• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.399-400
• /
• 2010

산업의 발전과 경제성장을 바탕으로 대한민국의 자동차 등록수는 매년 꾸준한 증가세를 보이고 있다. 이와 더불어 자동차 사고 또한 급격히 증가하고 있다. 대한민국은 OECD회원국중 교통사고 발생건수가 높은 편이고 사망자수 또한 상위에 랭크되어 있다. 이러한 사망자 수는 각 나라별 교통사고 발생건수 대비 사망자수와 비교시 높은 사망률을 보이고 있다. 또한 자동차 충돌 사고에서 빈번히 발생되는 운전자의 의식불명에 따른 초기 응급조치의 미흡, 뺑소니 또는 사고 후 방치되는 상황을 방지하기 위해 차량용 블랙박스와 사고발생 통보 시스템이 필요하다. 본 논문에서는 가속도센서를 이용하여 사고 발생시 충격 임계점을 계산한 후 사고 발생을 블루투스를 이용하여 스마트폰으로 전송한다, 또한, 교통사고 발생 후 환자의 응급 후송 및 2차 교통사고를 방지하기 위한 시스템의 필요성에 따라 블랙박스를 접목한 차량용 응급상황 감지 및 통보 시스템을 설계 및 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.531-534
• /
• 2022

승차 공유, 카풀, 렌터카의 이용률이 증가하면서 많은 사용자가 동일한 차량에 로컬 액세스 할 수 있는 시나리오가 더욱 보편화됨에 따라 차량 네트워크에 대한 공격 가능성이 커지고 있다. 차량용 CAN Bus Network에 대한 DoS(Denial of Service), Fuzzy Attack 및 Replay Attack과 같은 공격은 일부 ECU(Electronic Controller Unit) 비활성 및 작동 불능 상태를 유발한다. 에어백, 제동 시스템과 같은 필수 시스템이 작동 불가 상태가 되어 운전자에게 치명적인 결과를 초래할 수 있다. 차량 네트워크 침입 탐지를 위하여 많은 연구가 진행되고 있으나, 기존 화이트리스트를 이용한 탐지 방법은 새로운 유형의 공격이 발생하거나 희소성이 높은 공격일 때 탐지하기 어렵다. 본 논문에서는 인공신경망 기반의 CAN 버스 네트워크 침입 탐지 기법을 제안한다. 제안하는 침입 탐지 기법은 2단계로 나누어 진다. 1단계에서 정상 패킷 분포를 학습한 VAE 모형이 이상 탐지를 수행한다. 이상 패킷으로 판정될 경우, 2단계에서 인코더로부터 추출된 잠재변수와 VAE의 재구성 오차를 이용하여 공격 유형을 분류한다. 분류 결과의 신뢰점수(Confidence score)가 임계치보다 낮을 경우 학습하지 않은 공격으로 판단한다. 본 연구 결과물은 정보보호 연구·개발 데이터 첼린지 2019 대회의 차량 이상징후 탐지 트랙에서 제공하는 정상 및 3종의 차량 공격시도 패킷 데이터를 대상으로 성능을 평가하였다. 실험을 통해 자동차 제조사의 규칙이나 정책을 사전에 정의하지 않더라도 낮은 오탐율로 비정상 패킷을 탐지해 낼 수 있음을 확인할 수 있다.

• ETRI Journal
• /
• v.45 no.2
• /
• pp.213-225
• /
• 2023

Physical layer security (PLS) can improve the security of both terrestrial and nonterrestrial wireless communication networks. This study proposes a simplified framework for nonterrestrial cyclic prefixed orthogonal variable spreading factor (OVSF)-encoded multiple-input and multiple-output nonorthogonal multiple access (NOMA) systems to ensure complete network security. Various useful methods are implemented, where both improved sine map and multiple parameter-weighted-type fractional Fourier transform encryption schemes are combined to investigate the effects of hybrid PLS. In addition, OVSF coding with power domain NOMA for multi-user interference reduction and peak-toaverage power ratio (PAPR) reduction is introduced. The performance of $\frac{1}{2}$-rated convolutional, turbo, and repeat and accumulate channel coding with regularized zero-forcing signal detection for forward error correction and improved bit error rate (BER) are also investigated. Simulation results ratify the pertinence of the proposed system in terms of PLS and BER performance improvement with reasonable PAPR.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.6
• /
• pp.43-49
• /
• 2022

FMCW(Frequency Modulated Continuous Wave) Radar is very useful for vehicle collision warning system and autonomous driving sensor. In this paper, the design and implementation of FMCW radar based on two chip MMIC developed as an autonomous driving sensor was described. Especially, generation of frame-based and chirp-based waveform generation and signal processing are mixed to have the strength of maximum detection speed and compensation of speed. This implemented system was analyzed for performance and commercialization potential through lab. test and driving test in K-city.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.701-702
• /
• 2020

본 논문에서는 Jetson-Nano와 데스크탑에서 OpenCV와 YOLOv3 실시간 객체 인식 알고리즘을 이용하여 웹캠을 통해 주차장 등의 출입 차량 인식 통계 시스템을 개발하였다. 최근 에지컴퓨팅에 관심이 증가하고 있는 시점에서 Nvidia사에서 개발하여 보급하고 있는 Jetson-Nano에 YOLOv3 tiny와 OpenCV를 이용하여 차량인식을 수행하고, 구글에서 개발한 오픈 소스 Tesseract-OCR을 이용해 차량번호인식하여 입출차 혹은 주차시 차량정보를 확인할 수 있다. 딥러닝 학습 알고리즘에서 전기차 번호판의 특징점을 인식하여 전기차를 판별하여 일반차량이 전기차 주차구역에 불법주차하는 것을 모니터링할 수도 있다. 출입한 차량 데이터 베이스에서 입출차 시각, 차량번호, 전기차여부등이 확인 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.465-466
• /
• 2022

