• 대한임베디드공학회논문지
• /
• 제6권3호
• /
• pp.132-138
• /
• 2011

This paper presents an intelligent control approach for lateral position control of an autonomous four wheel steered snowplowing robotic vehicle. The vehicle is built for removing snow on the highway. Dynamics of the vehicle is derived and linearized for LQR control. Lateral position is controlled by the LQR method first, then the neural network control technique is introduced to improve tracking performances under the presence of load. The feasibility of using four wheel steering control is investigated by simulation studies of lateral position tracking of the Ford F-250 truck model. Performances of a LQR control method and a neural network control method under virtual snowplowing situation are compared.

• 한국콘텐츠학회논문지
• /
• 제21권3호
• /
• pp.68-79
• /
• 2021

소셜 사물 인터넷(SIoT)에서 차량들이 다양한 정보를 생성하고 이를 다른 차량과 공유하고 피드백을 주고 받는 소셜 행위가 이루어진다. 차량 간에 신뢰성 있는 정보를 공유하기 위해서는 차량의 신뢰성을 판별하는 것이 중요하다. 본 논문에서는 차량들 간에 신뢰성 있는 정보를 공유하기 위한 차량 신뢰도 계산 기법을 제안한다. 제안하는 기법은 차량 간 소셜 행위에 기반한 사용자 평판과 네트워크 신뢰도를 고려하여 차량 신뢰도를 판별한다. 차량은 점수 부여, 무시, 재배포 등의 행위를 선택할 수 있으며 이에 따라 사용자 평판이 계산된다. 네트워크 신뢰도를 계산하기 위해 다른 차량과의 거리와 패킷 전송률을 이용한다. 사용자 평판과 네트워크 신뢰도를 이용하여 지역 신뢰도가 계산된다. 이때, 전달되는 데이터의 중복 배포를 방지한다. RSU(Road Side Unit)의 데이터를 활용하여 지역적인 데이터의 한계를 극복하고 전역적인 데이터를 활용하여 보다 더 정확한 차량 신뢰도 계산이 가능하다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해서 성능이 우수함을 보인다.

• Journal of Information Processing Systems
• /
• 제19권5호
• /
• pp.663-672
• /
• 2023

Most vehicle detection methods have poor vehicle feature extraction performance at night, and their robustness is reduced; hence, this study proposes a night vehicle detection method based on style transfer image enhancement. First, a style transfer model is constructed using cycle generative adversarial networks (cycleGANs). The daytime data in the BDD100K dataset were converted into nighttime data to form a style dataset. The dataset was then divided using its labels. Finally, based on a YOLOv5s network, a nighttime vehicle image is detected for the reliable recognition of vehicle information in a complex environment. The experimental results of the proposed method based on the BDD100K dataset show that the transferred night vehicle images are clear and meet the requirements. The precision, recall, mAP@.5, and mAP@.5:.95 reached 0.696, 0.292, 0.761, and 0.454, respectively.

• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.19-25
• /
• 2011

본 논문에서는 연료 소모량을 예측하기 위해 차량 데이터를 이용한 신경회로망 모델링 방식을 제안하였다. 제안한 신경회로망의 훈련과 시험 데이터를 획득하기 위해 시내를 중형 가솔린 차량을 주행하였고, OBD-II 포트에서 입력 데이터로 속도, 엔진 RPM, 쓰로틀 위치 센서(TPS), 흡기 공기량(MAF)을 측정하였고, 목표값으로 연료 소모량을 측정하였다. 입력과 출력 데이터의 빈선형 맵핑을 위해 다층 퍼셉트론 네트워크를 사용하였다. 신경회로망 모델은 평균 제곱오차가 $1.306{\times}10^{-6}$로 연료 소모량을 매우 잘 예측함을 확인하였다.

• 전기전자학회논문지
• /
• 제24권4호
• /
• pp.1184-1187
• /
• 2020

본 논문에서는 UART (Universal Asynchronous Receiver/Transmitter)와 CAN (Controller Area Network)의 장점을 활용할 수 있는 차량통신 콘트롤러를 제안한다. UART는 1대1 통신에 사용되며 데이터 유효성 검사로 패리티 비트를 사용한다. 제안하는 차량통신 콘트롤러를 사용하는 경우에는 UART를 CAN으로 변환하여 1대1 통신뿐만 아니라 버스 구조의 다중 통신도 가능하다. 또한 데이터 유효성 검사를 패리티보다 발전된 CRC (cyclic redundancy check)를 통해 수행하므로 신뢰도가 올라간다. CAN은 마이크로프로세서에 의해 제어되지만 제안하는 차량통신 콘트롤러를 사용하는 경우에는 RS-232, RS-422, RS-485를 지원하는 장치라면 무엇이든지 제어가 가능하다.

