교차로 주요 사고 시나리오에 대한 비전 센서와 레이더 센서의 사고 예방성능 평가 Evaluation of Accident Prevention Performance of Vision and Radar Sensor for Major Accident Scenarios in Intersection원문보기
기존의 첨단 운전자 지원 시스템 (Advanced Driver Assistance System, ADAS)들은 전방 위험탐지와 같은 한정적 상황에서의 사고 예방에 집중하고 있어 다양한 사고 시나리오가 존재하는 교차로에 적용하기에는 한계를 가지고 있다. 또한 기존 연구는 주로 사고 요인 분석에 집중하고 있어 첨단 운전자 지원 시스템의 사고 예방 성능에 관한 연구는 미비한 편이다. 이에 본 연구에서는 비전 및 레이더 센서 기반 첨단 운전자 지원 시스템의 다양한 교차로 사고 예방에 대한 성능을 평가하고 대책을 마련하고자 한다. 이를 위하여 미국의 Second Strategic Highway Research Program(SHRP2)의 naturalistic driving study(NDS)에서 수집된 사고/준사고 상황의 거리 측정 데이터를 기반으로 16개의 교차로 사고 시나리오를 도출하였고, 총 363건의 차량과 차량 간 사고를 분석하였다. 분석 결과 16개의 사고 시나리오 중 0.7의 사고 예방율을 기준으로 카메라 기반 시스템은 5개, 레이더 기반 시스템은 4개의 사고 시나리오에서 사고를 예방할 수 있었다.
기존의 첨단 운전자 지원 시스템 (Advanced Driver Assistance System, ADAS)들은 전방 위험탐지와 같은 한정적 상황에서의 사고 예방에 집중하고 있어 다양한 사고 시나리오가 존재하는 교차로에 적용하기에는 한계를 가지고 있다. 또한 기존 연구는 주로 사고 요인 분석에 집중하고 있어 첨단 운전자 지원 시스템의 사고 예방 성능에 관한 연구는 미비한 편이다. 이에 본 연구에서는 비전 및 레이더 센서 기반 첨단 운전자 지원 시스템의 다양한 교차로 사고 예방에 대한 성능을 평가하고 대책을 마련하고자 한다. 이를 위하여 미국의 Second Strategic Highway Research Program(SHRP2)의 naturalistic driving study(NDS)에서 수집된 사고/준사고 상황의 거리 측정 데이터를 기반으로 16개의 교차로 사고 시나리오를 도출하였고, 총 363건의 차량과 차량 간 사고를 분석하였다. 분석 결과 16개의 사고 시나리오 중 0.7의 사고 예방율을 기준으로 카메라 기반 시스템은 5개, 레이더 기반 시스템은 4개의 사고 시나리오에서 사고를 예방할 수 있었다.
The current collision warning and avoidance system(CWAS) is one of the representative Advanced Driver Assistance Systems (ADAS) that significantly contributes to improve the safety performance of a vehicle and mitigate the severity of an accident. However, current CWAS mainly have focused on prevent...
The current collision warning and avoidance system(CWAS) is one of the representative Advanced Driver Assistance Systems (ADAS) that significantly contributes to improve the safety performance of a vehicle and mitigate the severity of an accident. However, current CWAS mainly have focused on preventing a forward collision in an uninterrupted flow, and the prevention performance near intersections and other various types of accident scenarios are not extensively studied. In this paper, the safety performance of Vision-Sensor (VS) and Radar-Sensor(RS) - based collision warning systems are evaluated near an intersection area with the data from Naturalistic Driving Study(NDS) of Second Strategic Highway Research Program(SHRP2). Based on the VS and RS data, we newly derived sixteen vehicle-to-vehicle accident scenarios near an intersection. Then, we evaluated the detection performance of VS and RS within the derived scenarios. The results showed that VS and RS can prevent an accident in limited situations due to their restrained field-of-view. With an accident prevention rate of 0.7, VS and RS can prevent an accident in five and four scenarios, respectively. For an efficient accident prevention, a different system that can detect vehicles'movement with longer range than VS and RS is required as well as an algorithm that can predict the future movement of other vehicles. In order to further improve the safety performance of CWAS near intersection areas, a communication-based collision warning system such as integration algorithm of data from infrastructure and in-vehicle sensor shall be developed.
