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
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • 직렬형 하이브리드 차량의 구성품 성능저하를 고려한 상위제어 알고리즘에 관한 연구

        최인교(Inkyo Choi),함형진(Hyeongjin Ham),이형철(Heongcheol Lee) 한국자동차공학회 2013 한국자동차공학회 부문종합 학술대회 Vol.2013 No.5

        This paper present a hybrid control algorithm of series type hybrid electric vehicle considering performance deterioration index of low-level system. The index is dependent on the result of reference that study on the performance monitoring of ICE, energy storage system and motor. it’s designed to avoid the life cycle decrease of low-level system and to keep total vehicle safety. The algorithm is designed using MATLAB/Simulink and it"s designed to be able to easily simulate vehicle performance proposed research is validated by AVL Cruise.

      • Series Hybrid 차량의 HCU개발을 위한 추진 장치 모델링에 관한 연구

        최인교(Inkyo Choi),함형진(Hyeongjin Ham),박태호(Taeho Park),이형철(Hyeongcheol Lee) 한국자동차공학회 2012 한국자동차공학회 학술대회 및 전시회 Vol.2012 No.11

        This paper presents a modeling of series type HEV propulsion system for developing a HCU. Series type HEV has a simple structure and better transient performance than others why use only motor powered. For that reason, the performance and economics of the Series HEV largely depend on the control strategy of HCU. To develop HCU, a well operating vehicle model is obviously required that has multiple source of power and power distribution structure. The presented model has engine, generator, energy storage device, power distribution device and electric motor. Each model is designed to charater functional properties using MATLAB/SIMULINK. In addition, it"s designed to be able to easily simulate vehicle performance under various conditions and link with ControlDesk, ModelDesk, MotionDesk of dSPACE HIL simulator. The developed model is verified with simple HCU algorithm implemented in the RCP environment comparing to vehicle test data.

      • 자율주행 농업기계의 자세에 따른 위치정보 오차분석 및 보정시험

        최인교 ( Inkyo Choi ),( Benjamin Cates ),정택훈 ( Taekhoon Jung ),최종민 ( Jongmin Choi ),이상헌 ( Sangheon Lee ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2

        자율주행 트랙터는 야외 스마트 농업의 필수 요소로 인식되며, 국·내외 다수의 기업 및 학술기관에서 다양한 연구가 이루어지고 있다. 해외의 경우 대형 선진업체가 주도하여 직진주행, 자동회전 기능 등을 포함한 다양한 제품을 출시하고 있다. 국내에도 글로벌 기술격차를 줄이기 위해 다양한 연구가 시도되고 있으며 일부 파생기술을 적용한 직진주행 농업기계 제품이 출시 또는 출시 예정이다. 자율주행 트랙터는 야외 노지 등에서 사용되기 때문에 기계의 위치를 파악하기 위해 GPS센서를 이용하는 연구가 활발하다. 특히 국내의 경우 국토 지리정보원에서 제공하는 네트워크형 위치보정시스템 NTRIP 및 RTK-GPS를 이용하면 수cm 오차 이내로 위치측정이 가능하기 때문에 보다 활발히 위치정보 기반의 자율주행 알고리즘을 연구하고 있다. 하지만 고정밀RTK-GPS위치센서라도, 농업기계의 자세에 따라 수십cm이상 오차 발생이 가능하다. 일반적인 GPS안테나의 특성 상 기계의 최상단에 주로 장착이 되며 이에 따라 약간의 자세변경에도 안테나의 위치 변위가 크게 바뀌며 이는 위치정보 오차 발생의 주요 원인이 된다. 따라서 이번 연구에서는 위치정보를 자세측정센서와 연동하여 위치를 보정하는 알고리즘을 연구하였다. 먼저 농업기계 주행 시 GPS와 기울기센서를 이용하여 특성을 측정하였고, 노면의 기울기에 따라 발생 되는 위치오차와 이에 따른 직진주행 정확도의 차이를 비교 분석하였다. 해당 데이터와 연구를 통해 자세에 따른 위치오차를 기울기 센서를 통해 보정하는 알고리즘을 제작하였고, 이를 통하여 노지 주행 시 보다 높은 직진주행 정확도를 확보할 수 있었다.

      • A Study to Consider the Specification of Posture Sensor for Autonomous Tractor

        Benjamin Cates,Inkyo Choi(최인교),Jongmin Choi(최종민),Sang-Heon Lee(이상헌),Ji-Hoon Yu(유지훈) 대한기계학회 2018 대한기계학회 춘추학술대회 Vol.2018 No.12

        Recently, a hot issue in the field of agriculture is the utilization of attitude sensors for autonomous tractors. The position of autonomous agricultural equipment is traditionally derived from GNSS sensors, and require centimeter-level accuracy. In addition, these GNSS sensors are primarily installed on the roof of the vehicle cabin in order to provide optimal conditions for the reception of satellite signals. Depending on the slope of the ground, the vehicle’s orientation can vastly differ, which leads to GNSS sensor position errors that may exceed ten centimeters or more. Tractors are generally operated in irregular and uneven fields, such as rice fields, and as a result experience large vehicle orientation fluctuations. In order to overcome the position errors associated with these fluctuations, it is necessary to appropriately mount a sensor on the vehicle capable of accurately determining vehicle posture. Therefore, in this paper, the specifications for the optimal mounting of an attitude measurement sensor are analyzed and selected based on the tractor’s driving environment and working characteristics.