• 한국해양공학회지
• /
• 제11권4호
• /
• pp.180-188
• /
• 1997

This paper proposes a new efficient MAC(Media Access Control) protocol to establish the ultrasonic communication network for underwater vehicles, which ensures a certain level of maximum throughput regardless of the propagation delay of ultrasonic and allows fast data transmission through the multiple ultrasonic communication channel. A MAC protocol for underwater communication network that allows 'peer-to-peer' communication between a surface ship and multiple underwater systems is designed, and the proposed control protocol is implemented for its verification.

• 한국정보통신학회논문지
• /
• 제14권11호
• /
• pp.2527-2534
• /
• 2010

최근차량내의 각 네트워크 간 통신 및 확장을 위한 표준 형식의 필요성이 대두되고 있다. 그 이유는 차량은 다양한 차량 네트워크로 구성되지만 각 네트워크는 고유의 프로토콜을 사용하므로 네트워크간의 호환이 어렵기 때문이다. 그리고 이기종 차량 네트워크 간 다양한 서비스 제공이 어렵다. 이 논문에서는 차량 네트워크 기반 지능형 서비스 제공을 위한 XML 스키마를 표준 프로토콜을 기반으로 설계하여 이기종 차량 네트워크 간 메시지의 호환성 및 확장성을 만족시킨다. 그리고 XML 빌드 도구 및 파서 도구를 구현하여 기존 차량 네트워크 기반 메시지가 지능형 서비스에 원활히 대응될 수 있음을 보여주었다.

• 전자공학회논문지
• /
• 제52권10호
• /
• pp.47-55
• /
• 2015

전자 산업의 발달과 함께 많은 전자 제어 장치가 차량 내부에 탑재됨에 따라 차량의 기능을 검증하는 것은 더더욱 어려워지고 있다. 차량의 기능 오작동은 인명손실의 우려가 있기 때문에 차량에 있어서 신뢰성은 무엇보다 중요하게 고려되어야 한다. 본 논문에서는 차량의 신뢰성 향상을 위한 CAN 통신 기반의 고장 진단 플랫폼을 제안한다. 양산 이후에도 독립적인 테스트 경로를 통한 구조적 테스트를 실시함으로써 차량의 신뢰성은 크게 증가할 것이다. 또한, 별도의 테스트 핀이 필요하지 않기 때문에 테스트 비용을 절감할 수 있다.

• 한국정보처리학회논문지
• /
• 제3권5호
• /
• pp.1037-1045
• /
• 1996

본 논문은 전방차량 추적에 있어서 스테레오 카메라 패러렐 모델을 사용하여 전방 차량과의 거리 및 헤딩앵글 데이터를 추출하고 이들 데이터를 이용하여 무인자동차 ART(Binocular Autonomous Research Team vehicle)를 제어하는 방법에 관한 것이다. 무인자동창의 제어는 2개의 역전달 뉴럴네트워크의 일종인 TDNN(Time De-lay Neural Network)을 각각 독립적으로 사용하였다. 그중 하나는 S-TDNN으로 추적차량의 속도와 전방차량과의 거리를 제어하며, 다른 하나는 A-TDNN으로 무인차량의 스티어링 앵글을 전담 제어한다. 인간 운전자가 전방차량을 추적하면서 수집한 제이터를 이용하여 상기 뉴럴네트워크를 학습시키며, 학습된 뉴럴네트워크는 인간이 운전하였을 때와 같은 조건하에서 전방차량의 추적을 만족스럽게 수행하였다. 뉴럴네트워크를 이용한 제어프 로그램은 이식성이 높아 다른 종류의 차량에도 쉽게 적용할 수 있어 타모델에 적용 시에 개발경비와 소요 시간을 줄일 수 있는 장점이 있다.

• 대한기계학회논문집A
• /
• 제26권5호
• /
• pp.969-975
• /
• 2002

Visual effects are important cues for providing occupants with virtual reality in a vehicle simulator which imitates real driving. The viewpoint of an occupant is sensitively dependent upon the occupant's posture, therefore, the total human body motion must be considered in a graphic simulator. A real-time simulation is required for the dynamic analysis of complex human body motion. This study attempts to apply a neural network to the motion analysis in various driving situations. A full car of medium-sized vehicles was selected and modeled, and then analyzed using ADAMS in such driving conditions as bump-pass and lane-change for acquiring the accelerations of chassis of the vehicle model. A hybrid III 50%ile adult male dummy model was selected and modeled in an ellipsoid model. Multibody system analysis software, MADYMO, was used in the motion analysis of an occupant model in the seated position under the acceleration field of the vehicle model. Acceleration data of the head were collected as inputs to the viewpoint movement. Based on these data, a back-propagation neural network was composed to perform the real-time analysis of occupant motions under specified driving conditions and validated output of the composed neural network with MADYMO result in arbitrary driving scenario.