The current collision warning and avoidance system(CWAS) is one of the representative Advanced Driver Assistance Systems (ADAS) that significantly contributes to improve the safety performance of a vehicle and mitigate the severity of an accident. However, current CWAS mainly have focused on preventing a forward collision in an uninterrupted flow, and the prevention performance near intersections and other various types of accident scenarios are not extensively studied. In this paper, the safety performance of Vision-Sensor (VS) and Radar-Sensor(RS) - based collision warning systems are evaluated near an intersection area with the data from Naturalistic Driving Study(NDS) of Second Strategic Highway Research Program(SHRP2). Based on the VS and RS data, we newly derived sixteen vehicle-to-vehicle accident scenarios near an intersection. Then, we evaluated the detection performance of VS and RS within the derived scenarios. The results showed that VS and RS can prevent an accident in limited situations due to their restrained field-of-view. With an accident prevention rate of 0.7, VS and RS can prevent an accident in five and four scenarios, respectively. For an efficient accident prevention, a different system that can detect vehicles'movement with longer range than VS and RS is required as well as an algorithm that can predict the future movement of other vehicles. In order to further improve the safety performance of CWAS near intersection areas, a communication-based collision warning system such as integration algorithm of data from infrastructure and in-vehicle sensor shall be developed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 VTTI에서 제공하는 일상주행연구 데이터를 기반으로 수행되었다. 총 363건의 교차로 내 사고/준사고를 분류하여 16개의 시나리오를 도출하였다.
본 장에서는 Ⅲ장에서 도출된 교차로 시나리오별로 비전 센서와 레이더 센서가 사고 예방에 있어 어느 정도의 효용을 가지고 있는지 파악하고자 한다. 이를 정량적으로 평가하기 위한 지표로 차량의 최소정지거리(minimum stopping distance)를 기반으로 사고예방거리(safety-remaining distance, SRD)를 산출하였으며, 사고예방거리에 따라 시나리오별 센서 성능을 평가하였다.
본 장에서는 비전 센서와 레이더 센서의 성능을 평가하기 위해 사용될 다양한 교차로 내 사고/준사고 시나리오를 도출하고자 한다. 기존 교차로 내 사고 시나리오들은 자주 발생하는 몇몇 사고들에 집중되어 있으며, 빈도가 낮은 사고의 경우 상대적으로 많이 고려되지 않았다.
기존 교차로 내 사고 시나리오들은 자주 발생하는 몇몇 사고들에 집중되어 있으며, 빈도가 낮은 사고의 경우 상대적으로 많이 고려되지 않았다. 이러한 문제점을 보완하기 위하여 본 연구에서는 VTTI1)에서 제공하는 주행 데이터를 기반으로 교차로 주요 사고/준사고 시나리오를 도출하였다(VTTIData Warehouse, 2017).
이에 본 연구에서는 기존 첨단 운전자 지원 시스템이 도심지에 적용되었을 때의 기대 성능을 추정하기 위하여 크게 두 가지 연구를 수행하였다. 첫 번째로, 사고 이력 데이터를 기반으로 교차로에서 사고 시나리오를 분류하였다.
국내에서 주행하는 차량에 도움을 주기 위해서는 국내 상황에 맞는 시나리오 분류가 필요하다. 향후 도출된 16개 시나리오를 기반으로 국내사고데이터를 분류하여 시나리오별 중요도를 재설정하고자 한다.
가설 설정
레이더 센서는 주행차량으로부터 상대 차량까지의 거리와 각도 측정이 가능하다. 두 차량이 교차로 내에 있으므로 직각좌표계 상에서 움직인다는 가정 하에 수식 (4) 와 같이 계산하였다. 하지만 비전 센서의 경우 수식 (4)에 필요한 충분한 정보를 얻을 수 없기 때문에 수식(3)과 같이 탐지시점에서 사고지점까지의 평균속도를 이용하여 거리를 추산하였다.
따라서 상대차량이 법규를 준수하지 않은 경우 사고유발차량이라는 가정 하에 상대차량의 법규 준수/미준수 현황을 분석하였다. 비전 센서 데이터의 경우 주행차량의 위법 여부가 명시되어있다.
제안 방법
16개의 사고 시나리오를 기반으로 차량 충돌 경보 시스템에서 가장 많이 사용되는 비전 센서와 레이더 센서의 탐지 성능을 평가하였다. 각각의 사고에서 상대차량을 탐지한 시점에서 사고지점까지 남은 거리와 최소 정지거리의 차로 사고예방거리를 계산하였으며, 사고예방거리가 0 이하일 경우 사고 예방이 불가능하다고 판단하여 사고 예방율을 계산하였다.
각 센서가 시나리오에 따라 사고를 얼마나 예방할 수 있는지 파악하기 위한 정량적 지표로 본 연구에서는 사고예방거리를 사용하였다. 사고예방거리는 상대차량을 탐지한 시점에 사고 지점까지 남은 거리(Dr )와 최소정지거리(Ds )의 차로 계산되며, 최소정지거리는 운전자 반응시간 동안 이동한 거리와 주행차량이 최대감속도로 감속할 때 제동거리의 합으로 결정된다.
