• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권11호
• /
• pp.5299-5320
• /
• 2019

Interest in self-driving vehicle research has been rapidly increasing, and related research has been continuously conducted. In such a fast-paced self-driving vehicle research area, the development of advanced technology for better convenience safety, and efficiency in road and transportation systems is expected. Here, we investigate research in self-driving vehicles and analyze the main technologies of driverless car software, including: technical aspects of autonomous vehicles, traffic infrastructure and its communications, research techniques with vision recognition, deep leaning algorithms, localization methods, existing problems, and future development directions. First, we introduce intelligent self-driving car and road infrastructure algorithms such as machine learning, image processing methods, and localizations. Second, we examine the intelligent technologies used in self-driving car projects, autonomous vehicles equipped with multiple sensors, and interactions with transport infrastructure. Finally, we highlight the future direction and challenges of self-driving vehicle transportation systems.

• 산업경영시스템학회지
• /
• 제32권1호
• /
• pp.67-71
• /
• 2009

Using driving simulator, we analyzed the driving behavior of an older driver on intersection and measured the pychological load to HRV. As a results, older drivers started to enter the more complex intersection on a great distance and on low velocity for safety driving. On the other hand, the value of HRV would be lower on more complex intersections. It suggested that an older driver allowed for his own losses of physiological and cognitive function and recognized low level of driving confidence relatively.

• 드라이브 ㆍ 컨트롤
• /
• 제17권4호
• /
• pp.80-86
• /
• 2020

Autonomous driving is one of the most important new technologies of our time; it has benefits in terms of safety, the environment, and economic issues. Path following algorithms, such as automated lane keeping systems (ALKSs), are key level 3 or higher functions of autonomous driving. Pure-Pursuit and Stanley controllers are widely used because of their good path tracking performance and simplicity. However, with the Pure-Pursuit controller, corner cutting behavior occurs on curved roads, and the Stanley controller has a risk of divergence depending on the response of the steering system. In this study, we use the advantages of each controller to propose a hybrid control strategy that can be stably applied to complex driving environments. The weight of each controller is determined from the global and local curvature indexes calculated from HD map information and the current driving speed. Our experimental results demonstrate the ability of the hybrid controller, which had a cross-track error of under 0.1 m in a virtual environment that simulates K-City, with complex driving environments such as urban areas, community roads, and high-speed driving roads.

• Journal of Information Processing Systems
• /
• 제13권2호
• /
• pp.285-304
• /
• 2017

Big data information and pattern analysis have applications in many industrial sectors. To reduce energy consumption effectively, the eco-driving method that reduces the fuel consumption of vehicles has recently come under scrutiny. Using big data on commercial vehicles obtained from digital tachographs (DTGs), it is possible not only to aid traffic safety but also improve eco-driving. In this study, we estimate fuel consumption efficiency by processing and analyzing DTG big data for commercial vehicles using parallel processing with the MapReduce mechanism. Compared to the conventional measurement of fuel consumption using the On-Board Diagnostics II (OBD-II) device, in this paper, we use actual DTG data and OBD-II fuel consumption data to identify meaningful relationships to calculate fuel efficiency rates. Based on the driving pattern extracted from DTG data, estimating fuel consumption is possible by analyzing driving patterns obtained only from DTG big data.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.728-734
• /
• 2021

최근 심층강화학습을 활용한 종단간 자율주행에 대한 관심이 크게 증가하고 있다. 본 논문에서는 차량의 종방향 주행 성능을 개선하는 잠재 SAC 기반 심층강화학습의 보상함수를 제시한다. 기존 강화학습 보상함수는 주행 안전성과 효율성이 크게 저하되는 반면 제시하는 보상함수는 전방 차량과의 충돌위험을 회피하면서 적절한 차간거리를 유지할 수 있음을 보인다.

• 대한임베디드공학회논문지
• /
• 제19권2호
• /
• pp.115-121
• /
• 2024

Each ADS must have a validation and evaluation scenario for ODD. This requires a large number of scenarios, so a scenario library must be developed. In order to effectively utilize the scenario library, a system that supports testing in the ODD of the user's choice is required. In other words, in order to develop a scenario library, it is necessary to build a database on actual driving road conditions (geometry, etc.). Accordingly, in this study, we establish a domestic driving environment database based on HD-Map for driving safety testing, design a system that can search test target sections in connection with the ODD of the scenario, and present the implementation results. In the future, it is expected that the domestic driving environment database will be able to create scenarios through linking with the scenario library and directly utilize them for scenario-based evaluation of various demand sources.

