• 전기전자학회논문지
• /
• 제20권4호
• /
• pp.351-360
• /
• 2016

최근 딥 러닝을 중심으로 빠르게 발전하고 있는 기계학습 분류 알고리즘은 기존의 방법들보다 뛰어난 성능으로 인하여 주목받고 있다. 딥 러닝 중에서도 Convolutional Neural Network(CNN)는 영상처리에 뛰어나 첨단 운전자 보조 시스템(Advanced Driver Assistance System : ADAS)에서 많이 사용되고 있는 추세이다. 하지만 차량용 임베디드 환경에서 CNN을 소프트웨어로 동작시켰을 때는 각 Layer마다 연산이 반복되는 알고리즘의 특성으로 인해 수행시간이 길어져 실시간 처리가 어렵다. 본 논문에서는 임베디드 환경에서 CNN의 실시간 처리를 위하여 Convolution 연산 및 기타 연산들을 병렬로 처리하여 CNN의 속도를 향상시키는 하드웨어 구조를 제안한다. 제안하는 하드웨어의 성능을 검증하기 위하여 Xilinx ZC706 FPGA 보드를 이용하였다. 입력 영상은 $36{\times}36$ 크기이며, 동작주파수 100MHz에서 하드웨어 수행시간은 약 2.812ms로 실시간 처리가 가능함을 확인했다.

• 한국자동차공학회논문집
• /
• 제25권2호
• /
• pp.219-226
• /
• 2017

This paper addresses the effective and quantitative image DB construction for the development of front looking camera systems. The automotive industry has expanded the capability of front camera solutions that will help ADAS(Advanced Driver Assistance System) applications targeting Euro NCAP function requirements. These safety functions include AEB(Autonomous Emergency Braking), TSR(Traffic Signal Recognition), LDW(Lane Departure Warning) and FCW(Forward Collision Warning). In order to guarantee real road safety performance, the driving image DB logged under various real road conditions should be used to train core object classifiers and verify the function performance of the camera system. However, the driving image DB would entail an invalid and time consuming task without proper guidelines. The standard working procedures and design factors required for each step to build an effective image DB for reliable automotive front looking camera systems are proposed.

• 자동차안전학회지
• /
• 제14권3호
• /
• pp.23-29
• /
• 2022

Among the various functions of ADAS (Advanced Driver Assistance System), the most important and representative function to the safety of vehicle passengers is AEB (Autonomous Emergency Braking system). In South Korea, laws are in progress from 2022 for making it mandatory for passenger vehicles to be installed. And as AEB-equipped vehicles continues to increase in the future, the demand for accident analysis related to the AEB function is expected to increase in the future. In order to find out the operating limits of AEB, it is necessary to consider the situations exceeding the standards covered by EuroNCAP. Therefore we have performed four experiments in this study, including situations encountered in real-word traffic conditions, i.e., an oblique stop of Global Vehicle Target (GVT) and ADAS sensor failures. These experimental results are expected to be of great help in accurate and reliable accident analysis by considering them when analyzing traffic accidents for ADAS vehicles.

• 자동차안전학회지
• /
• 제16권1호
• /
• pp.35-41
• /
• 2024

In order to verify autonomous driving scenarios and safety, a lot of driving and accident data is needed, so various organizations are conducting classification and analysis of traffic accident types. In this study, it was determined that accident recording devices such as EDR (Event Data Recorder) and DSSAD (Data Storage System for Automated Driving) would become an objective standard for analyzing the causes of autonomous vehicle accidents, and traffic accidents that occurred from 2015 to 2020 were analyzed. Using the database system of IGLAD (Initiative for the Global Harmonization of Accident Data), approximately 360 accident data of EDR-equipped vehicles were classified and their characteristics were analyzed by comparing them with accident types of ADAS (Advanced Driver Assistance System)-equipped vehicles. It will be used to develop autonomous vehicle accident investigation guidelines in the future.

• 정보와 통신
• /
• 제32권8호
• /
• pp.38-44
• /
• 2015

본고에서는 자동차의 자율주행이라는 최종의 목표를 위해 필요한 여러 가지 필수 기술 중 하나라고 할 수 있는 자동차의 자기 위치 인식을 위한 측위 기술에 대해 소개하고 그와 관련된 여러 연구 개발 동향을 살펴보고자 한다. 또한, 지능형 운전보조 시스템(ADAS, Advanced Driver Assistance System)에서 필수적인 고정밀 전자 지도(High Precision Map)가 자동차의 자기 위치 인식 정확도 향상에 어떤 방법으로 활용되는 지에 대해서도 알아 보고자 한다.

• 자동차안전학회지
• /
• 제12권3호
• /
• pp.34-42
• /
• 2020

ADAS (Advanced Driver Assistance Systems) uses sensors such as camera, radar, lidar and GPS (Global Positioning System). Among these sensors, the camera has many advantages compared with other sensors. The reason is that it is cheap, easy to use and can identify objects. In this paper, therefore, a theoretical formula was proposed to obtain the distance from the vehicle's front wheel to the lane using a monocular camera. And the validity of the theoretical formula was verified through the actual vehicle test. The results of the actual vehicle test in scenario 4 resulted in a maximum error of 0.21 m. The reason is that it is difficult to detect the lane in the curved road, and it is judged that errors occurred due to the occurrence of significant yaw rates. The maximum error occurred in curve road condition, but the error decreased after lane return. Therefore, the proposed theoretical formula makes it possible to assess the safety of the LKA system.

