초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

본 기술연구에서는 운전자가 사고를 줄일 수 있도록 차량 환경에서의 광학 카메라 통신 시스템을 중점적으로 연구하였습니다. 차량의 관심 영역 감지를 모든 통신으로 용이하게 하는 저속 및 고속 스트림을 결합하는 변조 기술인 바이 레벨 펄스 위치 변조(BPPM)가 제안된다. 차량 ID는 저속 스트림으로 전송되고 통신 데이터는 고속 스트림으로 전송됩니다. 제안된 BPPM은 저속 스트림의 ...

본 기술연구에서는 운전자가 사고를 줄일 수 있도록 차량 환경에서의 광학 카메라 통신 시스템을 중점적으로 연구하였습니다. 차량의 관심 영역 감지를 모든 통신으로 용이하게 하는 저속 및 고속 스트림을 결합하는 변조 기술인 바이 레벨 펄스 위치 변조(BPPM)가 제안된다. 차량 ID는 저속 스트림으로 전송되고 통신 데이터는 고속 스트림으로 전송됩니다. 제안된 BPPM은 저속 스트림의 데이터 전송 속도를 개선하여 링크 설정 시간을 단축하고, 저속 데이터를 디코딩하기 위한 낮은 프레임률 카메라의 필요성을 없앴다. 또한 이 특수 파형은 차량 시나리오에서 매우 권장되는 적응형 임계값 메커니즘을 제공한다. 이외에도, 두 가지 다른 고급 운전자 지원 방법, 즉 광 카메라 통신을 사용하여 차량 위치 파악 및 도로 곡률 추정 방법이 제안된다. 차량 위치 파악 기능은 운전자가 후방 발광 다이오드(LED) 형상의 도로 곡률 추정치를 사용하여 도로 굴곡에서 운전자에게 경고를 보내는 차량 간의 안전한 추종 거리를 유지하는 데 도움이 됩니다. 따라서, 한 신경망은 차량 위치 확인 및 통신을 위한 LED 감지용이고, 다른 신경망은 도로 곡률 추정을 위한 것이다. 차량 백라이트의 프로토타입은 10cm 간격으로 3mm 직경의 LED 두 개를 사용하여 개발되었습니다. 이 시스템은 파이썬 3.7을 사용하여 구현되며 성능은 30fps 롤링 셔터 카메라를 사용하여 분석됩니다. 25m 거리에서 75% 현지화 해상도를 달성했으며 로우 스트림과 하이 스트림 비트 전송률은 각각 150bps와 600bps인 것으로 확인되었습니다.

Abstract ▼ AI-Helper

In this technical study, we have focused on the optical camera communication system in a vehicular environment to help the drivers in reducing the number of accidents. A modulation technique, bi-level pulse position modulation (BPPM) is proposed that combines the low-rate and high-rate stream which ...

In this technical study, we have focused on the optical camera communication system in a vehicular environment to help the drivers in reducing the number of accidents. A modulation technique, bi-level pulse position modulation (BPPM) is proposed that combines the low-rate and high-rate stream which facilitates the region-of-interest detection for the vehicle to everything communication. The vehicle identity is transmitted as a low-rate stream and the communication data is transmitted as a high-rate stream. The proposed BPPM improves the data rate of the low-rate stream, thereby, the link setup time is reduced as well as the necessity of a low frame rate camera to decode the low-rate data is eliminated. Moreover, this special waveform offers an adaptive thresholding mechanism that is highly recommended in a vehicular scenario. Besides, two other advanced driver assistance methods, i.e., vehicle localization and road curvature estimation are proposed using optical camera communication. Vehicle localization will help the drivers to maintain a safe following distance between vehicles where the road curvature estimation from the rear light-emitting-diode (LED) shapes will be used to warn the drivers at the road bendings. Therefore, one neural network is designed for LED detection for vehicle localization and communication, and the other is for road curvature estimation. A prototype of a vehicle backlight is developed using two 3 mm diameter LEDs having 10 cm spacing between them. The system is implemented using Python 3.7 and the performance is analyzed using a 30 fps rolling shutter camera. At a 25 m distance, we have achieved 75% localization resolution and, the low and high stream bit rate is found to be 150 bps and 600 bps, respectively.

Keyword