• 전자공학회논문지 IE
• /
• 제49권2호
• /
• pp.30-39
• /
• 2012

졸음운전은 사고발생 확률이 높고, 사고 발생 시 심각도가 높기 때문에 효율적인 졸음운전 판단 시스템이 필요하다. 그러나 생체 신호나 비전을 이용한 졸음운전 판단시스템은 비용 측면에서 활용되기가 어렵다. 이에 본 논문에서는 추가적인 비용 없이 대부분의 차량에 기본 장착되어 있는 조향각 센서(steering angle sensor)와 차량정보(brake switch, throttle position signal, vehicle speed)를 이용하여 졸음운전자의 조향패턴 중 하나인 저킹 판단을 이용한 졸음운전 판단 알고리즘을 제안한다. 본 연구에서는 각 변수의 임계값을 제시하고, HILS(Hardware in the Loop Simulation)에서 CAN을 통해 취득한 차량의 데이터와 Matlab 프로그램을 이용하여 알고리즘을 평가한다.

• 한국전자통신학회논문지
• /
• 제13권2호
• /
• pp.313-320
• /
• 2018

자동차의 자율주행 기술이 확대되면서 '눈'의 역할을 하는 센서가 점차 중요시되고 있다. 최근 차량에 장착되는 라이다 센서는 채널이 많을수록 피사체에 반사된 신호 또한 풍부해짐에 따라 장애물, 지형, 차량 등 주변 환경 탐색의 정확도가 높아진다. 하지만, 라이다 센서는 채널 증가에 따른 열배 이상 가격의 차이가 있으며, 이러한 가격적인 문제로 보급형 차량보다는 고가의 차량에만 부분적으로 사용되고 있다. 본 연구는 저 가격의 16 채널의 라이다를 복수개로 구성하여 동시에 신호를 수집 처리하여 하나의 입체공간으로 융합하고 이를 나타낼 수 있게 함으로써 64 채널의 라이더와 같은 효과를 나타낼 수 있게 하였다. 이를 통해서 차량 심미성의 개선과 함께 보급화를 위한 기반을 제공할 수 있다.

• 한국정보통신학회논문지
• /
• 제26권6호
• /
• pp.936-942
• /
• 2022

주요 도시의 대규모 주차장에서 실내 차량 측위는 필수 구성 요소지만, 다양한 기술적 한계 및 불완전한 무선 채널 환경은 기존 측위 기법의 정확도를 심각하게 저하시킨다. 본 논문은 저비용 비콘을 활용하여 실내 공간 내 이동 차량이 비콘의 RSS (Received Signal Strength) 값만을 사용하여 근접 비콘 및 이동 방향을 감지하는 기법을 제시한다. 제안된 근접 감지 기법은 다방향 DRSS (Differential RSS) 기술을 활용하여 주위 환경, 차량 및 모바일 기기의 영향을 최소화한다. 본 논문에서는 저가의 블루투스 모듈을 사용하여 다방향 비콘 프로토타입을 개발하였으며, 측위 성능은 394.8m×304.3m 대규모 면적의 실제 지하 주차장에 96개의 비콘을 설치하여 관련 성능을 평가하였다. 실험 결과 근접 감지 오차의 90번째 백분위수는 0.8m이며, 제안된 기법은 다양한 차량 및 모바일 기기의 영향을 최소화하여 강건한 근접 감지 성능을 보장한다.

• 한국ITS학회 논문지
• /
• 제8권6호
• /
• pp.13-22
• /
• 2009

최근 톨게이트의 자동요금징수시스템 (ETC, Electronic Toll Collection System), 버스안내시스템, 주차관리 시스템 등 다양한 분야에서 근거리 무선통신 (DSRC, Dedicated Short Range Communication) 기술이 활용되고 있다. 본 논문에서는 이를 활용한 교통정보시스템을 설계하였다. 기존 차량감지기를 이용한 지점검지 기반의 교통정보시스템이 수집과 제공이 별도로 운영되는 시스템인 반면, 근거리무선통신을 이용한 구간검지 기반의 교통정보시스템은 기지국과 차량 단말기간 통신을 통하여 교통정보 수집 및 제공이 가능하다. 차량감지기가 지점정보를 구간교통정보로 가공하기 때문에 지점 통과속도가 구간평균속도로 변환되는 과정에서 혼잡 상황의 속도가 높게 나타난다. 소통상태가 악화되었을 경우, 차량감지기가 근거리 무선통신에 비해 통행속도가 높게 나타난다. 특히, 근거리 무선통신을 이용한 교통정보시스템의 통행속도의 데이터별 편차가 크게 감소하였고, 돌발상황 검지 및 교통상황을 신속하게 파악할 수 있는 것으로 분석되었다.

