RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • KCI등재

        자율주행 차량의 학습 데이터 자동 생성 시스템 개발

        윤승제,정지원,홍준,임경일,김재환,김형주,Yoon, Seungje,Jung, Jiwon,Hong, June,Lim, Kyungil,Kim, Jaehwan,Kim, Hyungjoo 한국ITS학회 2020 한국ITS학회논문지 Vol.19 No.5

        자율주행시스템에서 다양한 센서를 기반으로 한 외부환경 인지는 주행안전성과 직접적인 관계가 있다. 최근 머신러닝/심층 신경망 기술의 발전으로 심층 신경망 기반의 인지 모델이 사용됨에 따라, 인지 알고리즘의 올바른 학습과 이를 위한 양질의 학습데이터가 필수적으로 요구된다. 그러나 자율주행에 발생할 수 있는 모든 상황을 데이터를 수집하는 것은 현실적인 어려움이 많다. 해외와 국내의 교통 환경의 차이로 인지 모델의 성능이 저하되기도 하며, 센서가 정상동작을 못하는 악천우에 대한 데이터는 수집이 어려우며 질적인 부분을 보장하지 못한다. 때문에, 실제 도로가 아닌 시뮬레이터 내 가상 도로 환경을 구축하여 합성 데이터를 수집하는 접근법이 필요하다. 본 논문에서는 국내 실정에 맞게 국내 도로 상황을 모사한 시뮬레이터 환경 안에 날씨와 조도, 차량의 종류와 대수, 센서의 위치를 다양화하여 학습데이터를 수집하였고, 보다 더 좋은 성능을 위해 적대적 생성 모델을 활용하여 이미지의 도메인을 보다 실사에 가깝게 바꾸고 다양화 하였다. 그리고 위 데이터로 학습한 인지 모델을 실제 도로 환경에서 수집한 시험 데이터에 성능 평가를 진행하여, 실제 환경 데이터만으로 학습한 모델과 비슷한 성능을 내는 것을 보였다. The perception of traffic environment based on various sensors in autonomous driving system has a direct relationship with driving safety. Recently, as the perception model based on deep neural network is used due to the development of machine learning/in-depth neural network technology, a the perception model training and high quality of a training dataset are required. However, there are several realistic difficulties to collect data on all situations that may occur in self-driving. The performance of the perception model may be deteriorated due to the difference between the overseas and domestic traffic environments, and data on bad weather where the sensors can not operate normally can not guarantee the qualitative part. Therefore, it is necessary to build a virtual road environment in the simulator rather than the actual road to collect the traning data. In this paper, a training dataset collection process is suggested by diversifying the weather, illumination, sensor position, type and counts of vehicles in the simulator environment that simulates the domestic road situation according to the domestic situation. In order to achieve better performance, the authors changed the domain of image to be closer to due diligence and diversified. And the performance evaluation was conducted on the test data collected in the actual road environment, and the performance was similar to that of the model learned only by the actual environmental data.

      • KCI등재
      • 자율주행 시뮬레이터를 활용한 도로환경 적합도 평가 연구

        임동현,김종호,윤승제,김형주 대한교통학회 2021 대한교통학회 학술대회지 Vol.85 No.-

        자율주행차의 상용화 기대와 달리 자율주행차 사고는 지속적으로 발생하고 있다. 자율주행차 사고는 자율주행차의 거동 문제로 발생할 수도 있지만, 자율주행차가 도로환경에 따라 주행상황을 인지하지 못해 발생할 수 있다. 이에 따라 도로의 정적 및 동적 요인을 고려하여 자율주행차가 안전하게 주행할 수 있는 도로환경에 대한 정의가 필요하다. 본 연구에서는 자율주행을 이루는 가장 기초적인 기술인 ACC(Adaptive Cruise Control)에 대한 도로 적합도 평가를 수행하였다. 향후 실도로 자율주행이 예상되는 승용차와 버스에 대해 진행하였으며, 국내 고속도로 실정을 반영하였다. 자율주행차 주행에 영향을 끼치는 정적요인으로는 곡선반경과 경사도를 고려하였으며, 동적요인으로는 자율주행차가 주행하는 교통류를 반영하기 위해 서비스 수준을 활용하였다. 차량 거동과 도로요인을 활용한 수학적 이론 기반의 Numerical Evaluation과 자율주행 시뮬레이터를 활용한 Empirical Evaluation을 통해 자율주행 도로환경 적합도 평가를 진행하였다. 평가지표로는 Minimum TTC(Time to Collision)와 DRAC(Deceleration Rate to Avoid Collision)을 활용하였다. Numerical Evaluation에서는 곡선반경이 작을수록, 서비스수준이 낮을수록, 경사도가 클수록, 경사로의 길이가 길수록 ACC를 활용하기에 위험한 것으로 분석되었다. 자율주행 시뮬레이터를 활용한 Empirical Evaluation에서도 Numerical Evaluation과 유사한 경향을 보였다. 본 연구를 통해 자율주행차의 기반 기술인 ACC가 안전적으로 활용될 수 있는 도로환경을 정의하였다. 본 연구의 결과를 토대로 자율주행차가 주행하기에 위험한 도로를 파악하고, 해당 도로구간에 IoT 자율주행 인프라 설치를 통해 안전한 자율주행차 상용화에 기여할 수 있다.

      • 크루즈선 용 오폐수 처리장치

        박성진(Sung Jin Park),김기욱(Ki Wook Kim),윤승제(Seung Je Yoon),조동연(Dong Yeon Cho),김상용(Sang Yong Kim) 한국마린엔지니어링학회 2010 한국마린엔지니어링학회 학술대회 논문집 Vol.2010 No.4

        본 연구는 기존의 선박 오수처리장치를 변경된 MARPOL 73/78 부속서 Ⅳ에 적합하게 성능을 개선하여 유기물뿐만 아니라 질소, 인을 동시에 제거할 수 있는 고효율 생물처리 공법과 멤브레인 필터와 오존을 이용한 고도처리 공법을 선박의 환경에 맞게 적용시켜 컴팩트하고 고효율의 크루즈선용 오폐수 처리장치이다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