[논문]다수의 무인운송플랫폼 운용을 위한 센서 네트워크 시스템

남춘성; 김수현; 이석한; 신동렬

doi:10.5302/j.icros.2012.18.8.706

다수의 무인운송플랫폼 운용을 위한 센서 네트워크 시스템
Sensor Network System to Operate Multiple Autonomous Transport Platform 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.18 no.8, 2012년, pp.706 - 712

남춘성 (성균관대학교 전자전기컴퓨터공학과) , 김수현 (성균관대학교 전자전기컴퓨터공학과) , 이석한 (성균관대학교 정보통신공학부) , 신동렬 (성균관대학교 정보통신공학부)

Abstract ▼ AI-Helper

This paper presents a sensor network and operation for multiple autonomous navigation platform and transport service. Multiple platform navigate with inside sensors and outside sensors while acquiring and process some useful information. Each platform communicates each other by navigational information through central main server. Efficient sensor network systems are considered for the scenario which some passengers call the service and the vehicle accomplish its transport service by transporting each caller to the destination by autonomous manners. In the scenario, all vehicles perform a role of sensor system to the central server and the server handles each information and integrate with faster procedure in the wireless 3G network.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하지만 갑작스럽게 발생하는 도로상의 사고, 정체, 체증, 차량의 도난, 위험, 주행정보를 알 수 없기 때문에 이에 대한 대비는 차량 각자 이러한 상황을 직접 감지할 경우에만 대처할 수 있다. 따라서 본 논문은 차량의 센서들 데이터를 수집, 관리하여 내부 차량에서 사용되는 센서 데이터와 외부 차량에서 사용되는 센서 데이터를 구분하여 전체 도로의 지도 및 상황을 인지 할 수 있는 자주적 네비게이션 차량을 지원하기 위한 센서 네트워크 시스템을 제안한다. 이를 위해 센서에서 수집되는 데이터를 처리하기 위해서 OSGi 프레임워크를 통한 차량내 센서 데이터 수집 및 외부 차량 간 통신을 위한 싱크 노드를 구현하여 차량이 하나의 작은 센서 네트워크를 구성하며, 전체 차량의 데이터 수집, 관리를 위한 차량 관리 서버를 구성하여 차량 및 외부 사용자에게 신뢰성 있는 정보를 제공한다.
각 차량의 데이터를 수집한 Vehicle management server는 각 차량의 센서 데이터 정보를 통합하여 하나의 통합된 센서 데이터로 취합하여 각 차량에 재전송하여 일률적인 데이터 정보를 제공한다. 또한 외부 사용자의 요구사항에 맞는 차량 서비스를 제공하기 위해 차량의 상태를 파악하여 요구에 맞는 차량을 서비스 한다.
본 논문은 II 장에서 기존 차량에서 센서가 수집되고 처리되는 방법 및 싱크 노드 구성을 위한 OSGi 프레임 워크와 외부 사용자를 위한 Android 프레임 워크에 대해서 알아본다. III 장에서는 제안하는 센서 네트워크에 대해 서술한다.

가설 설정

정해진 일련의 연속된 좌표들인 경로점들은 전체 지도상에서 정해져야 할 가장 우선적인 정보이며, 개별 차량들이 주행하는 과정에서 거리센서에 의해 얻어지는 특정 물체 검출에 의한 이정표 위치와 장애물 위치 정보들도 전체 지도의 정보를 갱신하는 데 필요하다. 특히 이정표 좌표들은 초기 지도를 작성하는 과정에서 그 위치가 정확하고 신뢰성이 있다고 가정하며, 다른 차량들의 주행과정에서 이 영역의 취득정보를 이용하여 자기 위치를 갱신하거나 바로잡을 수 있다. 차량외부에 설치된 IMU 센서는 별도의 GPS와 융합되어, 보다 정밀한 좌표값을 최대 4Hz의 갱신률로 계산하며, 차량의 롤, 피치, 방위각 정보와 속도, 가속도, 각속도 정보는 최대 120 Hz로 갱신 처리 된다.

