터넷 통신이 필수인 상황이다. 모바일 이통통신 네트워크는 처리하는데 한계가 있기 때문에, 쉽게 구현이 가능하고 확장이 용이한 Wi-Fi 네트워크를 활용하여 확장한다. 이러한 차량 관제용 네트워크를 구축하기 위한 무선 설계방식을 제안한다. 이동 단말장치의 데이터 송수신의 손실을 최소화하기 위한 AP의 배치 구성과 소프트웨어 구성방식을 제안한다. 제안한 네트워크 시스템의 설계를 통해서 이동 차량의 통신성능을 비약적으로 높일 수 있다. 또한 다양한 단말장치의 이동에 대한 실험을 통해, 차량용으로 사용할 수 있는 GPS, 영상, 음성 및 데이터 통신의 패킷 구성을 검증한다. 이러한 무선 설계기술을 2.4GHz, 5GHz 및 10GHz Wi-Fi 등의 다양한 범용 무선 네트워크에 확장적용이 가능하다. 또한 무선 지능형 도로망과 자율주행과의 연동이 가능하다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2006년도 춘계학술대회논문집
• /
• pp.1443-1448
• /
• 2006

The reduction of the vehicle interior noise has been the main interest of NVH engineers. The driver's perception on the vehicle noise is affected largely by psychoacoustic characteristic of the noise as well as the SPL. In particular, the HVAC sound among the vehicle interior noise has been reflected sensitively in the side of psychology. Even though the HVAC noise is not louder than overall noise level, it clearly affects subjective perception in the way of making a diver become nervous or annoyed. Therefore, these days a vehicle engineer takes aim at developing sound quality as well as reduction of noise. In this paper, we acquired noises in the HVAC from many vehicles. Through the objective and subjective sound quality evaluation with acquiring noises caused by the vehicle HVAC system, the simple and multiple regression models were obtained for the subjective evaluation 'Pleasant' using the sound quality metrics. The regression procedure also allows you to produce diagnostic statistics to evaluate the regression estimates including appropriation and accuracy. Furthermore, the neural network model were obtained using three inputs(loudness, sharpness and roughness) of the sound quality metrics and one output(subjective 'Pleasant'). And then the models were compared with correlations between sound quality index outputs and hearing test results for 'Pleasant'. As a result of application of the sound quality index, the neural network was verified with the largest correlation of the sound quality index.

• 한국컴퓨터정보학회논문지
• /
• 제12권5호
• /
• pp.313-319
• /
• 2007

본 논문에서는 획득된 차량 영상에서 수직 에지의 특징을 이용하여 번호판 영역과 개별 코드를 추출하고, 추출된 개별 코드는 퍼지 신경망 알고리즘을 이용하여 인식한다. 차량 번호판 영역을 검출하기 위해 프리윗 마스크에 의해 수직 에지를 찾고, 차량 번호판에 관한 특성 정보를 이용하여 잡음을 제거한 추에 차량 번호판 영역과 개별 코드를 추출한다 추출된 개별 코드를 인식하기 위해 퍼지 신경망 알고리즘을 제안하고 인식에 적용한다. 제안된 퍼지 신경망은 입력층과 중간층간의 학습 구조로는 FCM 알고리즘을 적용하고, 중간층과 출력층간의 학습 구조에는 Max_Min 신경망을 적용한다. 제안된 방법의 추출 및 인식 성능을 평가하기 위하여 실제 차량 영상 150장을 대상으로 실험한 결과, 기존의 차량 번호판 인식 방법보다 효율적이고 인식 성능이 개선된 것을 확인하였다.

