http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김규범,조형석,민병찬 한국감성과학회 2019 춘계학술대회 Vol.2019 No.-
With the start of the 4th industrial revolution, the autonomous vehicle market is receiving much attention recently. One of the benefits of that autonomous driving can propose is the driver can do other activities. However, it is necessary to find out whether the driver would give up the joy of driving and to choose the benefit of autonomous driving. The purpose of this study is to suggest optimal lighting color for the autonomous vehicle users. ECG were measured in the order of initial stability, autonomous driving, three lights(Red, Green, Blue) and late stability. According to the results of this study, there is significant differences by stimulus (p<0.05). As a result of the post hoc, the RR interval of the green lighting was the longest. Our results provide compelling evidence that the lighting color may affect the indoor activity of the autonomous vehicle. And suggest that this approach appears to be effective in suggesting the benefit of the autonomous vehicle that may appeal to the future user.
라이다 기반 실내 자율주행 차량에서 신경망 학습을 사용한 성능평가
권용훈 ( Yonghun Kwon ),정인범 ( Inbum Jung ) 한국정보처리학회 2023 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.12 No.3
클라우드를 통한 데이터 처리는 통신 과정에서 지연시간과 통신비용 증가 등 같은 많은 문제가 발생한다. 사물인터넷 분야에서는 이러한 문제를 해결하기 위해 엣지 컴퓨팅 연구가 활발히 이루어지고 있고, 대표적인 응용 분야로 자율주행이 있다. 실내 자율주행에서는 실외와 달리 GPS와 교통정보를 이용할 수 없기 때문에 센서를 활용하여 주변 환경을 인식해야 한다. 그리고 자원이 제약된 모바일 환경이기 때문에 효율적인 자율주행 시스템이 필요하다. 본 논문에서는 실내 환경에서 자율주행을 위해 신경망을 사용하는 기계학습을 제안한다. 신경망 모델은 LiDAR 센서에서 측정된 거리 데이터를 바탕으로 현재 위치에 가장 적절한 주행 명령을 예측한다. 신경망의 입력 데이터의 수에 따른 성능 평가를 수행하기 위해 6가지의 학습 모델을 설계하였다. 주행과 학습을 위해 Raspberry Pi 기반의 자율주행 차량을 제작하였고, 학습 데이터 수집과 성능평가를 위한 실내 주행 트랙을 제작하였다. 6가지의 신경망 모델들은 정확도와 응답시간 그리고 배터리 소모에 대한 성능 비교를 하였고, 입력 데이터의 수가 성능에 미치는 영향을 확인하였다. Data processing through the cloud causes many problems, such as latency and increased communication costs in the communication process. Therefore, many researchers study edge computing in the IoT, and autonomous driving is a representative application. In indoor self-driving, unlike outdoor, GPS and traffic information cannot be used, so the surrounding environment must be recognized using sensors. An efficient autonomous driving system is required because it is a mobile environment with resource constraints. This paper proposes a machine-learning method using neural networks for autonomous driving in an indoor environment. The neural network model predicts the most appropriate driving command for the current location based on the distance data measured by the LiDAR sensor. We designed six learning models to evaluate according to the number of input data of the proposed neural networks. In addition, we made an autonomous vehicle based on Raspberry Pi for driving and learning and an indoor driving track produced for collecting data and evaluation. Finally, we compared six neural network models in terms of accuracy, response time, and battery consumption, and the effect of the number of input data on performance was confirmed.
그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇 설계 및 구현
오석주,이채형,이채규 한국인터넷방송통신학회 2022 한국인터넷방송통신학회 논문지 Vol.22 No.1
The effect of indoor air pollution on the human body is greater and more dangerous than outdoor air pollution. In general, a person stays indoors for a long time, and in a closed room, pollutants are continuously accumulated and the polluted air is better delivered to the lungs. Especially in the case of young children, it is very sensitive to indoor air and it is fatal. In addition, methods to reduce indoor air pollution, which cannot be ventilated with more frequent indoor activities and continuously increasing external fine dust due to Covid 19, are becoming more important. In order to improve the problems of the existing autonomous driving air purifying robot, this paper divided the map and Upper Confidence bounds applied to Trees(UCT) based algorithm to solve the problem of the autonomous driving robot not sterilizing a specific area or staying in one space continuously, and the problem of children who are vulnerable to indoor air pollution. We propose a space-adaptive autonomous driving air purifying robot for a green smart school that can be improved. 실내공기오염이 인체에 미치는 영향이 실외공기오염보다 더 크며 위험하다. 일반적으로 사람은 실내에 머무는시간이 길고, 밀폐된 실내는 오염물질이 지속적으로 쌓여 오염된 공기가 폐에 더 잘 전달된다. 특히 어린 아이들의 경우실내공기에 매우 민감하며 치명적이다. 이와 더불어 코로나19로 인한 더 잦은 실내활동과 지속적으로 증가하는 외부미세먼지와 함께 환기를 못하는 현재 실내공기오염을 줄이는 방법은 더욱 중요해지고 있다. 본 논문은 기존 자율주행공기청정 로봇의 문제점을 개선하고자 지도를 분할과 UCT(Upper Confidence bounds applied to Trees) 기반의알고리즘을 통해 자율주행 로봇이 구역을 살균하지 않거나 한곳에 계속 머무르는 문제점과 실내공기오염에 취약한 아이들의 문제를 개선할 수 있는 그린 스마트 스쿨을 위한 공간 적응형 자율주행 공기청정 로봇을 제안한다.
