• 대한교통학회지
• /
• 제35권4호
• /
• pp.332-347
• /
• 2017

자율주행기술이 교통류에 미치는 영향을 분석하기 위해서는 자율차와 비자율차 간의 상호작용을 분석하는 것이 중요한 이슈이다. 특히 자율주행기술을 활용한 유용한 서비스 중의 하나인 군집주행은 주변의 비자율 차량의 주행행태에 영향을 미칠 수 있다. 본 연구의 목적은 군집주행 환경에서 비자율차의 차로변경행태 분석하는 것이며, 3단계의 실험 및 조사를 수행하였다. 1단계 영상기반 인지특성 분석을 통해 군집주행 환경에서 어떠한 반응행태를 보일 것인지를 조사하였으며, 2단계 주행시뮬레이션 실험을 통해 비자율차의 차로변경행태를 분석하였다. 차로변경행태를 분석하기 위해 차로변경시간과 교통류의 안전성을 나타낼 수 있는 지표인 가속소음을 이용하였으며, 자율차의 시스템 보급률(Market Penetration Rate, MPR)과 피실험자 인적요소에 따른 비자율차의 주행행태 차이를 비교 분석하였다. 마지막 단계인 NASA-TLX(NASA Task Load Index)를 통해 비자율차 운전자의 작업부하를 평가하였다. 분석결과 군집차량군 주변의 비자율차 운전자는 심리적인 부담감을 느끼며, MPR이 증가할수록 차로변경시간이 길어지고 30-40대 운전자 또는 여성 운전자의 경우 안전성이 낮아지는 것으로 나타났다. 본 연구에서 도출된 결과는 자율차와 비자율차의 상호작용을 반영한 보다 현실성 높은 교통시뮬레이션 실험 시 기초자료로 활용될 수 있고, 이를 기반으로 자율협력주행 환경에서 적용 가능한 교통운영관리전략 수립을 효과적으로 지원할 것으로 기대된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1998년도 하계학술대회 논문집 A
• /
• pp.368-370
• /
• 1998

The TPS accepts as input, vehicle parameters, control parameters, station parameters and right-of-way profile. Outputs of TPS program include velocity, elapsed time and power profiles. This paper represents how to develop the TPS program. The TPS program simulates the operation of a single train under the input conditions.

• 대한전기학회논문지:전기기기및에너지변환시스템부문B
• /
• 제49권1호
• /
• pp.32-39
• /
• 2000

In this paper, an improved re-adhesion control scheme is proposed for 1C4M railway traction system. It is well known that the coefficient of adhesion between wheel and rail has a maximum value at a certain slip velocity. In the proposed scheme, adhesive effort is estimated by a full-order observer and the driving torque of motor is controlled to get maximum adhesive effort. The-adhesion control simulator is designed to verify the proposed re-adhesion control algorithm. The simulation results and experimental results are presented.

• 한국항행학회논문지
• /
• 제19권4호
• /
• pp.288-298
• /
• 2015

무인기 상용화를 위해서는 유인기 수준의 안전성을 확보할 수 있는 공중 및 지상 의 충돌경보 및 회피시스템 (sense and avoid or SAA) 개발과 검증이 필요하다. SAA 검증을 위한 비행시험은 높은 시험비용과 사고위험 때문에 많은 시험사례(test case)를 검토하기 어려우므로 시뮬레이션 시험으로 보완하는 것이 필수적이다. SAA 시뮬레이션 시험을 위해 flight simulator, Matlab/Simulink 시뮬레이터와 항전장비 시뮬레이션 모델들이 서로 연동하는 통합 무인기 시뮬레이션 환경을 구축하였다. 사례연구로서 TCAS 충돌경보 simulink 모델을 개발하고 Flight Gear와 연동하여 통합 무인기 시뮬레이션 환경을 구축하였고 이를 encounter model을 이용하여 검증하였다. 통합 무인기 시뮬레이션 환경을 활용하면 항전장비 개발주기의 개념설계 단계부터 부품 및 시스템의 성능/신뢰성 분석을 시작할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제8권3호
• /
• pp.47-54
• /
• 2008

도로 기반 시설의 도움 없이 지능형 교통 시스템을 실현하기 위한 차량 간 통신(Inter-Vehicle Communication)에 대한 관심이 증가하고 있다. 차량 간 통신은 고정된 인프라 없이 차량간에 실시간 정보를 교환할 수 있게 해준다. 차량 간 통신 시스템은 정보를 전송하기 위해 멀티 홉 브로드캐스트 방식을 사용한다. 본 논문에서는 차량 간 통신을 위한 위치 정보 기반의 AODV 라우팅 프로토콜을 제안한다. 제안하는 AODV 라우팅 프로토콜은 위치 정보를 갖는 Hello 패킷을 전송하여 노드간 거리를 계산한다. 그런 다음 각 노드의 거리테이블을 이용하여 신속한 경로 복구를 수행한다. 제안하는 AODV 라우팅 프로토콜의 성능은 퀄넷(Qualnet) 버전 3.8 시뮬레이터를 사용하여 기존의 AODV 라우팅 프로토콜과 비교하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 A
• /
• pp.218-219
• /
• 2006

