http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
관성센서와 차속 센서를 이용한 차량 및 도로 기울기 추정
김찬수(Chansoo Kim),김가민(Gamin Kim),석지원(Jiwon Seok),조기춘(Kichun Jo),이건호(Kunho Lee),김종화(Jonghwa Kim),문인섭(Insub Moon),강지성(Jisung Kang) 한국자동차공학회 2021 한국자동차공학회 부문종합 학술대회 Vol.2021 No.6
카메라를 이용해 lane-mapping을 하기 위해서는 차량과 지면 사이의 각을 알고 있어야 평면 가정을 통해 차선의 3D 위치를 알 수 있다. 특히 방지턱이 많은 도심에서는 차량의 기울기를 정확하게 추정해야 한다. 기존 방법으로는 차고 센서 2개를 차량 앞뒤에 장착, 측정하여 높이차를 이용해 기울기를 추정하는 방법이 있다. 이 방법은 차량의 뒤까지 배선해야 하므로 배선의 복잡도가 증가하며, 추가적인 센서 부착이 필요하다는 단점이 있다. 따라서 본 연구에서는 관성 센서 및 차속 센서를 이용하여 차량의 기울기를 추정하고자 한다. 기존 센서를 공유할 수 있어 비용을 줄이고, 추가적인 배선을 하지 않고 기울기를 추정할 수 있다. 본 논문에서는 지면과 차량 사이의 기울기를 추정하기 위해 두 가지 기울기와 관련된 상태를 추정하는 방법을 제안한다. 첫번째는 차량 기울기로 오일러 각도에서 Pitch에 해당한다. 두번째로는 도로 기울기이다. 도로의 기울기를 추정하기 위해 몇 가지 가정을 적용한 추정 모델을 소개한다. 최종적으로 두 기울기 사이의 차이로 도로에 대한 차량의 기울기를 추정할 수 있다. 관성 센서는 3축의 각속도, 가속도만 측정하므로 자세 및 속도를 추정하기 위해서 적분, 회전변환 과정을 거쳐야한다. 적분과정에서 필연적으로 에러가 축적된다. 성능에 가장 영향을 미치는 것이 축적된 에러이므로 이를 개선하기 위해 본 논문에서는 도로와 차량의 기하학적 특성과 차량 네트워크 CAN 데이터를 활용한 보정 방법을 적용한다. 알고리즘을 평가하기 위해서는 CarMaker 시뮬레이션 시험 및 실차 시험을 차례로 수행한다. 자동차의 동역학 모델을 이용하여 다양한 환경(도로 조건, 하중)에 따라 지면에 대한 차량 기울기의 참값과 알고리즘 추정값을 통해 정량적인 성능을 평가한다. 시뮬레이션 시험 후에는 실차 기반 시험을 통해 같은 방식으로 성능을 검증한다. 실차 기반 시험에서도 도로조건, 하중에 의한 자세변화 등 다양한 환경에서 정량적인 성능을 평가한다.
김상권(Sangkwon Kim),박준용(Joonyong Park),김가민(Gamin Kim),김소영(Soyeong Kim),나유승(Yuseung Na),송하민(Hamin Song),조지은(Jieun Cho),손영록(Youngrok Son),석지원(Jiwon Seok),조기춘(Kichun Jo) 한국자동차공학회 2021 한국자동차공학회 부문종합 학술대회 Vol.2021 No.6
자율주행은 스스로 주행환경을 인지하고, 최적의 주행 경로를 결정하여 차량을 안전하게 제어하여 목적지까지 도달하는 기술이다. 자율주행을 위한 핵심 기술은 인지, 판단, 제어 세 가지로 분류할 수 있으며 기술의 고도화를 위해 운전자의 인지능력과 동등한 고수준 주행환경인지 능력은 필수적이다. 주야간, 날씨와 같은 다양한 환경 변화조건에서 일정 수준 이상의 인식성능이 유지되어야 하기 때문에 이를 위해 다양한 주행 데이터셋을 기반으로 학습한 인공지능기술이 주목받고 있다. 하지만, 인공지능 학습용 데이터를 구축하기 위해선 고가의 센서 및 수집장비를 요구하며, 수집한 원천 데이터를 학습용 데이터셋으로 변환하기 위해 데이터 분류 및 주석 작업 인력에 의존하기 때문에 대량의 데이터셋을 구축하는 것은 천문학적인 인력과 비용을 필요로 한다. 본 논문에서는 도심, 지하차도 및 터널 등 GNSS 수신 상태 음영 지역에서 위치 및 주변환경을 인지하기 위한 데이터셋, 주행 중 갑자기 마주할 수 있는 표면 이상과 장애물을 촬영한 데이터셋, 자율버스 개발을 위해 버스전용도로 구간을 포함한 주행도로를 촬영한 데이터셋의 구축방법을 다룬다. 각 데이터셋 마다 원천 데이터의 요구사항을 도출하고, 요구사항에 기반하여 선정한 카메라, 라이다, 고정밀 GNSS/INS, 저가형 GNSS 등 필요한 센서를 장착한 수집 장치를 구축한다. 그리고 이미지 데이터와 포인트 클라우드 정밀지도 등 학습에 활용할 수 있는 데이터에 대해 학습 분류체계를 구성하였고, 각 학습 데이터마다 YOLOv3, ConvPoint 등 연관된 AI 모델 적용을 통해 데이터 유효성 품질에 대해 평가하고 이를 이용한 서비스를 시연함으로써 활용 가능성에 대해 평가한다.
실시간 움직임 추정 및 손동작 인식 기반 인간-UAV 상호작용 시스템
유민정(Minjeong Yoo),김가민(Gamin Kim),나유승(Yuseung Na),송하민(Hamin Song),윤준성(Junseong Yoon),조기춘(Kichun Jo),김상호(Sangho Kim) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.11
본 논문에서는 실시간 움직임 추정 및 손동작 인식 기반 인간-UAV 상호작용 시스템을 제안한다. 기존 조이스틱 조종방식 대비 자연적이고 친화적인 인터페이스 구축을 목표로, 연속적인 조작 입력 여부와 조작 입력 빈도에 따라 정적 제스처와 동적 제스처로 분류한다. 높은 샘플링 주기와 직관적인 방향 추정이 가능한 IMU 를 통해 동적 제스처 인식 및 객체분류 · 인식에서 높은 성능을 보이는 RGB 카메라를 통해 정적 제스처 인식을 구현한다. 이를 통해 기존 시스템 대비 비용과 계산량을 낮추고, 적당한 수의 운용동작을 분류 및 정의함으로써 비전문가들에게 더욱 안전하고 수월하게 조종할 수 있는 인터페이스를 제공한다. 이는 시뮬레이션 환경에서 사용성 평가를 통해, 제안 시스템이 HUI 목적에 부합함을 확인하였다.