생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
목차
요약 8
Ⅰ. 연구 개요 11
1. 연구의 배경 및 목적 11
2. 자율주행차 기술동향 14
1) 자율주행차(Autonomous Vehicle) 개요 14
2) 발전단계 15
3) 기술수준 17
4) 시장전망 18
3. 주요 연구내용 및 방법 19
1) 문헌고찰 및 국내/외 현황 조사 19
2) 자율주행을 위한 교통안전시설 개선방향 19
3) 돌발상황 검지 알고리즘 개발 및 실험 19
4) 자율주행차 교통안전정보 제공방안 제시 19
4. 연구 수행절차 20
5. 연구 기대효과 20
Ⅱ. 현황분석 및 문헌고찰 21
1. 자율주행차 정책동향 분석 21
1) 국내 동향 21
2) 국외 25
2. 돌발상황 검지기술 관련 선행연구 29
1) 돌발상황의 정의 29
2) 돌발상황검지 알고리즘 30
3) 비교 또는 패턴인식 알고리즘 31
4) 통계적(Statistical) 알고리즘 32
5) 시계열(Time series)과 필터링(Filtering)을 이용한 알고리즘 33
6) 교통류 모형과 이론을 이용한 알고리즘 34
7) 돌발상황검지 알고리즘 구축 및 운영사례 36
8) 한국도로공사 FTMS의 APID 알고리즘 적용방법 36
9) 서울시 도시고속도로 FTMS의 McMaster 알고리즘 적용방법 38
3. 인공 신경망 40
1) 생물학적 신경망의 구조 40
2) 역전파 신경망의 유니트 구조 41
3) 역전파 신경망의 층상 구조 44
4) 역전파 신경망의 학습 알고리즘 45
5) 심층학습의 도입 및 발달과정 47
6) 심층학습의 도입 및 발달과정 48
Ⅲ. 자율주행을 위한 교통안전시설 개선방향 설정 50
1. 교통안전시설 50
1) 신호기(등) (Traffic Signal) 51
2) 교통안전표지 (Traffic Sign) 52
3) 노면표시 (Marking) 53
2. 자율주행을 위한 교통안전시설 개선방향 설정을 위한 설문조사 54
1) 자율주행을 대비한 교통안전시설 개선의 필요성 54
2) 자율주행을 대비한 교통안전시설 개선방향 조사를 위한 설문 설계 54
3) 설문 결과 57
3. 자율주행을 위한 교통안전시설 개선방향 설정을 위한 전문가 자문 60
4. 자율주행을 위한 교통안전시설 개선방향 61
Ⅳ. 자율주행을 위한 돌발검지 알고리즘 개발 62
1. 도시교통정보센터 돌발정보 수집/제공 현황 62
1) 도시교통정보센터 돌발정보 관리시스템 구축 62
2) 도시교통정보센터 돌발정보 수집/제공현황 64
2. 돌발상황검지 알고리즘 개발 65
1) 돌발상황검지 알고리즘 개발 65
2) 신경망을 이용한 돌발상황검지 알고리즘 개발 66
3) 자료수집 및 특성분석 67
4) 특징벡터의 구성 69
5) 신경망의 구성 71
6) 실험환경 72
7) 신경망 학습 73
8) 현장실험 73
9) 신경망 학습 및 실험 76
10) 올림픽대로 동작대로램프 → 여의상류IC 도로구간 실험결과 78
11) 강변북로 한강로램프 → 대건로램프 구간 실험결과 79
12) 서울외곽순환 고속도로 학의JC 서측 → 평촌IC 구간 실험결과 80
3. 소결론 81
4. 자율주행을 위한 교통안전정보 통합플랫폼 구축방안 83
Ⅴ. 결론 및 향후계획 84
Ⅵ. 참고문헌 87
[부록] 설문지 90
판권기 104
〈표 1-1〉 도시교통정보센터 교통정보 제공서비스 현황 13
〈표 1-2〉 SAE 자율주행기술 분류기준 16
〈표 1-3〉 자율주행차 단계별 제어권 17
〈표 1-4〉 국가별 자율주행차 기술수준 비교 17
〈표 2-1〉 국내 자율주행차 운행 허가 취득 현황 23