SLAM을 이용한 카메라 기반의 실내 배송용 자율주행 차량 구현
김유중,강준우,윤정빈,이유빈,백수황 한국전자통신학회 2022 한국전자통신학회 논문지 Vol.17 No.4
본 논문에서는 Visual 동시적 위치추정 및 지도작성(SLAM : Simultaneous Localization and Mapping)기술을 응용하여 실내에서 생성된 SLAM 맵을 기반으로 지정된 목적지에 물건을 배달하는 자율주행 차량 플랫폼을 제안하였다. 실내에서 SLAM 맵을 생성하기 위해 소형 자율주행 차량 플랫폼의 상단에 SLAM 맵 생성을 위한 심도 카메라를 설치하고 SLAM 맵 속에서의 정확한 위치 추정을 하기 위해 추적 카메라를 장착하여 구현하였다. 또한, 목적지의 표찰을 인식하기 위해 합성곱 신경망(CNN : Convolutional neural network)을 사용하여 목적지에 정확하게 도착할 수 있도록 주행 알고리즘을 적용하여 설계하였다. 실내 배송 자율주행 차량을 실제로 제작하였고 SLAM 맵의 정확도 확인과 CNN을 통한 목적지 표찰 인식 실험을 수행하였다. 결과적으로 표찰 인식의 성공률을 향상시켜 구현한 실내 배송용 자율주행 차량의 활용 적합성 여부를 확인하였다.
퍼스널 모빌리티 기반 실내 위치 추정 및 주행 시스템 구축
이총명(Chong-Myeong Lee),마완준(Wan-Jun Ma),한수정(Soo-Jeong Han),김하람(Ha-Ram Kim),최재붕(Jae-Boong Choi),이태린(Tae-Rin Lee) 대한기계학회 2019 대한기계학회 춘추학술대회 Vol.2019 No.11
In this paper, a personal mobility system for autonomous driving within buildings is suggested by using magnetic field and LiDAR sensors. The sensor network is utilized to measure the driving direction and the distance from obstacles and walls. In addition, to improve the accuracy of indoor positing system, a lane detection algorithm based services are demonstrated on the floor From the indoor environment, test users can autonomously drive the personal mobility without help. Finally, we will introduce how the indoor mobility system will change our daily life in the concept of smart city.
CAT.M1 통신을 이용한 자율주행로봇 연동 스마트승강기 구현
홍대오(Dae-Oh Hong),백제현(Je-Hyeon Baek),박건웅(Gun-Woong Park),임광호(Gwang-Ho Lim),문석호(Seok-Ho Moon),이상민(Sang-Min LEE) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
현대의 승강기 산업은 사물인터넷(IoT) 기반으로 고도화에 중점을 두고 있지만 공개되지 않는 폐쇄적인 방향으로 발전되었다. 최근에는 운영체제나 시스템, 애플리케이션, 라이브러리 등을 활용한 인터페이스인 오픈 API를 출시하여 다각적인 협업을 추구하고 기존의 방법들 보다 다양한 기능들을 확대해 나아가고 있다. 본 논문에서는 LoRa, NB-IoT와 같이 IoT를 위한 저용량 데이터 통신 기술인 CAT.M1을 활용한 정보통신기술을 바탕으로 하여 차세대 스마트 승강기와 실내 자율주행로봇간의 서비스를 구현하고자 한다. The modern elevator industry has developed in a closed direction that focuses on upgrading based on the Internet of Things (IoT), but is not open to the public. Recently, open API, an interface using an operating system, system, application, library, etc., is being released to pursue diverse collaboration and expand various functions than existing methods. This paper aims to provide services between next-generation smart elevators and indoor autonomous driving robots based on information and communication technology using CATM1, a low-capacity data communication technology for IoT such as LoRa and NB-IoT.