제안 방법

차량내 승객 혹은 운전자가 차량내 센서 상태 및 데이터를 위한 인터페이스로 Passenger interaction service를 제공하고, 이는 OSGi내 Interaction service bunddle로 승객의 목적지 및 차량 속도와 같은 정보 기반으로 목적지를 확인하게 해준다. Car control pc에서 수집된 정보를 수집, 전송, 처리하기 위해서 Vehicle serve bunddle을 이용하여 관리하고, 외부 이동기기(Android) 및 Vehicle management server로 차량내 센서 데이터, 상태 정보를 전송하기 위한 Mobile service buddle을 구축한다. 또한 차량내의 데이터 및 승객의 요구사항을 관리하기 위해 Integration service bunddle을 구축한다.
또한 차량내의 데이터 및 승객의 요구사항을 관리하기 위해 Integration service bunddle을 구축한다. 그리고 시스템의 초기 셋업(set-up), OSGi 성능 향상을 위한 Log service, reference service를 위한 Basic service buddle을 구축한다. 이와 같은 buddle을 구축함으로서, 차량 내외부의 센서 데이터, 승객 요구사항, 외부 네트워크에서 사용자의 요구사항을 처리할 수 있는 시스템을 구축할 수 있다.
또한 차량과 사용자의 수는 임의로 그 숫자가 변하며 100번의 실험을 통해 나온 평균 반응시간이다. 그리고 차량과 서버 그리고 사용자의 연결 상태가 Wi-Fi 상태와 셀룰러 네트워크 (3G)상태일 경우를 비교하여 측정하였다. 결과를 살펴보면 우선 Wi-Fi로 연결된 상태일 경우 반응시간은 최대 30 ms 을 넘지 않을 만큼, 안정적인 네트워크를 유지하는 것을 볼 수 있다.
Car control pc에서 수집된 정보를 수집, 전송, 처리하기 위해서 Vehicle serve bunddle을 이용하여 관리하고, 외부 이동기기(Android) 및 Vehicle management server로 차량내 센서 데이터, 상태 정보를 전송하기 위한 Mobile service buddle을 구축한다. 또한 차량내의 데이터 및 승객의 요구사항을 관리하기 위해 Integration service bunddle을 구축한다. 그리고 시스템의 초기 셋업(set-up), OSGi 성능 향상을 위한 Log service, reference service를 위한 Basic service buddle을 구축한다.
본 논문은 차량내부와 외부에서 사용되는 센서 데이터를 수집하기 위해서 차량내에서 이를 수집하고 처리하는 싱크 노드로 Car control pc를 OSGi 미들웨어를 적용하였다. 이를 위해 각 서비스를 OSGi에 맞는 bunddle로 변환하여 외부 네트워크를 통한 센서 데이터 통합을 통해 차량의 상태 정보 및 지도를 형성하여 무인자동주행을 위한 시스템을 구축하였다.
일반적인 센서[3,4]와 달리 차량용 센서들은 특정한 목적을 수행하기 위해 지속적인 전원공급, 안정적인 데이터 수집을 위해 미리 형성된 차량 내부 네트워크, 다양한 목적에 맞는 다양한 센서들로 이루어진다[5,6]. 이러한 차량용 센서를 활용한 차량 시스템은 단지 차량 내에서만 국한되어 차량내 발생하는 데이터만을 이용하여 무인자동차의 자동주행을 연구하였다. 하지만 갑작스럽게 발생하는 도로상의 사고, 정체, 체증, 차량의 도난, 위험, 주행정보를 알 수 없기 때문에 이에 대한 대비는 차량 각자 이러한 상황을 직접 감지할 경우에만 대처할 수 있다.
본 논문은 차량내부와 외부에서 사용되는 센서 데이터를 수집하기 위해서 차량내에서 이를 수집하고 처리하는 싱크 노드로 Car control pc를 OSGi 미들웨어를 적용하였다. 이를 위해 각 서비스를 OSGi에 맞는 bunddle로 변환하여 외부 네트워크를 통한 센서 데이터 통합을 통해 차량의 상태 정보 및 지도를 형성하여 무인자동주행을 위한 시스템을 구축하였다. 그리고 외부 사용자에게 이러한 서비스를 이용할 수 있도록 Android 플랫폼을 이용한 어플리케이션을 제공함으로써 추후 무인 자동차 서비스를 위한 발판을 마련하였다.
또한 다수의 무인운송 플랫폼 운용을 위한 센서 네트워크 시스템을 실험하여 네트워크 연결의 신뢰성을 나타내야만 한다. 이를 위해 다수의 사용자 혹은 차량이 제안한 네트워크 시스템에 차량을 등록하고, 사용자가 차량을 호출하고 이에 합당한 차량을 할당 받는 시간을 측정하여 이를 증명한다.
따라서 본 논문은 차량의 센서들 데이터를 수집, 관리하여 내부 차량에서 사용되는 센서 데이터와 외부 차량에서 사용되는 센서 데이터를 구분하여 전체 도로의 지도 및 상황을 인지 할 수 있는 자주적 네비게이션 차량을 지원하기 위한 센서 네트워크 시스템을 제안한다. 이를 위해 센서에서 수집되는 데이터를 처리하기 위해서 OSGi 프레임워크를 통한 차량내 센서 데이터 수집 및 외부 차량 간 통신을 위한 싱크 노드를 구현하여 차량이 하나의 작은 센서 네트워크를 구성하며, 전체 차량의 데이터 수집, 관리를 위한 차량 관리 서버를 구성하여 차량 및 외부 사용자에게 신뢰성 있는 정보를 제공한다. 외부 사용자는 차량 정보를 위한 인터페이스 제공을 위해 Android 프레임 워크를 이용한다.
차량 컨트롤러인 VCU (Vehicle Control Unit)는 실시간성이 보장된 SBRIO를 기반으로 하고 있으며 통신용 인터페이스 보드와 스위치 및 센서신호 레벨 보드와 함께 차량 시스템을 제어할 수 있도록 개발되었다. 이 보드는 Controller Box 내부에 설치되어 있다.