〈표 2-2〉 자율주행차 임시운행 허가를 위한 규정 23
〈표 2-3〉 자율주행차 필요기술 분석 및 공단의 관련분야 24
〈표 2-4〉 돌발상황의 종류 및 특징 29
〈표 2-5〉 돌발상황검지 알고리즘 분류 및 특징 30
〈표 2-6〉 국내 돌발상황검지 알고리즘 운영사례 36
〈표 2-7〉 APID 알고리즘 변수 산출법 37
〈표 3-1〉 연도별 교통안전시설 설치 현황 50
〈표 3-2〉 AHP분석을 위한 교통안전시설 개선 우선순위 대안항목 설정 55
〈표 4-1〉 돌발정보 등급별 구분기준 및 내용 64
〈표 4-2〉 돌발정보 수집 및 제공현황 (2017년 8월 기준) 65
〈표 4-3〉 경부고속도로 양재IC→서초IC 구간 돌발관련정보 수집예시 68
〈표 4-4〉 특징벡터의 구성기준 70
〈표 4-5〉 신경망 학습 및 실험에 사용된 자료 수 72
〈표 4-6〉 올림픽대로 동작대교 → 여의도 상류IC 구간 돌발상황 정보사례 74
〈표 4-7〉 돌발상황검지 알고리즘 평가를 위한 실험장소 75
〈표 4-8〉 신경망 실험에 사용된 자료 수 76
〈표 4-9〉 돌발상황검지 알고리즘 현장실험 결과 81
〈표 4-10〉 알고리즘 성능비교 결과 82
〈그림 1-1〉 자율주행을 위한 도로인프라의 교통안전정보 제공 필요성 11
〈그림 1-2〉 도시교통정보센터 교통정보 수집/제공체계 구성도 12
〈그림 1-3〉 자율주행차의 개념 14
〈그림 1-4〉 국내 상용화 되어 있는 자율주행시스템 15
〈그림 1-5〉 자율주행기술의 발전단계 16
〈그림 1-6〉 국내 자율주행차 경진대회 참가차량 18
〈그림 1-7〉 자율주행차(전체레벨) 세계 시장(좌), 지역별 전체 자동차 시장에서의 비중(우) 18
〈그림 1-8〉 연구수행 순서도 20
〈그림 2-1〉 경기도 화성시에 구축중인 K-City 조감도 22
〈그림 2-2〉 미시간 대학 내 테스트베드(M-City) 26
〈그림 2-3〉 McMaster 알고리즘을 위한 교통량-점유율 관계 35
〈그림 2-4〉 APID 알고리즘의 변수 37
〈그림 2-5〉 APID 알고리즘의 흐름도 38
〈그림 2-6〉 McMaster 알고리즘의 개념도 39
〈그림 2-7〉 McMaster 알고리즘의 흐름도 40
〈그림 2-8〉 생물학적 뉴런의 구조 41
〈그림 2-9〉 인공 뉴런의 구조 43
〈그림 2-10〉 Sigmoid 활성화 함수 43
〈그림 2-11〉 역전파 신경망의 구성도 44
〈그림 2-12〉 CNN의 구조 49
〈그림 2-13〉 NVIDIA의 자율주행차 영상인식 기술 49
〈그림 3-1〉 연도별 교통안전시설 설치 현황 50
〈그림 3-2〉 신호기 및 신호등의 종류 51
〈그림 3-3〉 교통안전표지의 종류 52
〈그림 3-4〉 노면표시의 종류 53
〈그림 3-5〉 항목별 우선순위(중요도) 분석결과 59
〈그림 4-1〉 돌발정보 관리시스템 구성도 62
〈그림 4-2〉 신경망을 이용한 돌발상황검지 알고리즘 66
〈그림 4-3〉 돌발상황검지 알고리즘 순서도 67
〈그림 4-4〉 돌발상황 통행속도 특성: 서울외곽순환 고속도로 학의JC 69
〈그림 4-5〉 돌발상황검지 신경망의 구성도 71
〈그림 4-6〉 신경망 학습에 따른 오차율 73
〈그림 4-7〉 신경망 학습 및 실험 77
〈그림 4-8〉 올림픽대로 동작대로램프 → 여의상류IC 도로구간 78
〈그림 4-9〉 강변북로 이촌동 도로구간 79
〈그림 4-10〉 경기도 의왕시 청계동 고속도로구간 80
〈그림 4-11〉 자율주행을 위한 교통안전시설물 정보 플랫폼 구축예시 83
이용현황보기
가상서가
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요