본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출 모델인 YOLOv4를 활용하여 차량의 모델과 번호판인식 시스템을 제안한다. 본 논문에서 제안하는 시스템은 실시간 영상처리기술인 YOLOv4를 사용하여 차량모델 인식과 번호판 영역 검출을 하고, CNN(Convolutional Neural Network)알고리즘을 이용하여 번호판의 글자와 숫자를 인식한다. 이러한 방법을 이용한다면 카메라 1대로 차량의 모델 인식과 번호판 인식이 가능하다. 차량모델 인식과 번호판 영역 검출에는 실제 데이터를 사용하였으며, 차량 번호판 문자 인식의 경우 실제 데이터와 가상 데이터를 사용하였다. 차량 모델 인식 정확도는 92.3%, 번호판 검출 98.9%, 번호판 문자 인식 94.2%를 기록하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.299-300
• /
• 2024

첨단 기술의 발전과 함께 지능형 운전자 보조 시스템의 성능 및 교통 시스템 체계가 고도화됨에 따라 전반적인 교통사고 발생 건수는 줄어드는 추세지만 대한민국의 교통사고 발생 빈도는 아직 OECD 평균 대비 높은 실정이다. 특히, 2020년 경제 협력 개발 기구(OECD) 통계에 따르면 대한민국의 인구 10만 명당 교통사고 사망자 수는 회원국 36개 중 29위로 매우 높은 축에 속한다. 따라서, 본 논문에서는 교통사고 발생률을 낮추는 데 도움을 줄 수 있는 주행 이상 패턴 감지 시스템을 제안한다. 제안한 방법에서는 실시간 영상 분석을 통해 신호등 및 차선을 인식함과 동시 차량 내부 진단 데이터에 대한 시계열 분석을 기반으로 운전자의 운전 패턴을 분석한 후 평소와 다른 이상 징후를 발견하면 운전자에게 경고 알림을 제공하여 위험한 상황을 회피할 수 있도록 지원한다.

• International Journal of Internet, Broadcasting and Communication
• /
• v.16 no.3
• /
• pp.212-220
• /
• 2024

A recently the advancement of society, AI technology has made significant strides, especially in the fields of computer vision and voice recognition. This study introduces a system that leverages these technologies to recognize users through a camera and relay commands within a vehicle based on voice commands. The system uses the YOLO (You Only Look Once) machine learning algorithm, widely used for object and entity recognition, to identify specific users. For voice command recognition, a machine learning model based on spectrogram voice analysis is employed to identify specific commands. This design aims to enhance security and convenience by preventing unauthorized access to vehicles and IoT devices by anyone other than registered users. We converts camera input data into YOLO system inputs to determine if it is a person, Additionally, it collects voice data through a microphone embedded in the device or computer, converting it into time-domain spectrogram data to be used as input for the voice recognition machine learning system. The input camera image data and voice data undergo inference tasks through pre-trained models, enabling the recognition of simple commands within a limited space based on the inference results. This study demonstrates the feasibility of constructing a device management system within a confined space that enhances security and user convenience through a simple real-time system model. Finally our work aims to provide practical solutions in various application fields, such as smart homes and autonomous vehicles.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.13 no.1
• /
• pp.1-14
• /
• 2014

The expansion of the physical road in response to changes in social conditions and policy of the country has reached the limit. In order to alleviate congestion on the existing road to reconsider the effectiveness of this method should be asking. Currently, how to collect traffic information for management of the intersection is limited to point detection systems. Intelligent Transport Systems (ITS) was the traffic information collection system of point detection method such as through video and loop detector in the past. However, intelligent transportation systems of the next generation(C-ITS) has evolved rapidly in real time interval detection system of collecting various systems between the pedestrian, road, and car. Therefore, this study is designed to evaluate the development of an algorithm for queue length based real-time traffic signal control methodology. Four coordinates estimate on time-space diagram using the travel time each individual vehicle collected via the interval detector. Using the coordinate value estimated during the cycle for estimating the velocity of the shock wave the queue is created. Using the queue length is estimated, and determine the signal timing the total queue length is minimized at intersection. Therefore, in this study, it was confirmed that the calculation of the signal timing of the intersection queue is minimized.

• Journal of the Korea Institute of Construction Safety
• /
• v.2 no.1
• /
• pp.36-44
• /
• 2019

$21^{st}$ century is digitally civilized era. Technologies such as AI, Iot, Big Data, Mobile and etc makes this era digitally advanced. These advancement of the technology greatly impacted detection range of the radar. Human's eye sight can see about 20Km and hear 20 ~ 20000 Hz. These limitations can be overcome using radar. This radar technology is used in military, aircraft, ship, vehicle and etc. to replace human eye. However, radar technology is capable of making False Alarm Rate. This document will propose the fix of these problems. Radar's distortion includes beam refraction, diffraction and reflection. These inaccurate data result in deterioration of human judgements and my cause various casualties and damages. Radar goes through annual testing to test how many false alarm is being produced. Normal radar usually makes 10 to 20 False alarms. In emergency situation, if operator were to follow this false alarm, this might result in following false object or take 12 more seconds to follow the right object. This problem can be overcome by using different radar data from different places and angles. This helps reduces False Alarm rate and track the object twice as fast.