본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

[표지] 1

제출문 3

보고서 요약서 5

요약문 7

목차 10

제1장 연구개발과제의 개요 18

제1절 연구개발 배경 및 필요성 18

1. 연구개발 배경 18

2. 연구개발 필요성 19

제2절 연구개발 목표 및 주요 내용 21

1. 연구개발의 최종목표 21

2. 연구개발 주요 내용 21

제2장 국내외 기술개발 현황 24

제1절 국내 기술개발 현황 24

1. 국내 자율주행트램 제어시스템 개발현황 24

제2절 국외 기술개발 현황 25

1. 국외 자율주행 트램 제어시스템 개발 현황 25

제3장 연구개발 수행 내용 및 결과 30

제1절 외부환경/노선 적응형 통합인지 시스템 구성 개발 30

1. 맵 기반 외부환경/노선 적응형 통합 인지시스템 구성(안) 도출 30

제2절 트램 노선 Map 개발 및 위치 검지 연동알고리즘 개발 33

1. 자율주행트램용 기초 맵 요구사항 개발 33

2. 자율주행트램용 기초 맵 개발 33

3. 선로 Map 기반 위치검지 알고리즘 40

4. 영상데이터 기반 위치검지 알고리즘 55

제3절 자율주행트램 S/W 제어플랫폼 개발 57

1. 자율주행 차량제어기 S/W 제어플랫폼 개요 57

2. 자율주행 트램용 센서 퓨젼을 위한 S/W 플랫폼 개발 58

3. 자율주행 트램용 센서 퓨젼을 위한 SW 플랫폼 연계시험 88

제4절 자율주행트램 측방 안전제어시스템 개발 90

1. 승하차 승객 안전여부 확인을 위한 시스템 구성안 90

2. 알고리즘 흐름도 92

3. 승하차 승객 감지 알고리즘 93

4. 위험상황 경보 알고리즘 개발 98

5. 승하차 승객 모니터링 104

제5절 승객 승하차 예측 알고리즘 및 In/Out 판단 알고리즘 개발 106

1. 시스템 동작원리 106

2. 시스템 구현상황 108

3. 테스트 시나리오 및 결과 114

4. SVM(Support Vector Machine) 기법을 이용한 승객 In/Out 판단 알고리즘 121

제4장 목표 달성도 124

제1절 연구과제 목표 달성도 124

제5장 연구개발 결과의 활용 계획 134

제1절 연구개발 결과 활용계획 134

1. 성과활용 계획 134

2. 성과확산 계획 134

제2절 연구개발 기대효과 135

1. 정량적 기대효과 135

2. 정성적 기대효과 135

참고문헌 136

판권기 138

표목차 11

〈표 1-1-1〉 자동차&트램 자율주행기술 비교 20

〈표 2-2-1〉 센서기반 트램충돌경보장치 개발현황 26

〈표 3-3-1〉 센서별 수집/가공정보 및 인터페이스 사양 57

〈표 3-3-2〉 Camera 사양 58

〈표 3-3-3〉 IMU 사양 59

〈표 3-3-4〉 Lidar 사양 59

〈표 3-3-5〉 Radar 사양 59

〈표 3-3-6〉 DGPS 사양 60

〈표 3-3-7〉 RTK GPS 사양 60

〈표 3-3-8〉 Lidar센서 메시지 정보 61

〈표 3-3-9〉 Radar 센서 메시지 정보 61

〈표 3-3-10〉 IMU 센서 메시지 정보 61

〈표 3-3-11〉 Camera 센서 메시지 정보 62

〈표 3-3-12〉 GPS 센서 메시지 정보 62

〈표 3-3-13〉 SW 플랫폼(ROS) 내 노드 상세 내역 62

〈표 3-4-1〉 카메라 사양 91

〈표 3-4-2〉 데이터베이스 구축내용 95

〈표 3-4-3〉 보행자 검출기 학습 및 평가 DB 95