• Journal of Platform Technology
• /
• 제10권3호
• /
• pp.60-68
• /
• 2022

AI 기술이 발전함에 따라 자율주행의 안전성에 관한 관심이 대두되고 있다. 최근, 자율주행의 차량이 증가하고 있지만 그에 대한 부작용을 해소하기 위한 노력은 다소 부진한 실정이다. 특히, 야간에 운행되는 자율주행 차량은 더욱 많은 문제들을 안고 있다. 운행의 다양한 환경에서 야간 주행의 환경은 매우 중요한 요소이다. 이에, 본 연구에서는 야간 자율주행 차량에서 핵심적인 문제점으로 부상하고 있는 반대 차량의 전조등 또는 주위 다양한 조명에 의해 발생되는 반사광을 감소시키는 방안을 제안한다. 이를 위하여, 먼저, 야간 주행 중에 센서에 의해 획득한 영상에서 반사광 특성 정보를 활용하여 조명 반사광을 추출한 후, 반사계수를 활용한 각 픽셀의 색상을 찾아 specular 영역을 감소한다. 그 후 영역의 밝기성분만을 이용한 새로운 영역을 찾아 최종적으로 이를 감소하는 방안을 제시한다. 조명 반사광을 완벽히 감소할 수는 없지만 대체적으로 만족할 만한 결과를 얻을 수 가 있었다. 따라서 제안된 연구 방법이 야간에서의 자율주행에서 다양한 단점 및 문제들을 해결하고 사고를 줄이는 방법에 기여할 것으로 사료된다.

• 대한인간공학회지
• /
• 제31권2호
• /
• pp.371-377
• /
• 2012

Objective: The aim of this study is to investigate effect of driver's cognitive distraction on driver's physiological state and driving performance, and then to determine parameters appropriate for detecting the cognitive distraction. Background: Driver distraction is a major cause of traffic accidents and poses a serious threat to traffic safety due to ever increasing use of in-vehicle information systems and mobile phones during driving. Cognitive distraction, among four different types of distractions, prevents a driver from processing traffic information correctly and adapting to change in surround vehicle behavior in time. However, the cognitive distraction is more difficult to detect because it normally does not involve significant change in driver behavior. Method: A full-scale driving simulator was used to create virtual driving environment and situations. Participants in the experiment drove the driving simulator in three different conditions: attentive driving with no secondary task, driving and conducting secondary task of adding numbers, and driving and conducting secondary task of conversing with an experimenter. Parameters related with driver's physiological state and driving performance were measured and analyzed for their change. Results: The experiment results show that driver's cognitive distraction, induced by secondary task of addition and conversation during driving, increased driver's cognitive workload, and indeed brought change in driver's physiological state and degraded driving performance. Conclusion: The galvanic skin response, pupil size, steering reversal rate, and driver reaction time are shown to be statistically significant for detecting cognitive distraction. The appropriate combination of these parameters will be used to detect the cognitive distraction and estimate risk of traffic accidents in real-time for a driver distraction warning system.

• 대한교통학회지
• /
• 제29권3호
• /
• pp.41-48
• /
• 2011

차량의 각종 안전장치 및 운전자 모니터링 장치에서 운전자의 상태를 파악하려 할 때는 운전자, 자동차, 도로 환경의 측정 변수들이 통합적으로 수집되고 해석되어야 한다. 본 논문에서는 운전 상황을 통합적이고 종합적으로 분석하기 위하여 일정한 시간 주기로 운전자, 차량, 도로 주변 환경과 같은 다양한 영역으로부터 데이터를 동기화하여 수집하는 실시간 차량 모니터링 시스템을 제안한다. 제안한 시스템은 소프트 동기화 메커니즘으로 다중 정보를 동기화하여 수집한다. 이는 하나의 마스터 시간과 차량 상태와 운전자 상태 등의 다양한 영역의 데이터들의 키 값들을 동일한 시간 주기로 하나의 파일에 저장하고, 각각 다양한 영역의 데이터들은 저장할 때 마스터 시간과 함께 저장함으로써 후에 특정 시간에 운전 상황을 쉽게 찾아 볼 수 있게 한다. 본 논문에서는 구현된 시스템으로 9명의 피험자의 인지 부하 실험에서 데이터를 수집하는 예를 보인다.

• 한국ITS학회 논문지
• /
• 제16권5호
• /
• pp.1-11
• /
• 2017

국내 육상교통망의 중추적인 역할을 하는 고속도로는 $7{\times}9$ 형태로 양적, 질적 성장을 거듭하고 있다. 점차 복잡해지는 고속도로 기하구조에 대응하고자 차로유도선을 설치하여 운전자들의 보다 원활한 차로 변경을 유도하고 있으나 해당 시설의 설치기준이 부재하고, 그 효과 검증 또한 제한적으로 시행되고 있는 실정이다. 본 연구는 도로주행 시뮬레이터를 활용하여 주행안전성 측면에서 차로유도선의 효과를 재조명하고, 적정 연장 설치기준을 수립하는데 주된 초점을 맞추고 있다. 이를 위해, 피험자의 선호도를 조사하고, 가상의 주행환경에서 운전자의 차로 변경 행태를 분석하였다. 또한, 피험자가 차로변경 시 느끼는 편안함 정도를 계량화하기 위해 뇌파분석을 실시하였고, 도출된 결과에 대한 통계적 검증을 수행하였다. 본 연구는 차로유도선 설치기준 수립 시 기반자료로 활용될 것으로 기대한다.