$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

차량용 레이더 센서를 위한 다중 타겟 알고리즘의 구현과 평가
Implementation and Evaluation of Multiple Target Algorithm for Automotive Radar Sensor 원문보기

韓國ITS學會 論文誌 = The journal of the Korea Institute of Intelligent Transportation Systems, v.16 no.2, 2017년, pp.105 - 115  

유인환 (인하대학교 컴퓨터공학과) ,  원인수 (인하대학교 정보전자공동연구소) ,  권장우 (인하대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

루프 검지기, 영상 검지기 등의 기존 교통 검지기들은 설치와 유지보수에 드는 비용이 크고, 밤과 낮에 따라 상이한 검지 알고리즘이 필요하거나 날씨에 따라 검지율의 편차가 크다는 단점을 가지고 있다. 반면에 밀리미터파 레이더는 악천후에 의한 영향을 받지 않고, 주야간에 관계없이 일정한 검지 성능을 얻을 수 있다. 덧붙여 설치와 유지보수를 위하여 교통 통제의 필요가 없고, 다수의 차량을 동시에 검지 가능하다. 본 연구는 이러한 장점을 가진 레이더 센서를 활용한 다중 물체 검지 알고리즘을 기존의 단일 물체 검지 알고리즘을 응용하여 구현하였으며 이에 대한 평가를 수행하여 의미 있는 결과를 얻었다.

Abstract AI-Helper 아이콘AI-Helper

Conventional traffic detection sensors such as loop detectors and image sensors are expensive to install and maintain and require different detection algorithms depending on the night and day and have a disadvantage that the detection rate varies widely depending on the weather. On the other hand, t...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문은 단일 물체 추적을 위한 알고리즘인 PDAF을 다중 물체 추적에 이용하기 위한 방법을 제안한다. 이를 위하여 각 측정치를 추적하는 추적기의 관리 스킴을 제시한다.
  • 본 연구는 높은 내구성, 유지보수 비용이 작은 특성 등을 가진 레이더 센서를 이용하여 지능형 교통 정보수집 시스템을 구현하기 위하여 수행하였다. 한 대의 레이더 센서로 다차선을 동시 검지하기 위하여 다중 물체 추적 알고리즘을 널리 알려진 단일 물체 추적 알고리즘을 응용하여 고안하였고, 고안된 알고리즘을 이용하여 실제 도로 환경에서 시험한 결과, 교통량의 측정에서는 최대 22%의 상대 오차를, 속도 측정에서는 최대 8%의 상대오차를 보이는 것을 확인할 수 있었다.
  • 덧붙여, 지능형 자동차의 보급 확대로 값싼 차량용 레이더 센서가 출시되고 있어 비용 측면에서도 기존의 센서들과 견줄만 하다. 본 연구는 이러한 장점을 가진 저가의 차량용 레이더 센서 1기를 이용하여 다수의 차량 속도를 측정하고, 여러 차선을 지나는 교통량을 동시에 측정하기 위하여 단일 타겟 추적 알고리즘인 PDAF1)(Bar-Shalom and Tse, 1975)를 이용하여 다중 타겟 추적에 이용할 수 있는 스킴(scheme)을 고안하여 레이더 센서를 위한 다중 타겟 추적 교통량 측정 시스템을 고안하고 평가하였다.

가설 설정

  • 각 타겟의 움직임을 등속 모델(constant velocity model)을 따른다고 가정하였다. 등속 모델은
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
기존 교통 검지기의 단점은 무엇인가? 루프 검지기, 영상 검지기 등의 기존 교통 검지기들은 설치와 유지보수에 드는 비용이 크고, 밤과 낮에 따라 상이한 검지 알고리즘이 필요하거나 날씨에 따라 검지율의 편차가 크다는 단점을 가지고 있다. 반면에 밀리미터파 레이더는 악천후에 의한 영향을 받지 않고, 주야간에 관계없이 일정한 검지 성능을 얻을 수 있다.
PDAF의 작동은 어떻게 시작되는가? PDAF의 작동은 마지막으로 추정된 타겟 위치와 현재 측정된 모든 측정치 간의 마할라노비스 거리를 산출함으로써 시작된다. 이 거리가 역치(γ)보다 작은 경우에 한하여 해당 측정치를 PDAF의 갱신에 사용된다.
고정된 수의 단일 물체 추적기를 관리하는 추적기 관리 알고리즘의 원리는 어떻게 되는가? 2]는 고정된 수의 단일 물체 추적기를 관리하는 추적기 관리 알고리즘(스킴)을 나타낸다. 레이더는 일정 이산시간마다 검지한 측정치 z들의 리스트를 출력한다(read radar detections). 이어서 각 단일 물체 추적기의 게이트에 속하는 측정치를 배정하고(associate measurements), 해당 측정치들을 이용하여 각각의 추적기를 갱신한다(update tracks). 이어서, 중복된 추적기를 제거한다. 각 단일 물체 추적기는 서로의 존재를 알고 있지 않으므로 다수의 추적기가 동일한 물체를 추적할 가능성이 있고, 극단적으로는 모든 N 개의 추적기들이 모두 같은 물체를 추적하는 경우도 있을 수 있다. 이와 같은 현상을 방지하기 위하여, 모든 추적기 간의 유사도(similarity)를 계산하여 중복되는 추적기를 제거한다(delete duplicates). 새로 등장했지만 아무 추적기에도 속하지 못한 측정치는 빈(undefined 상태에 있는) 추적기를 하나 배정 받는다(initiate tracks).
질의응답 정보가 도움이 되었나요?

참고문헌 (6)

  1. Bar-Shalom Y. and Tse E.(1975), "Tracking in a cluttered environment with probabilistic data association," Automatica, vol. 11, no. 5, pp.451-460. 

  2. Bar-Shalom Y., Daum F and Huang J.(2009), "The probabilistic data association filter," IEEE Control Systems, vol. 29, no. 6, pp.82-100. 

  3. Bar-Shalom Y., Willett P. K. and Tian X.(2011), Tracking and data fusion, PBS Publishing. 

  4. Biley T., Upcroft B and Durrant-Whyte H.(2006), "Validation gating for non-linear non-Gaussian target tracking," 2006 9th International Conference on Information Fusion, pp.1-6. 

  5. Honma S. and Uehara N.(2001), "Millimeter-wave radar technology for automotive application," Signal, vol. 1, pp.11-13. 

  6. Kang J. K., Son Y., Yoon Y. H. and Byun S.(2002), "Regional Traffic Information Acquisition by Non-intrusive Automatic Vehicle Identification," The Journal of The Korea Institute of Intelligent Transport Systems, vol. 1, no. 1, pp.22-32. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로