〈표 3-4-4〉 보행자 감지 성능 96

그림목차 12

〈그림 1-1-1〉 영국, 호주, 프랑스 3개국의 연간 트램 사고 통계 자료 18

〈그림 1-1-2〉 프랑스의 2004년부터 2013년까지 연간 트램 사고 통계 자료 19

〈그림 1-2-1〉 자율주행트램 개념도 21

〈그림 2-1-1〉 무인트램 가감속 제어시스템 구성 24

〈그림 2-2-1〉 지멘스 무인트램(전면 라이다 1개, 측면 라이다 2개, 전면 상단 카메라) 25

〈그림 2-2-2〉 주행 시험(역정보, 지장물, 속도, 2D 지도, 카메라뷰, 센서뷰 현시) 25

〈그림 2-2-3〉 알스톰 자율주행 트램 구현(2017년) 25

〈그림 2-2-4〉 Frankfurt VGF에 적용된 stereo camera를 이용한 지능형 안전 시스템 27

〈그림 2-2-5〉 Siemens COMBINO에 적용된 Autonomous system 27

〈그림 3-1-1〉 통합형 인지 시스템 구성안 30

〈그림 3-1-2〉 기존 영상기반 레일검지 및 ROI 설정을 맵기반 위치검지 알고리즘으로 대체 30

〈그림 3-1-3〉 양방향 주행 및 외부인식 정확도 향상을 위한 시스템구성(안) 31

〈그림 3-1-4〉 주간 카메라 이미지(좌), 야간 카메라 이미지(우) 31

〈그림 3-1-5〉 최대 감속도 대비 제동거리표 및 속도제어시스템 커버리지(보행자 인식 및 정지) 32

〈그림 3-2-1〉 맵 계층을 이용하여 지도 제작 33

〈그림 3-2-2〉 트램 전용 철로 지도 제작 34

〈그림 3-2-3〉 지도상 신호등 및 다양한 시설물 위치 정보를 마커 이미지로 표시 34

〈그림 3-2-4〉 트램 선로를 링크별 속도, 거리 정보를 데이터에 입력 및 지도에 표시 35

〈그림 3-2-5〉 표준 수치 지도 타일 이미지 호출 35

〈그림 3-2-6〉 국토지리정보원 25cm 급의 고해상도 영상지도 제작 36

〈그림 3-2-7〉 고해상도 영상지도상에 시설물 위치정보를 마커 이미지로 표시 36

〈그림 3-2-8〉 표준 수치 지도 타일 이미지 호출 37

〈그림 3-2-9〉 전자지도 엔진 구동화면 37

〈그림 3-2-10〉 지도상의 주요 기능 제공(거리) 38

〈그림 3-2-11〉 지도상의 주요 기능 제공(마커 표시) 38

〈그림 3-2-12〉 지도상의 주요 기능 제공(위치정보 확인) 39

〈그림 3-2-13〉 트램 및 교통 신호등 39

〈그림 3-2-14〉 트램 위치 표시 40

〈그림 3-2-15〉 이동 정밀 지도 생성 차량(좌), HERE사의 정밀지도(우) 41

〈그림 3-2-16〉 GNSS 기반 측위(좌), 정밀지도 기반 측위(우) 41

〈그림 3-2-17〉 철도 교통의 수치지도 41

〈그림 3-2-18〉 절대 위치 측정용 RFID(트랜스폰더) 및 Faiveley사의 Wiegand 차륜센서 42

〈그림 3-2-19〉 자율주행 TRAM을 위한 지도 개념도 43

〈그림 3-2-20〉 Optimal smoothing을 통한 주행 경로 생성 43

〈그림 3-2-21〉 RTS smoother 알고리즘 43

〈그림 3-2-22〉 자율주행 TRAM을 위한 linear map 생성 알고리즘 구조 44

〈그림 3-2-23〉 실차 데이터를 기반으로 생성된 linear map 44

〈그림 3-2-24〉 Linear map을 이용한 정밀 위치추정 알고리즘 45

〈그림 3-2-25〉 정밀 위치추정 알고리즘을 통하여 추정된 위치 및 헤딩각 결과 45