• 드라이브 ㆍ 컨트롤
• /
• 제12권3호
• /
• pp.18-24
• /
• 2015

The plug-in hybrid electric vehicle has a high fuel economy and can be driven long distances. Its different modes include the electric vehicle, hybrid electric vehicle, and only engine operating mode. A power management strategy is important to determine which mode should be selected. The strategy makes the vehicle more efficient using appropriate power sources for driving. However, the strategy usually needs a driving speed profile which is future driving cycle. If the profile is known, the strategy easily determines which mode is driven efficiently. However, it is difficult to estimate the speed profile for a real system. To address this problem, this paper proposes a new power distribution strategy using a neural network. The average speed and driving range are used as input parameters to train the neural network system. The strategy determines a limit for the use of the battery and the desired power is distributed between the engine and the motor simultaneously. Its fuel economy can increase by improving the basic strategy.

• 지능정보연구
• /
• 제22권1호
• /
• pp.107-118
• /
• 2016

2020년경 우리에게 모습을 보이게 될 5G 이동통신은 IoT, V2X 등을 비롯하여 다양한 서비스를 고객들에게 제공할 것으로 예상되며, 이러한 서비스를 제공하기 위한 요구사항은 꾸준히 수준을 높여오던 고속 데이터 속도 외에도, 신뢰도, 그리고 실시간 서비스를 위한 지연 감소 등이 가장 중요한 고려사항이 될 것으로 전망된다. 이러한 이유는 5G의 주요 응용분야로 고려되는 분야인 M2M, IoT, Factory 4.0 등의 서비스를 위해서는 기존의 속도뿐 아니라, 특히 지연 및 신뢰성이 매우 중요하게 고려되어야 한다. 특히, 교통관제 등 자동차를 기반으로 하는 다양한 V2X(Vehicle to X)를 활용한 지능형 교통관제 시스템 및 서비스에서는 요구사항이 가장 높은 수준으로 고려될 수 있다. 5G 이동통신을 위하여 세계 각국의 표준화 기구들은 서비스를 규정하고 이를 요구사항에 따라 그룹화하여, 서비스의 시나리오 와 기술적 요구사항을 도출하였고, 최근에는 이러한 시나리오를 위한 요구사항의 수준이 어느 정도 합의에 다다르고 있다. 도출된 서비스 시나리오는 5개이며 이는 다음과 같다. 첫 번째 시나리오는 빠른 데이터 전송이 필요한 서비스로 가상 사무공간의 3차원 정보의 전송을 위해 높은 품질의 데이터를 요구한다. 두 번째 시나리오는 운동장, 콘서트장, 백화점과 같이 군중이 몰린 곳에서도 합리적인 이동통신 광대역 서비스 제공하는 경우이며, 세 번째는 이동 중에 일정 수준의 서비스를 제공하는 경우이고, 네 번째 경우는 지연 및 신뢰도에 대한 매우 강한 요구사항을 갖는 경우이며, M2M 통신과 같이 실시간성 보안 및 산업을 위한 응용 등의 예가 해당된다. 마지막으로 다섯 번째는 유비퀴터스 통신의 예이며, 다양한 요구사항을 가진 많은 수의 디바이스에 대한 효과적인 조정하는 경우를 예로 들 수 있다. 5G 통신은 또한 차세대 망의 구조를 고려하여 SDN(Software Defined Network)기반의 구조를 채택하고 있는데, 이러한 망의 구조는 지연과 신뢰도와 밀접한 관계를 갖고, 최악조건의 경우를 위한 SDN을 고려한 망 구조측면의 검토가 필요하다. 다양한 요구사항 중 5G에서 가장 주요시 고려 되어야 할 지연 및 신뢰도에 가장 적합한 시나리오는 지능형 교통 시스템 및 서비스 환경에서의 응급상황이다. 자동차는 매우 빠른 속도로 5G의 작은 셀들을 지나가고, 응급상황에 전달해야 하는 메시지는 매우 짧은 시간에 전달 및 처리되어야 하는 시나리오로 지연에 민감한 최악조건의 대표적인 예라고 생각할 수 있다. 본 논문에서는 V2X의 응급상황에서 SDN 망 구조 및 정보흐름의 규모에 대한 시뮬레이션을 통하여 시스템 수준의 분석을 진행하였다.