http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
저항형 촉각센서 기술을 이용한 박형 멀티터치 패드의 구현
김호준,박진배,주영훈,장욱 제어로봇시스템학회 2011 제어로봇시스템학회 국내학술대회 논문집 Vol.2011 No.5
This paper proposes a novel and efficient method to implement a thin pressure sensitive multi-touch surface using tactile technology, simple electronics and very cheap materials. The key idea is that a pressure sensitive multi-touch surface can be constructed by using cheap conductive materials such as Velostat. This paper describes the overall architecture as well as detailed implementation method.
김호준,이임평 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.6
The autonomous vehicles are being developed and operated widely because of the advantages of reducing the traffic accident and saving time and cost for driving. The vehicle localization is an essential component for autonomous vehicle operation. In this paper, localization algorithm based on sensor fusion is developed for cost-effective localization using in-vehicle sensors, GNSS, an image sensor and reference images that made in advance. Information of the reference images can overcome the limitation of the low positioning accuracy that occurs when only the sensor information is used. And it also can acquire estimated result of stable position even if the car is located in the satellite signal blockage area. The particle filter is used for sensor fusion that can reflect various probability density distributions of individual sensors. For evaluating the performance of the algorithm, a data acquisition system was built and the driving data and the reference image data were acquired. Finally, we can verify that the vehicle positioning can be performed with an accuracy of about 0.7 m when the route image and the reference image information are integrated with the route path having a relatively large error by the satellite sensor. 자율주행차는 교통사고로 인한 인명피해나, 운전으로 인해 발생하는 시간 및 비용을 줄일 수 있는 장점 때문에 개발 및 운용이 확대되고 있다. 이러한 자율주행차의 운행을 위해서는 정밀한 측위가 필수적이다. 본 연구에서는 고가의 센서를 사용하지 않고 차량 내장센서, 위성센서, 영상센서와 사전에 구축해둔 기준영상 정보를 통합하여 차량의 위치를 정밀하게 추정하는 알고리즘을 개발하였다. 기준영상 정보는 센서 정보만 사용하였을 경우 발생하는 측위 정밀도 한계를 극복할 수 있으며, 위성신호 단절과 같은 문제 발생시에도 안정적으로 취득이 가능한 장점이 있다. 센서 및 기준영상 정보를 결합하기 위한 필터는 개별 센서의 다양한 확률 밀도 분포를 반영할 수 있는 파티클 필터를 사용하였다. 알고리즘의 성능평가를 위해 데이터 취득 시스템을 구축하고 이를 이용한 주행 데이터 및 기준영상 정보를 취득하였다. 위성센서에 의한 오차가 비교적 큰 주행 경로에 대해서도 주행영상 및 기준영상 정보를 함께 결합할 경우 약 0.7 m 이내의 정확도로 차량 측위가 가능함을 확인하였다.