      • 자율주행 트랙터를 위한 장애물 검출용 4 분할 영상 시스템

        정택훈 ( Taekhoon Jung ),( Benjamin Cates ),최인교 ( Inkyo Choi ),이상헌 ( Sangheon Lee ),최종민 ( Jongmin Choi ) 한국농업기계학회 2020 한국농업기계학회 학술발표논문집 Vol.25 No.2

        인구 고령화에 따른 농촌 지역의 노동력 부족 문제를 해결하는 방안으로 자율주행 트랙터가 대두되고 있다. 고도화된 자율주행 기술 수준 확보를 위해서는 농작업 성능뿐만 아니라 사고 방지를 위한 장애물 인지 및 판단 기술이 접목되어야 한다. 이러한 인지, 판단 기술은 운전자 또는 농업 종사자들의 안전성 확보와 직접 연관된다는 점에서 특히 중요하다. 자율주행 트랙터의 경우는 후미 부에 로터베이터, 쟁기 등의 작업기를 장착하고 경작을 수행한다는 특성상전 후진 변속의 빈도가 잦으므로 트랙터 주변 모든 방향에 대하여 안전을 확보해야 한다. 본 논문에서는 120˚ 시야각을 갖는 광각 카메라를 이용하여 객체 인식을 위한 4 분할 입력 이미지를 생성하는 방법을 제안한다. 광각 카메라는 주점으로부터 멀어질수록 방사 왜곡이 심해지는 단점이 있지만 넓은 범위의 이미지 데이터를 한 번에 획득 할 수 있다는 장점이 있다. 제안하는 시스템에서는 트랙터의 전면, 후면, 좌측, 우측에 카메라를 설치하여 총 4개의 카메라를 설치하여 트랙터 주변 전체 영역에 대한 탐지 범위를 확보하였다. 4분할 입력 이미지에 대하여 YOLO-v3 기반 객체 인식 알고리즘을 실행시킨 결과 모든 탐지 범위에 대하여 객체 검출이 잘 수행되는 것을 확인하였다. 하지만 분할 경계 부분에서 오인식하는 경우가 가끔 발생하였다. 이러한 문제는 추후 4 분할 영상 자체를 학습 데이터로서 알고리즘을 학습 시켜 개선 가능할 것으로 보인다.

      • YOLO 모델 기반 농업 환경 내 사람 인식 시스템의 예비 타당성 평가

        정택훈 ( Taekhoon Jung ),( Benjamin Cates ),최인교 ( Inkyo Choi ),최종민 ( Jongmin Choi ),이상헌 ( Sangheon Lee ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2

        자율 주행 트랙터는 무인화된 미래 농업의 필수 요소로써, 농작업 성능뿐만 아니라 사고 방지를 위한 다양한 기술이 요구된다. 특히, 농경지에 사람이 들어왔을 때, 자율주행 트랙터에 의한 인명 사고 방지할 수 있는 기술은 필수로 요구되는 기술이다. 한편, YOLO는 이미지 내에서 다수의 물체를 인식하는 대표적인 인공지능 모델로써, 자율주행 자동차 분야등에서 사람 인식 및 주변 환경 인식을 위해 사용되고 있다. 이에 본 연구에서는 자율주행 트랙터의 인명 사고 방지를 위한 기술로써 YOLO 모델의 활용 가능성에 대한 예비 타당성 평가를 실시하였다. 본 평가의 방법은 기존 다중 객체 인식 YOLO 모델과 사람 객체만을 인식하기 위해 수정한 YOLO 모델의 성능 비교 실험을 실시하였다. 기존 다중 객체 인식 YOLO 모델을 사용하여 농업 환경 내 사람 이미지를 인식한 결과 동물로 오인식 하는 경우가 빈번히 발생하였다. 반면, 수정된 YOLO 모델의 경우 동물로 오인식 되었던 사람에 대해서 개선된 효과를 볼 수 있었다. 하지만, 농업 환경에서의 사람 객체는 작물에 의해 신체의 일부가 가려지거나 그 자세가 다양하여 사람으로 인식하지 못하는 문제가 있었다. 이러한 문제는 추후 농업 환경에 존재하는 사람 객체 데이터 학습을 통해 개선 가능할 것으로 보인다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