This paper is about modeling on 1500V DC electric railroad system. Electric railroad systems have peculiar characteristics against other electric system. The characteristics arc that the railroad systems have electric vehicle loads which are power-varying and location-varying with time. Because of this load characteristic, the electric railroad system modeling which reflects its own characteristics on EMTDC simulation could not be achieved. However, to reflect load characteristic on EMTDC, this paper suggests electric railroad system modeling by using TPS (Train Performance Simulator) that was developed in Korea Railroad Research Institute. A TPS program has various kinds of input data, such as operation condition, vehicle condition, and power system condition. By these data, TPS calculates mechanical power consumption and location, especially it decide electric power consumption on the basis of the fact that consumed electric and mechanical power are equal. Moreover, on this paper, movement of vehicle is reflected on EMTDC simulation as variation of feeder impedance. Also, an electric vehicle load is modeled as time-varying constant power load model.

• 한국전자통신학회논문지
• /
• 제9권3호
• /
• pp.387-392
• /
• 2014

최근에 전기자동차의 상용화가 머지않은 상황에서 운전자를 위한 다양한 전자적 기능들이 개발되어지고 있다. 특히, 뇌파(EEG)를 통하여 운전자의 상태를 모니터링하면서 졸음방지나 건강상태를 실시간으로 점검하는 기능들이 있다. 자동차 운전자의 뇌파를 의료기관 서버에 전송하여 관련 기능들을 제공할 수 있는데 이때 자동차간 또는 자동차와 노변장치간의 원활한 통신기능이 필수적이다. 따라서 본 논문에서는 도심의 교차로환경에서 원활한 EEG 통신기능을 제공하는 라우팅 프로토콜을 제시하기 위해 AODV, DSR, GRP, OLSR, TORA와 같은 5가지의 라우팅 프로토콜로 운영되는 무선통신망을 각각 설계하고 이를 OPnet 네트워크 시뮬레이션을 통하여 성능을 평가하고 결과를 제시하고자 한다.

• 한국항행학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2006

본 논문에서는 지능형 교통망 시스템 서비스에 사용될 5.8GHz 대역에서 OFDM을 이용한 단거리 전용 통신 시스템의 성능 평가 및 분석하였다. DSRC 채널은 차량의 이동 속도가 최대 180km/h 로 빠른 속도를 가지며, 이로 인하여 핸드 오프가 발생하지 않을 경우, 다양한 정보를 제공하기에는 서비스 시간이 매우 짧다. 따라서, 교통정보와 다양한 멀티미디어 서비스 등을 하기 위해서 더 높은 전송속도가 요구되며, 현재 차세대 DSRC 시스템의 데이터 전송 속도는 10Mbps 이상으로 추진되고 있다. 본 논문에서는 라이시안 채널에서의 수신 신호를 컴퓨터 시뮬레이터를 이용하여 실험하였고, BCH 부호화 기법을 적용하여 시스템의 성능을 분석하였다.

• 한국해양공학회지
• /
• 제30권5호
• /
• pp.367-373
• /
• 2016

This paper describes the development of a navigation HILS (hardware in the loop simulation) system for an integrated navigation performance analysis of a large diameter unmanned underwater vehicle (LDUUV). The HILS system was used for the performance analysis of the LDUUV. When a conventional HILS system is used, it is not possible to calculate the velocity and position using an inertial navigation system (INS). To cope with this problem, an external acceleration was generated. To evaluate the proposed method, we compare the results of a Monte Carlo simulation and navigation HILS experiment.

• ETRI Journal
• /
• 제45권1호
• /
• pp.75-92
• /
• 2023

Level 3 autonomous vehicles require conditional autonomous driving in which autonomous and manual driving are alternately performed; whether the driver can resume manual driving within a limited time should be examined. This study investigates whether the demographics and subjective driving tendencies of drivers affect the take-over performance. We measured and analyzed the reengagement and stabilization time after a take-over request from the autonomous driving system to manual driving using a vehicle simulator that supports the driver's take-over mechanism. We discovered that the driver's reengagement and stabilization time correlated with the speeding and wild driving tendency as well as driving workload questionnaires. To verify the efficiency of subjective questionnaire information, we tested whether the driver with slow or fast reengagement and stabilization time can be detected based on machine learning techniques and obtained results. We expect to apply these results to training programs for autonomous vehicles' users and personalized human-vehicle interfaces for future autonomous vehicles.