• 한국통신학회논문지
• /
• 제24권6B호
• /
• pp.1191-1202
• /
• 1999

본 논문에서는 간단히 한국통신학회본 논문에서는 웨이브렛 영역에서의 질감 유사성을 특징으로 사용함으로써 프레임간의 급격한 밝기변화에 강건한 특성을 가지는 툴게이트 과금을 위한 차량검지 및 차종분류 알고리듬을 제안하였다. 질감의 유사성을 나타내는 특징으로는 웨이브렛 변환된 입력영상과 배경영상 간의 국부상관계수를 이용하였다. 기존의 차량검지에서 사용되었던 특징인 차영상에 대한 분산과 비교하여 제안된 특징의 유용성을 정상적으로 분석하였으며, 실제 테스트 영상에 대하여 차량과 그림자가 관측되거나 관측되지 않는 도로와의 구분 용이성 정도를 측정함으로써 제안된 특징의 우수성을 보인다. 현장 테스트에 대한 실험 결과는 제안된 차량검지 및 차종분류 알고리듬이 센서의 특성과 그림자의 발생에 의한 프레임 간의 급격한 밝기 변화와 같은 상황하에서도 매우 안정적이며 우수한 성능을 보이는 것을 확인할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제13권9호
• /
• pp.1314-1321
• /
• 2010

본 논문에서는 도로에서 주행 중인 차량검출 알고리즘에 대하여 연구한다. 카메라에서 입력된 영상으로부터 차량을 검출하기위해 먼저 분할 및 합병(split & merge)방법을 적용하여 영상을 분할하고 그 다음 분할된 영역을 해석하여 차량이 위치할 가능성이 높은 영역을 집중적으로 탐색하여 차량을 실시간으로 검출하는 알고리즘을 연구한다. 전방차량의 후면을 검출하기 위하여 수직/수평 성분을 특정으로 하였으며 적분영상을 이용하여 계산시간을 줄일 수 있는 Haar-like방법을 적용하였으며 분류기로는 SVM을 사용하였다. 제안된 방법의 성능을 평가하기 위해 350개의 영상을 사용하여 분류기를 학습하였으며 또한 학습에 사용하지 않은 비학습영상 150개를 사용하여 인식률을 구하였다. 실험결과 비학습영상에 대해 95.00%의 인식률을 얻었다.

• 한국ITS학회 논문지
• /
• 제10권3호
• /
• pp.79-84
• /
• 2011

본 논문에서는 ITS 응용을 위한 Alamouti 기법을 이용한 효과적인 차량 검출 성능을 분석하였다. 차량 검출은 DSRC (Dedicated Short Range Communication) 기반의 하이패스 환경에서 실험하였다. 시스템 성능으로는 비트 에러 확률로 실험 결과 값에 대하여 분석하였으며, 실험환경은 진입차량의 속도를 60km/h로 가정하여 DSRC 기반의 변조방식인 ASK 기법 을 적용하여 실험하였다. 또한 적용된 채널은 Rician 채널을 적용하여 LOS (Line of Sight)환경을 고려하며 실험을 하였다. 또한 사용된 반송파 주파수는 일본 DSRC 시스템 하향링크를 참고하여 5.8GHz를 적용하였다. 실험결과로 안테나가 2개일 경우와 Alamouti 기법을 적용할 때의 검출성능을 각각 나타내었으며, Alamouti 기법을 적용할 때 성능이 보다 개선되었음을 본 실험을 통해 알 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권12호
• /
• pp.2355-2373
• /
• 2011

Vision-based vehicle detector systems are becoming increasingly important in ITS applications. Real-time operation, robustness, precision, accurate estimation of traffic parameters, and ease of setup are important features to be considered in developing such systems. Further, accurate vehicle detection is difficult in varied complex traffic environments. These environments include changes in weather as well as challenging traffic conditions, such as shadow effects and jams. To meet real-time requirements, the proposed system first applies a color background to extract moving objects, which are then tracked by considering their relative distances and directions. To achieve robustness and precision, the color background is regularly updated by the proposed algorithm to overcome luminance variations. This paper also proposes a scheme of feedback compensation to resolve background convergence errors, which occur when vehicles temporarily park on the roadside while the background image is being converged. Next, vehicle occlusion is resolved using the proposed prior split approach and through reasoning for rule-based tracking. This approach can automatically detect straight lanes. Following this step, trajectories are applied to derive traffic parameters; finally, to facilitate easy setup, we propose a means to automate the setting of the system parameters. Experimental results show that the system can operate well under various complex traffic conditions in real time.

• 센서학회지
• /
• 제18권5호
• /
• pp.385-392
• /
• 2009

This paper describes the algorithm development of a new body pressure detection sensor for occupant classification system. U.S. Government has required that advanced airbag system should be installed to every automobiles after 2006 according to FMVSS 208 regulation. Therefore, Occupant Classification System should be provided the passenger with safety in order to protect the infants or children that sit in the front passenger seat. When an occupant sits on the chair of the vehicle, deployment of the airbag depends on passenger's weigh distribution and postures. Authors have been developed a new pattern recognition of passenger and weight distribution at the same time by Force Sensing Resistor for the safety.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.67-72
• /
• 2023

In the past decade, Autonomous Vehicle Systems (AVS) have advanced at an exponential rate, particularly due to improvements in artificial intelligence, which have had a significant impact on social as well as road safety and the future of transportation systems. The fusion of light detection and ranging (LiDAR) and camera data in real-time is known to be a crucial process in many applications, such as in autonomous driving, industrial automation and robotics. Especially in the case of autonomous vehicles, the efficient fusion of data from these two types of sensors is important to enabling the depth of objects as well as the classification of objects at short and long distances. This paper presents classification of objects using CNN based vision and Light Detection and Ranging (LIDAR) fusion in autonomous vehicles in the environment. This method is based on convolutional neural network (CNN) and image up sampling theory. By creating a point cloud of LIDAR data up sampling and converting into pixel-level depth information, depth information is connected with Red Green Blue data and fed into a deep CNN. The proposed method can obtain informative feature representation for object classification in autonomous vehicle environment using the integrated vision and LIDAR data. This method is adopted to guarantee both object classification accuracy and minimal loss. Experimental results show the effectiveness and efficiency of presented approach for objects classification.