성능/효과

그리고 차량과 서버 그리고 사용자의 연결 상태가 Wi-Fi 상태와 셀룰러 네트워크 (3G)상태일 경우를 비교하여 측정하였다. 결과를 살펴보면 우선 Wi-Fi로 연결된 상태일 경우 반응시간은 최대 30 ms 을 넘지 않을 만큼, 안정적인 네트워크를 유지하는 것을 볼 수 있다. 반면에 3G인 경우에는 최소 50 ms 정도의 반응 시간을 보이고, 또한 특정한 경우 10대의 차량과 10명의 사용자가 동시에 서비스를 요청하는 경우에는 최대 400 ms 의 반응 시간을 보이는 것을 알 수 있다.
이를 위해 각 서비스를 OSGi에 맞는 bunddle로 변환하여 외부 네트워크를 통한 센서 데이터 통합을 통해 차량의 상태 정보 및 지도를 형성하여 무인자동주행을 위한 시스템을 구축하였다. 그리고 외부 사용자에게 이러한 서비스를 이용할 수 있도록 Android 플랫폼을 이용한 어플리케이션을 제공함으로써 추후 무인 자동차 서비스를 위한 발판을 마련하였다. 또한 차량내부에서 이러한 센서 데이터 정보를 통해 차량의 상태를 점검하고 차량이 주행하는 경로를 직접 확인함으로써 정확한 차량 지도를 측정할 수 있는 실험을 할 수 있었다.
그리고 외부 사용자에게 이러한 서비스를 이용할 수 있도록 Android 플랫폼을 이용한 어플리케이션을 제공함으로써 추후 무인 자동차 서비스를 위한 발판을 마련하였다. 또한 차량내부에서 이러한 센서 데이터 정보를 통해 차량의 상태를 점검하고 차량이 주행하는 경로를 직접 확인함으로써 정확한 차량 지도를 측정할 수 있는 실험을 할 수 있었다.
그림 9와 같이 차량내에서 생성되는 센서 데이터는 Car control pc를 통해 수집되고 이러한 데이터는 CAN 프로토콜을 통해 OGSi buddle을 통해 수집되는 것을 확인하였다. 또한, 이렇게 수집된 데이터는 Vehicle management server를 통해 Android 플랫폼의 모바일 디바이스로 데이터가 전송됨을 보였다. 특히 위 그림은 차량의 GSP정보를 server와 외부 사용자 Android 어플리케이션으로 송수신을 하는 것을 증명하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	무인 운송 플랫폼을 위한 센서 시스템은 어떻게 구분되는가?	무인 운송 플랫폼을 위한 센서 시스템은 차량내부 정보와 외부의 정보 용도로 구분할 수 있다. 차량내부센서의 정보(odometry)는 구동축과 조향축에 관한 엔코더, 즉 각 축의 회전각도와 각속도 정보이며, 이를 통하여, 차량의 주행거리, 주행속도와 선회방향, 선회속도 등을 추정할 수 있다.
	거리측정센서와 영상 정보에 필요한 정보를 추출하는 과정이 필요한 이유는?	거리측정센서와 영상 정보는 매 시간 다량의 정보를 고속으로 처리해야 하는 컴퓨터 성능을 요구하는데, 거리측정센서로 위치 해상도가 가장 우수한 레이저 센서의 경우 일정 각도범위를 스캔하면서 반사되어 나오는 시간(time of flight)을 고려하여, 스캔 해상도 (resolution)에 따른 반사지점이 좌표점 정보로 전송되고, 영상 정보의 경우 해상도에 따른 영상화소의 색상 또는 밝기 정보로 주어진다. 이는 다른 센서의 정보와는 달리, 그 자체를 사용할 수 없기 때문에 이를 처리하여 필요한 정보를 추출하는 과정이 필요하며, 무인주행의 경우 주행가능영역, 즉 연석정보와 차선검출, 평면 영역 인식과 장애물 또는 이정표(landmark)정보 인식을 위한 처리과정이 주가 된다. 이러한 센서 정보의 처리는 전체 지도상의 경로, 즉 수 m 의 오차를 포함하는 위치정보와 경유점을 향한 방향정보를 기반으로, 국소 프레임(local frame) 또는 실제 거리상에서 정밀하고 안전한 주행을 이루기 위해서 필요한 과정이며, 차량 내의 프로세서에 의해 주행제어에 필요한 정보로 변환 하여 사용된다.