〈그림 3-2-26〉 ROS 기반의 모듈화 TRAM 자율주행 시스템 46

〈그림 3-2-27〉 외부 시스템에서의 속도제어시스템 모니터링 컨셉 46

〈그림 3-2-28〉 RViz 기반의 시스템 모니터링 환경 47

〈그림 3-2-29〉 속도제어 알고리즘 구성도 47

〈그림 3-2-30〉 Model Predictive Control(MPC) 개념도 48

〈그림 3-2-31〉 차량 모델을 이용한 TRAM 하위 제어기 49

〈그림 3-2-32〉 Target speed 추종 제어 알고리즘 시뮬레이션 50

〈그림 3-2-33〉 속도제어기 성능 조정 인터페이스 51

〈그림 3-2-34〉 정지 물체 인식 및 정지 시나리오 52

〈그림 3-2-35〉 정지 물체 인식 및 정차 시나리오 데이터 52

〈그림 3-2-36〉 정지 물체 제거 후 출발 시나리오 53

〈그림 3-2-37〉 정지 물체 제거 후 출발 시나리오 데이터 53

〈그림 3-2-38〉 선로 횡단 시나리오 54

〈그림 3-2-39〉 선로 횡단 물체 대응 시나리오 데이터 54

〈그림 3-2-40〉 ZED社 스테레오 카메라 55

〈그림 3-2-41〉 실시간 영상 및 Stereo Vision이 적용된 Depth Map 55

〈그림 3-2-43〉 영상기반 위치검지 알고리즘 56

〈그림 3-2-44〉 DB영상과 입력영상 매칭결과 56

〈그림 3-2-44〉 매칭 결과(number : 영상에 매칭된 구간 번호, count : 매칭된 특성 개수) 56

〈그림 3-3-1〉 SW 플랫폼 외부 인터페이스 구성 57

〈그림 3-3-2〉 ROS 환경에서 노드(Node) 간 정보 흐름 58

〈그림 3-3-3〉 Lidar 센서 노드 구조 65

〈그림 3-3-4〉 Lidar 센서 수집 정보(Object데이터) 65

〈그림 3-3-5〉 Lidar 센서 수집 정보(Scan데이터) 66

〈그림 3-3-6〉 포인트 데이터 66

〈그림 3-3-7〉 오브젝트 데이터 66

〈그림 3-3-8〉 Lidar 센서를 이용한 ROS 환경에서 오브젝트 정보 표출화면(형상, 포인트) 67

〈그림 3-3-9〉 Lidar 센서 노드 토픽 발행 정보 67

〈그림 3-3-10〉 Radar 센서 노드 구조 70

〈그림 3-3-11〉 Radar 센서 수집정보(Object데이터) 71

〈그림 3-3-12〉 Radar 센서를 이용한 ROS 환경에서 오브젝트 정보 표출화면 71

〈그림 3-3-13〉 Radar 센서 토픽 발행 정보 72

〈그림 3-3-14〉 Lidar 센서 오브젝트 정보 및 Visual 데이터 72

〈그림 3-3-15〉 Radar 센서 오브젝트 정보 및 Visual 데이터 73

〈그림 3-3-16〉 Lidar센서, Radar센서 오브젝트정보 좌표 통합 73

〈그림 3-3-17〉 오브젝트 보정 데이터 생성 74

〈그림 3-3-18〉 Lidar센서, Radar센서 물체 검지 화면 및 Radar센서 좌표 보정 화면 74

〈그림 3-3-19〉 IMU 센서 노드 구조 76

〈그림 3-3-20〉 IMU 센서 수집정보(방향, 가속도, 각속도) 76

〈그림 3-3-21〉 imu_filter_madwick을 이용하여 산출한 방향 데이터 77

〈그림 3-3-22〉 방향정보 visual 데이터 77

〈그림 3-3-23〉 IMU 센서 토픽 발행 정보 77

〈그림 3-3-24〉 Camera 센서 노드 입출력 정보 79

〈그림 3-3-25〉 ROS 환경에서 Camera 영상정보 수집 화면 79

