http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김범성(BeomSeong Kim),김동엽(Dong Yeop Kim),황재필(Jae Pil Hwang),김은태(Euntai Kim),김영욱(Young-Ouk Kim) 한국지능시스템학회 2009 한국지능시스템학회 학술발표 논문집 Vol.19 No.1
SLAM에서 나오는 Data들은 모두 3차원 좌표로 존재하게 된다. 하지만 기존에 3차원 Map Building에서 주로 사용해 왔던 방법들은 속도가 느리고 높은 Hardware 사양을 요구하기 때문에 실시간으로 로봇을 구동하고 data를 처리하는 데에는 불편함이 많았다. 그래서 OpenGL을 이용하여 그래픽 API로 SLAM에 적합한 3D Map building Interface를 개발하게 되었다. 개발된 Interface는 Feature를 특성에 맞게 분류하여 표현하기 때문에 좀 더 나은 개발 환경을 제공하게 될 것이다.
김범성(BeomSeong Kim),최배훈(Baehoon Choi),김은태(Euntai Kim) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.1
지능형 자동차 기술이 적용되는 범위가 확대됨에 따라서 지능형 자동차의 안전성을 확보하기 위한 장애물의 탐지와 추적 기술의 중요성이 증가하고 있다. 본 논문에서는 레인지 센서를 이용하여 보행자를 탐지하고 추적하여 보행자의 정확한 위치와 차지하고 있는 범위를 파악하는 알고리즘을 제안한다. 이러한 알고리즘은 지능형 자동차 기술이 적용된 시스템이 안전성을 가지고 동작하게 할 것이다.
퍼지 논리와 Interacting Multiple Model (IMM)을 통한 잡음환경에서의 맞은편 차량의 중앙선 침범 예측
김범성(Beomseong Kim),최배훈(Baehoon Choi),안종현(Jhonghyen An),이희진(Heejin Lee),김은태(Euntai Kim) 한국지능시스템학회 2013 한국지능시스템학회논문지 Vol.23 No.5
지능형 차량의 안전 주행을 위해서 주변 차량의 상태를 파악하고, 충돌 위험도를 판단하는 일은 매우 중요하다. 특히 중앙선을 침범하여 주행하는 차량과의 충돌은 치명적일 수 있다. 맞은편에서 다가오는 차량의 중앙선 침범을 지능형 차량의 주요 센서 가운데 하나인 레이더 센서만을 이용하여 예측하면 센서의 특성상 발생하는 노이즈로 인해 오인식의 가능성이 높다. 오인식은 중앙선 침범보다 더 위험한 결과를 초래하기도 한다. 본 논문에서는 레이더 신호에 IMM을 사용한 추적 알고리즘과 퍼지 논리를 적용하여 중앙선 침범 예측의 정확도를 높이고 오인식을 감소시킬 수 있는 알고리즘을 제안한다. 퍼지로직은 레이더 신호와 IMM알고리즘의 결합을 적절히 조절하는 기능을 한다. 제안된 알고리즘은 컴퓨터 모의 실험을 통해 오인식의 감소가 효과적으로 이루어짐이 검증되었다. For intelligent vehicle technology, it is very important to recognize the states of around vehicles and assess the collision risk for safety driving of the vehicle. Specifically, it is very fatal the collision with the vehicle coming from opposite direction. In this paper, a centerlane violation prediction method is proposed. Only radar signal based prediction makes lots of false alarm cause of measurement noise and the false alarm can make more danger situation than the non-prediction situation. We proposed the novel prediction method using IMM algorithm and fuzzy logic to increase accuracy and get rid of false positive. Fuzzy logic adjusts the radar signal and the IMM algorithm appropriately. It is verified by the computer simulation that shows stable prediction result and fewer number of false alarm.
김범성(Beomseong Kim),박성근(Seongkeun Park),최배훈(Baehoon Choi),김은태(Euntai Kim),이희진(Heejin Lee),강형진(Hyung-Jin Kang) 제어로봇시스템학회 2011 제어·로봇·시스템학회 논문지 Vol.17 No.1
This paper proposes a new collision risk assessment system for pedestrians’s safety. Monte Carlo Simulation (MCS) method is a one of the most popular method that rely on repeated random sampling to compute their result, and this method is also proper to get the results when it is unfeasible or impossible to compute an exact result. Nevertheless its advantages, it spends much time to calculate the result of some situation, we apply not only MCS but also Neural Networks in this problem. By Monte carlo method, we make some sample data for input of neural networks and by using this data, neural networks can be trained for computing collision probability of whole area where can be measured by sensors. By using this trained networks, we can estimate the collision probability at each positions and velocities with high speed and low error rate. Computer simulations will be shown the validity of our proposed method.