• 전기전자학회논문지
• /
• 제22권4호
• /
• pp.970-977
• /
• 2018

자율 주행 차량은 주변 환경의 정보를 수집하는 센서, 측정된 데이터를 판단하는 제어 모듈로 구성된 첨단 운전자 지원 시스템(ADAS)을 기반하고 있다. 최근에 자율주행 기술에 대한 관심이 증가함에 따라 ADAS 입문 개발자들 및 학습자들을 위한 손쉬운 개발프레임워크가 필요하다. 그러나, 기존 개발 및 검증 방식은 고성능 자동차 시뮬레이터를 기반하기 때문에 검증 방법의 복잡성 및 고비용 등의 단점이 있다. 또한, 대부분의 방식은 시뮬레이터로부터 ADAS에서 필요로 하는 센싱 데이터를 직접 제공하지 않으므로 검증 신뢰성의 한계가 있다. 본 논문에서는 기존 방식들의 문제점들을 극복하는 3D 자동차 시뮬레이터를 활용한 상호작용형 ADAS 개발 및 검증 프레임워크를 제시한다. 영상인지 기반의 인공지능을 적용한 ADAS를 3D 자동차 시뮬레이터에서의 가상센서로 구현하고, 실제 시나리오에 자율주행 검증을 진행하였다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.96-108
• /
• 2017

기존의 첨단 운전자 지원 시스템 (Advanced Driver Assistance System, ADAS)들은 전방 위험탐지와 같은 한정적 상황에서의 사고 예방에 집중하고 있어 다양한 사고 시나리오가 존재하는 교차로에 적용하기에는 한계를 가지고 있다. 또한 기존 연구는 주로 사고 요인 분석에 집중하고 있어 첨단 운전자 지원 시스템의 사고 예방 성능에 관한 연구는 미비한 편이다. 이에 본 연구에서는 비전 및 레이더 센서 기반 첨단 운전자 지원 시스템의 다양한 교차로 사고 예방에 대한 성능을 평가하고 대책을 마련하고자 한다. 이를 위하여 미국의 Second Strategic Highway Research Program(SHRP2)의 naturalistic driving study(NDS)에서 수집된 사고/준사고 상황의 거리 측정 데이터를 기반으로 16개의 교차로 사고 시나리오를 도출하였고, 총 363건의 차량과 차량 간 사고를 분석하였다. 분석 결과 16개의 사고 시나리오 중 0.7의 사고 예방율을 기준으로 카메라 기반 시스템은 5개, 레이더 기반 시스템은 4개의 사고 시나리오에서 사고를 예방할 수 있었다.

• 방송공학회논문지
• /
• 제22권1호
• /
• pp.62-69
• /
• 2017

신호등 검출은 첨단운전자보조시스템에서 매우 중요하며 최근 신호등 검출 알고리즘의 연구가 활발히 진행 중이다. 그러나 기존의 영상처리 기반의 신호등검출 알고리즘은 조명의 변화에 민감하다는 문제점이 있다. 이러한 문제점을 해결하기 위하여 본 논문에서는 다음과 같은 신호등 검출 알고리즘을 제안한다. 먼저 제안하는 컬러맵과 HSV(hue-saturation-value)를 이용하여 신호등의 후보영역을 검출한다. 이후 검출된 신호등 후보영역으로부터 HOG(histogram of oriented gradient) 서술자와 SVM(support vector machine)을 이용하여 신호등을 검출한다. 검출된 신호등 영상을 이용하여 제안하는 Multilayer HOG 서술자를 이용하여 신호등의 방향 정보를 결정한다. 실험결과에서 확인할 수 있듯이 제안하는 알고리즘은 높은 검출성능과 실시간 처리가 가능하다.

• 한국산학기술학회논문지
• /
• 제18권12호
• /
• pp.628-637
• /
• 2017

현대사회의 자동차 산업은 교통사고를 예방하고 운전자의 운전 부담을 줄이기 위해 첨단 운전 보조 장치(ADAS)를 개발 해왔다. ADAS중 차선유지지원장치(LKAS)는 안전과 운전 향상을 위해 차량 시스템을 자동화시키기 위해 개발되었다. LKAS의 주요 역할은 현재 차선 내에서 차량을 유지하는데 있어 운전자를 도와주는 것이다. LKAS는 레이더센서와 카메라센서를 사용하여 차선 내에서 차량의 위치에 대한 정보를 수집하고 필요한 경우 엑츄에이터에 명령을 전송하여 차량의 측면 이동에 영향을 미친다. 최근 LKAS가 장착된 차량 일부가 일부 선진국에서 상용화되며 안정성이 증가되었다. 국제적으로 LKAS 평가를 위한 시험절차는 ISO(International Organization for Standardization)와 UNECE(United Nations Economic Commission for Europe)와 같은 국제위원회에서 논의하며 개발중이다. 한국에서는 차량 안전을 위한 LKAS의 평가가 KNCAP(Korean New Car Assessment Program)에 의해 도입될 예정이다. 따라서 국제표준에 부합하는 국내 도로환경에 적합한 LKAS의 시험 절차가 개발되어야한다. 본 논문에서는 국내도로환경에 맞춘 LKAS 시험시나리오 개발 및 목표 상대거리를 구하는 수식을 제안한다. 그리고 제안한 시나리오와 수식을 평가하기 위해 LKAS가 장착된 상용차량을 사용하여 시험평가를 진행하였다.