〈그림 3-3-26〉 GPS 센서 노드 구조 80

〈그림 3-3-27〉 MRP-2000 GPS 데이터 수집 81

〈그림 3-3-28〉 GPS 토픽(tram_gps_fix) 및 GPS 정보 표출화면 81

〈그림 3-3-29〉 TCMS 정보연계 노드 구조 83

〈그림 3-3-30〉 트램운영노드 / TCMS 간 정보연계노드 토픽 연계 정보 84

〈그림 3-3-31〉 TCMS 연계 정보 84

〈그림 3-3-32〉 ECU 노드 데이터 및 토픽 연계 구조 86

〈그림 3-3-33〉 ECU 차속정보 Frame 구성 (8 Byte) 86

〈그림 3-3-34〉 SW 플랫폼 환경(ROS)에서 차속정보 수집 화면 87

〈그림 3-3-35〉 Lidar 차속 및 yaw정보 연계 구조 87

〈그림 3-3-36〉 Radar 차속 및 yaw 정보 연계 구조 87

〈그림 3-3-37〉 ROS 환경에서 구동 중인 노드 및 노드와 토픽 그래프 89

〈그림 3-4-1〉 선두 차량에 설치된 카메라 영상 예 91

〈그림 3-4-2〉 알고리즘 흐름도 92

〈그림 3-4-3〉 PASCAL VOC 2007 Person 예 93

〈그림 3-4-4〉 영상 전처리 단계 94

〈그림 3-4-5〉 YOLOv3의 네트워크 구조 94

〈그림 3-4-6〉 GT 생성 예 95

〈그림 3-4-7〉 검출성능에 대한 ROC curve 96

〈그림 3-4-8〉 다양한 상황에서의 정 검출 결과 97

〈그림 3-4-9〉 미검출 또는 오검출 결과 예 98

〈그림 3-4-10〉 내부변수 Calibration을 위한 패턴 예 99

〈그림 3-4-11〉 광각카메라 렌즈왜곡 제거 예 99

〈그림 3-4-12〉 외부변수 Calibration을 위한 패턴 예 100

〈그림 3-4-13〉 내/외부 변수 캘리브레이션 결과 100

〈그림 3-4-14〉 1,4번 카메라에서 검출된 물체의 좌표를 트램 기준 좌표계에 투영시킨 예 100

〈그림 3-4-15〉 보행자 추적 및 경보 생성 결과 예 102

〈그림 3-4-16〉 경보 발생 로직 흐름도 102

〈그림 3-4-17〉 위험상황 경보 정량적 평가를 위한 영상 프레임 분류 예 103

〈그림 3-4-18〉 위험상황 경보 동영상 GT 예 104

〈그림 3-4-19〉 데모 프로그램 105

〈그림 3-4-20〉 전체 비콘 결제 시스템 구성도 106

〈그림 3-4-21〉 트램 내 비콘 및 서버 설치도 107

〈그림 3-4-22〉 비콘 결제 시스템구성도 107

〈그림 3-4-23〉 비콘 Software 시스템 구성도 108

〈그림 3-4-24〉 비콘 데이터 구성 108

〈그림 3-4-25〉 비콘 Minor ID 109

〈그림 3-4-26〉 비콘 Minor ID 109

〈그림 3-4-27〉 비콘 관리자용 어플리케이션 110

〈그림 3-4-28〉 사용자용 어플리케이션(앱) 111

〈그림 3-4-29〉 사용자 앱 업데이트 화면 1 111

〈그림 3-4-30〉 사용자 앱 업데이트 화면 2 112

〈그림 3-4-31〉 비콘 유저앱 Flow chart 112

〈그림 3-4-32〉 서버정보 변경 화면 113

〈그림 3-4-33〉 빌링키 기반 결제 프로세스 114

〈그림 3-4-34〉 트램 내 테스트환경 115

〈그림 3-4-35〉 교통단말에 설치된 비콘과 네트워크 연동서버 115

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차