김범성(Beomseong Kim),최배훈(Baehoon Choi),안종현(Jhonghyun An),황재호(Jaeho Hwang),김은태(Euntai Kim) 한국지능시스템학회 2014 한국지능시스템학회논문지 Vol.24 No.4
최근 지능형 자동차의 능동적 안전 기술에 많은 관심이 집중되고 있다. 능동적 안전 기술은 시스템이 운전자에게 위험 상황을 경고 하거나 교통사고를 회피하는 방향으로 차량 제어의 일부를 도와주어 운전자의 부주의 및 과실로 발생하는 교통사고의 발생 가능성을 감소시킨다. 이러한 능동적 안전 기술을 구현하기 위해서는 주변의 환경 정보를 정확하게 인식하고 분석하는 것이 필수적인데, 주변의 차량과 자차량간의 충돌 위험도를 판단하는 것도 그중 하나이다. 하지만 충돌이 발생하기 이전에 충돌 가능성을 판단하는 것은 일반적인 방법으로는 불가능하기 때문에 몬테 카를로 모의실험을 통하여 이를 해결한다. 하지만 몬테 카를로 모의실험은 연산시간이 길기 때문에 실시간으로 동작해야하는 충돌 경고 시스템에는 적합하지 않다. 이때 신경회로망을 이용하면 이러한 문제를 해결 할 수 있으며, 본 논문에서는 자차량과 주변 차량간의 상태정보에서 충돌에 영향을 주는 충돌 특징점을 추출하여 신경회로망의 성능을 높이는 방법을 제안한다. 제안된 알고리즘은 시나리오 기반으로 Tass사의 PreScan을 이용하여 생성된 충돌 실험데이터에 적용하여 성능을 평가한다. Recently, there are many researches on active safety system of intelligent vehicle. To reduce the probability of collision caused by driver"s inattention and mistakes, the active safety system gives warning or controls the vehicle toward avoiding collision. For the purpose, it is necessary to recognize and analyze circumstances around. In this paper, we will treat the problem about collision risk assessment. In general, it is difficult to calculate the collision risk before it happens. To consider the uncertainty of the situation, Monte Carlo simulation can be employed. However it takes long computation time and is not suitable for practice. In this paper, we apply neural networks to solve this problem. It efficiently computes the unseen data by training the results of Monte Carlo simulation. Furthermore, we propose the features affects the performance of the assessment. The proposed algorithm is verified by applications in various crash scenarios.
실내형 이동로봇을 위한 레이저 스캐너를 이용한 위치 인식과 장애물 추적
최배훈(Baehoon Choi),김범성(Beomseong Kim),김은태(Euntai Kim) 한국지능시스템학회 2011 한국지능시스템학회논문지 Vol.21 No.3
본 논문은 실내형 이동로봇에 적용하기 위한 위치인식과 장애물 추적 방법을 제안한다. 제안된 방법을 구현하기 위해 레이저 스캐너가 사용되었으며 로봇이 운행되는 공간의 지도정보를 미리 알고 있다고 가정한다. 레이저 스캐너의 측정치를 지도정보와 매칭해가며 Sequential Monte Carlo (SMC)방법을 이용하여 로봇의 위치를 파악하고 파악된 위치에서 주변 장애물의 위치를 인식하고 다중 물체 추적 알고리즘을 이용함으로써 장애물과의 충돌 위험성 등을 미리 파악할 수 있다. 마지막으로, 본 논문에서 제안한 방법을 실험을 통해 검증한다. This paper presents the method for location estimation with obstacle tracking method. A laser scanner is used to implement the system, and we assume that the map information is known. We matches the measurement of the laser scanner to estimate the location of the robot by using sequential monte carlo (SMC) method. After estimating the robot's location, the pose of obstacles are detected and tracked, hence, we can predict the collision risk of them. Finally, we present the experiment results to verify the proposed method.
실내형 이동로봇을 위한 적외선 센서를 이용한 위치인식과 레이저 스캐너를 이용한 장애물 인식
최배훈(Baehoon Choi),김범성(Beomseong Kim),김은태(Euntai Kim) 한국지능시스템학회 2011 한국지능시스템학회 학술발표 논문집 Vol.21 No.1
본 논문은 실내형 이동로봇에 적용하기 위한 위치 인식과 장애물 인식 방법을 제안한다. 위치 인식을 위해 적외선 센서로 천장에 부착된 랜드마크를 인식하는 방법을 이용하여 이동 로봇의 위치를 파악하였다. 그렇게 파악된 위치와 가지고 있는 지도정보를 바탕으로 측정된 값이 벽일 확률을 계산하면 그 값이 장애물인지 벽인지의 여부를 판단할 수 있다. 그렇게 파악된 장애물의 위치는 추후 물체 추적 등의 응용기술에 적용되어 사용될 수 있다.