트랙터-작업기 후방 안전을 위한 ISO 18497 기반 인식 시나리오 설계 및 충돌방지 시스템 평가 = Design and Evaluation of Perception Test Scenarios and Collision Avoidance System for Tractor-Implement Rearward Safety based on ISO 18497

국문 초록 (Abstract)

트랙터 후방에는 작업기가 장착되어 있어 운전자의 후방 시야가 크게 제한되므로, 신뢰성 높은 후방 충돌방지 시스템 개발이 요구된다. 급변하는 조명 조건, 어려운 지형, 작업 중 발생하는 흙먼지 등 농업 환경은 복잡하기 때문에 신뢰성 높은 충돌방지를 구현하기 위해서는 개별 센서의 한계를 보완할 수 있는 이중화된 장애물 인식 시스템이 요구된다. 실제 농업 환경에서 인식 시스템의 신뢰성을 평가하기 위해서는 다양한 환경을 반영한 표준화된 시스템 수준의 평가 방법이 필요하지만, 현재까지 이에 대한 방법론은 부족한 실정이다. 본 연구에서는 ISO 18497에서 정의한 인식 실패 요인 중 후방 인식 관련 요소를 반영한 시험 시나리오를 활용하여, 다중 센서 기반 후방 충돌방지 시스템의 개발 및 시스템 수준 평가를 수행하였다. 본 시스템은 카메라 기반 인식을 통해 움직이는 장애물을 탐지하고, 라이다 기반 인식을 통해 비정형 장애물 및 구조물을 검출하도록 설계하였다. 시스템의 성능평가를 위해 ISO 18497에 따라 조명 조건, 흙먼지, 지형, 가림, 거리 감지 시나리오를 구성하여 실험을 수행하였다. 정확 맥니마 검정 결과, 역광, 밤 그리고 가림 환경에서는 라이다가 카메라를 유의미하게 보완한 것으로 나타났다. 반면, 흙먼지 환경에서는 카메라가 라이다를 보완하는 경향을 보였으나 통계적으로 유의하지는 않았다. 현장 실험 결과, 개발된 시스템은 사람과 논둑에 대해 후방 충돌방지를 성공적으로 수행하였으며, 95% 이상의 안전 제어 성공률을 달성하여 실제 농업 환경에서 본 시스템을 통해 트랙터 후방 안전 확보가 가능할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Limited rearward visibility in tractors poses a significant safety risk, underscoring the need for reliable rearward collision avoidance systems. As agricultural environments are complex, robust collision avoidance relies on a redundant perception system to maintain individual performance despite sensor faults. However, evaluating perception reliability in real-world agricultural conditions is difficult, largely due to the lack of standardized system-level evaluation methodologies that capture operational complexity. This study presents the development and system-level evaluation of a multi-sensor rearward collision avoidance system based on test scenarios derived from perception failure factors specified in ISO 18497. Redundant sensing was achieved through the combination of camera-based detection of moving objects and LiDAR-based perception of unstructured environments. System performance was assessed using standardized scenarios addressing illumination, dust, terrain, occlusion, and distance estimation, in accordance with ISO 18497. Exact McNemar’s test showed that LiDAR significantly enhanced performance under backlight, low-light, and occlusion scenarios, whereas the camera showed statistically non-significant advantage in dusty conditions. These results demonstrate that the two redundant systems are largely complementary, except in dusty conditions, highlighting the need for additional modalities, such as radar or infrared cameras. Field experiment results confirmed effective rearward collision avoidance for both person and paddy ridges, achieving safety control success rates of 96.2% and 97.5%, respectively. These findings indicate that the proposed system has the potential to enhance rearward safety for tractors operating in complex and diverse agricultural environments.

목차 (Table of Contents)

• 제 1 장 서 론 1
• 제 1 절 연구의 배경 1
• 제 2 절 연구의 목적 3
• 제 3 절 문헌 조사 4
• 제 2 장 재료 및 방법 9
• 제 1 절 충돌방지 시스템 9
• 제 2 절 작업기 위치 추정 14
• 제 3 절 인식 알고리즘 19
• 제 4 절 경고 / 위험구역 25
• 제 5 절 시험 시나리오 28
• 제 6 절 충돌방지 실험 33
• 제 3 장 결과 및 고찰 37
• 제 1 절 작업기 위치 추정 37
• 제 2 절 인식 알고리즘 39
• 제 3 절 시험 시나리오 43
• 제 4 절 충돌방지 실험 57
• 제 4 장 결론 61
• 참고문헌 62
• Abstract 69