http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
도플러 레이더 패턴 인식을 통한 인간 보행 감지 및 배경잡음 제거 기법
권지훈(Jihoon Kwon),곽노준(Nojun Kwak) 한국자동차공학회 2016 한국자동차공학회 부문종합 학술대회 Vol.2016 No.5
In the conventional radar system, a threshold level is adjusted by the received noise level for maintaining detection and false alarm performances. However, when high level noise is received, a threshold level also increases and detection range can be reduced. In this paper, we will present a new method of pedestrian detection and background noise classification using Doppler radar pattern recognition technique without using a threshold level. We apply the multilayer perceptron to classify the human normal walking motion from the background noise. The estimation accuracy for the background noise and human normal walking motion are about 97.9% and 90.1% individually. This result shows that the pattern recognition approach can be the effective method to remove the background noise for pedestrian detection.
대형버스용 자율주행 네트워크의 고장진단을 위한 Alivecount 시스템 설계에 관한 연구
권지훈(Jihoon Kwon),이석(Suk Lee) 한국자동차공학회 2021 한국자동차공학회 부문종합 학술대회 Vol.2021 No.6
최근 자율주행의 대상은 화물차(Truck), 지게차(Forklift), 대형버스(Heavy Vehicle)등 다양한 차종으로 확장되고 있다. 대형버스의 경우, 주행 도중 잦은 승 하차 승객, 반복적인 정거장 정차 등 기존의 차량과는 다른 운행시스템으로 운영되며, 물리적인 제원 또한 차량과 비교하여 크다는 단점을 가지고 있다. 이를 해결하기 위해 버스의 경우 내외부로 많은 센서를 부착하여 안전성을 확보하기 위해 노력한다. 문제는 주행 중 발생하는 진동, 물리적인 충격이 있더라도 센서에서 발생하는 정보는 믿을 수 있다는 신뢰성을 확보하는 것이다. 많은 센서의 부착으로 인해 차량의 전압의 부족현상은 각 센서가 오작동을 할 수 있는 상황이 될 수도 있다. 예상치 못한 오작동으로 인해 센서 불량의 상황이 이어진다면 차량제어의 핵심인 DCU(Domain Control Unit)에서는 자율주행시스템을 가동할 수 없기에, 각 센서가 문제없음을 알려주는 시스템은 자율주행에 있어 필수적이다. 본 논문에서는 다양한 프로토콜(CAN, CAN-FD, Automotive Ethernet)이 사용되는 대형버스용 자율주행 네트워크에서 각각의 센서가 문제없이 잘 동작하고 있음을 알리는 Alivecount 시스템에 관해 서술한다. 다이 말해서, 각각의 센서가 문제없이 잘 동작하고 있음을 Alivecount 메시지로 정의하고 자율주행 네트워크에 부착된 모든 센서로부터 Alivecount 메시지를 전달받아 최종 목적지로 활용하는 ECU(Electronic Control Unit)로 전달하는 시스템을 구축에 대해 설명한다. 해당 메시지를 전달하기 위해 ESU(Ethernet Switch Unit)내 게이트웨이를 통해 프로토콜 변환 기술을 활용하며, 과제 개발에 있어 불가피하게 사용한 상용 제품에 또한 메시지를 추출 및 수정을 통해 Alivecount 시스템에서 확인이 가능하도록 하였다.
최근의 프레일티 R 패키지를 이용한 준모수적 프레일티 모형의 적합
권지훈(Jihoon Kwon),박은영(Eunyoung Park),하일도(Il Do Ha) 한국데이터정보과학회 2018 한국데이터정보과학회지 Vol.29 No.3
콕스의 비례위험모형 (Cox’s proportional hazards models)의 확장인 준모수적 프레일티 모형 (semi-parametric frailty models)은 다변량 생존자료 분석에서 폭 넓게 사용된다. 다변량 (혹은 상관된) 생존자료는 생물 의학 연구에서 자주 접할 수 있다. 본 논문에서는 준모수적 프레일티 모형의 적합을 위해 최근에 개발된 다양한 R 패키지 (frailtyHL, frailtyEM, frailtySurv, survival, frailtypack)을 설명하고 그 적합결과를 비교하고자 한다. 이를 위해 모의실험과 실제자료를 사용한다. 특히 프레일티 분포에 대해서는 자주 사용되는 감마 분포와 로그정규 분포를 고려한다. 실제자료 적합에서는 잘 알려져 있는 신장 감염 자료 (kidney infection data)를 이용하였다. 모의실험 결과에 의하면 군집의 크기 (cluster size)가 작을 때 frailtyHL이 frailtyEM보다 프레일티의 분산모수의 추정에 대해 더 작은 편의를 보임을 확인하였다. Semi-parametric frailty models, extensions of Cox’s proportional hazards models, have been widely used for the analysis of multivariate (or clustered) survival data where are frequently encountered in biomedical research. In this paper, we compare the estimation results from various R packages (frailtyHL, frailtyEM, frailtySurv, survival, frailtypack) which have been recently developed for fitting the semi-parametric frailty models. For this purpose we present simulation results and and example-data analysis using a well-known kidney infection data. In particular, we use two popular frailty distributions with gamma and lognormal distributions. Following simulation results, we found out that the frailtyHL method was better than the frailtyEM method in terms of the bias of the estimator of variance parameter of frailty when the cluster size is small.