http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김민현(Min-Hyun Kim),박종찬(Jongchan Park),최동걸(Dong-Geol Choi),최세범(Seibum Choi) 한국자동차공학회 2020 한국 자동차공학회논문집 Vol.28 No.1
The amount of acceleration and deceleration can be optimized when a vehicle can predict the types of road surfaces in advance. Myriads of methods for predicting road surfaces have been proposed, but they required costly equipment or had poor prediction performance. This paper suggests a different method for predicting road surfaces by recognizing that each material has its unique acoustic impedance. By transmitting ultrasonic waves into road surfaces that a vehicle intends to analyze, the reflected ultrasonic signals from the surface can be classified by a model developed from machine-learning. To measure the effectiveness of the method in a real-world situation, several types of specimens were created, and different sets of data were acquired from each test. Furthermore, the data were obtained from different road surfaces to verify the effectiveness of the method in the real world.
김두규(Doo-gyu Kim),김자영(Ja-young Kim),이지홍(Jihong Lee),최동걸(Dong-Geol Choi),권인소(In-So Kweon) 大韓電子工學會 2010 電子工學會論文誌-SP (Signal processing) Vol.47 No.4
본 논문에서는 마찰계수의 비접촉 추정을 위한 영상정보 활용방법을 제안한다. 마찰계수는 이동체의 도로주행 또는 장애물 극복에 있어 매우 중요한 요소이다. 이동체가 이동경로의 마찰계수를 미리 알 수 있다면 이동성향상을 기대할 수 있다. 본 논문의 마찰계수 추정방법은 영상정보를 활용하기 때문에 이동체가 지면과 접촉하기 전에 마찰계수를 추정 할 수 있다는 장점이 있다. 마찰계수의 비접촉 추정을 위한 영상정보 활용방법은 마찰계수측정실험과 물질그룹생성을 포함한 학습단계와 물질그룹 분류과정과 마찰계수 함수 활용을 포함한 마찰계수 추정단계로 구성되어 있으며 물질 조성비를 생성하는 영상처리는 두 단계에 모두 포함된다. 이 과정을 통해 얻은 마찰계수는 무인이동로봇이 이동경로 진입 전에 미끄러움을 판단하여 미끄럼지역을 회피 할 수 있도록 하며, 저속으로 이동이 가능한 경우 미끄럼이 발생하지 않는 적정속도를 계산하는데 확용 가능하다. 본 논문에서 사용한 지형의 마찰계수와 영상정보는 마찰계수 측정실험을 통해 취득하였다. 마찰계수 추정방법을 평가하기 위해 실험지형의 실제 마찰계수와 추정 마찰계수의 차이를 비교하였다. In this paper, we proposed an algorithm for utilizing visual information for non-contact predicting method of friction coefficient. Coefficient of friction is very important in driving on road and traversing over obstacle. Our algorithm is based on terrain classification for visual image. The proposed method, non-contacting approach, has advantage over other methods that extract material characteristic of road by sensors contacting road surface. This method is composed of learning group(experiment, grouping material) and predicting friction coefficient group(Bayesian classification .prediction function). Every group include previous work of vision. Advantage of our algorithm before entering such terrain can be very useful for avoiding slippery areas. We make experiment on measurement of friction coefficient of terrain. This result is utilized real friction coefficient as prediction method. We show error between real friction coefficient and predicted friction coefficient for performance evaluation of our algorithm.