	차량내부센서의 정보를 통해 무엇을 추정할 수 있는가?	무인 운송 플랫폼을 위한 센서 시스템은 차량내부 정보와 외부의 정보 용도로 구분할 수 있다. 차량내부센서의 정보(odometry)는 구동축과 조향축에 관한 엔코더, 즉 각 축의 회전각도와 각속도 정보이며, 이를 통하여, 차량의 주행거리, 주행속도와 선회방향, 선회속도 등을 추정할 수 있다. 차량외부센서의 정보는 무인주행 또는 주행 보조 및 안전을 위한 환경인식을 위한 것이며, 레이저, 레이더, 초음파 등을 이용한 거리측정(range finder)과 장애물과 지형의 인식이 가능하다.

참고문헌 (8)

http://www.ri.cmu.edu/research_lab_group_detail.htmllab_id28&menu_id263, DARPA
J. E. Naranjo, F. Jimenex, F. Aparicio, and J. Zato, "GPS and Inertial systems for high precision positioning on motorways," The Journal of Navigation, vol. 62, no. 2, pp. 351-363, Apr. 2009.

상세보기
M. Tubaishat and S. Madria, "Sensor networks: an overview," IEEE Potentials, vol. 22, no. 2, pp. 20-23, May, 2003.

상세보기
I. F. Akylidiz, W. Su, Y. Sankarasubanmaniam, and E. Cayirci, "A survey on sensor networks," Communication Magazine, vol. 40, no. 8, pp. 102-114, Aug. 2002.
S. J. Kim, J. W. Kang, Y. G. Choi, S. U. Park, I. W. Shim, S. G. Ahn, and M. J. Chung, "The development of sensor system and 3D world modeing for autonomous vehicle," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 17, no. 6, pp. 531-538, 2011.

원문보기 상세보기
J. Shin and S. Y. Yi, "Ring array of structured light image based ranging sensor and autonomous navigation for mobile robot," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 18, no. 6, pp. 571-578, 2012

원문보기 상세보기
"OSGi Service Platform, Release 4," OSGi Alliance, [Online]. Available: http://www.osgi.org.
"Android SDK," Android Developers, [Online]. Available: http://developer.android.com/sdk/index.html

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증