16개의 사고 시나리오를 기반으로 차량 충돌 경보 시스템에서 가장 많이 사용되는 비전 센서와 레이더 센서의 탐지 성능을 평가하였다. 각각의 사고에서 상대차량을 탐지한 시점에서 사고지점까지 남은 거리와 최소 정지거리의 차로 사고예방거리를 계산하였으며, 사고예방거리가 0 이하일 경우 사고 예방이 불가능하다고 판단하여 사고 예방율을 계산하였다. 자동 제도 모드에서 사고 예방율 0.
첫 번째로, 사고 이력 데이터를 기반으로 교차로에서 사고 시나리오를 분류하였다. 다음으로, 도출된 시나리오들을 기반으로 현재 시스템들의 안전성능을 평가하였다. 현재 첨단 운전자 지원 시스템에서 가장 많이 사용되는 센서는 비전 센서와 레이더 센서로, 시나리오 별로 각 센서의 사고 예방 성능을 평가하였다.
막대그래프를 통해 시나리오별 비전 센서 데이터와 레이더 센서 데이터를 종합한 사고 건수 및 상대차량의 법규 준수/미준수 현황을 보여준다. 또한 시나리오별 전체 사고 건수와 상대차량이 법규를 위반한 사고 건수 비율로 법규 미준수율 (Non-compliance rate)을 산출하였고, 이를 꺾은선 그래프로 나타내었다. 0.
비전 센서 및 레이더 센서를 통해 얻어진 363건의 교차로 사고/준사고를 이용하여 총 16개의 차량 간 사고 시나리오를 도출하였다. 시나리오 도출은 크게 두 단계를 통해 이루어졌다.
이 경우 사고 예방이 가능하다고 간주하였으며, 시나리오별로 전체 사고의 70% 이상이 예방 가능한 경우 그 시나리오에 대해 센서 성능이 충분히 높다고 판단하였다. 센서의 성능 평가는 자동 제동 모드와 수동 제동 모드 두 상황에 대해 이루어졌는데, 운전자의 반응시간을 다르게 설정하는 것으로 두 상황을 구분하였다. 각 상황에서 반응시간은 1초와 2.
시스템 차원의 자세한 분석을 위하여 추가적으로 자동 제동 모드에서 시나리오별 사고 예방율 분석을 시행하였다. 사고 예방율은 각 센서를 이용한 충돌 경보 시스템이 얼마나 효과적으로 사고를 예방할 수 있는지 측정하기 위하여 사용된 지표로 시나리오별 전체 사고 건수 중 사고예방거리가 0 이상인 사고 건수의 비율로 계산된다.
데이터를 기반으로 수행되었다. 이 데이터는 비전 센서와 레이더 센서를 통해 얻어진 두 개의 데이터세트로 분리되며, 두 데이터 세트 각각의 교차로 사고/준사고 시나리오를 분석한 뒤 종합하여 주요 시나리오를 도출하였다.
본 장에서는 Ⅲ장에서 도출된 교차로 시나리오별로 비전 센서와 레이더 센서가 사고 예방에 있어 어느 정도의 효용을 가지고 있는지 파악하고자 한다. 이를 정량적으로 평가하기 위한 지표로 차량의 최소정지거리(minimum stopping distance)를 기반으로 사고예방거리(safety-remaining distance, SRD)를 산출하였으며, 사고예방거리에 따라 시나리오별 센서 성능을 평가하였다.
이 시나리오들 중 사고 유발 요인이 상대차량의 법규 위반일 경우 더 복잡한 출돌 경보 시스템이 필요하다. 이에 따라 시나리오별로 상대차량 법규 미준수율을 분석하였다. 법규 미준수율이 0.
비전 센서 데이터의 경우 주행차량의 위법 여부가 명시되어있다. 주행차량이 위법이 아닌 경우 상대차량이 법규를 미준수한 것으로 판단하여 분석하였다. 레이더 센서 데이터의 경우 사고 상세 설명을 기반으로 상대차량의 법규 미준수 여부를 판별하였다.
이에 본 연구에서는 기존 첨단 운전자 지원 시스템이 도심지에 적용되었을 때의 기대 성능을 추정하기 위하여 크게 두 가지 연구를 수행하였다. 첫 번째로, 사고 이력 데이터를 기반으로 교차로에서 사고 시나리오를 분류하였다. 다음으로, 도출된 시나리오들을 기반으로 현재 시스템들의 안전성능을 평가하였다.
본 논문에서는 VTTI에서 제공하는 일상주행연구 데이터를 기반으로 수행되었다. 총 363건의 교차로 내 사고/준사고를 분류하여 16개의 시나리오를 도출하였다. 주행차량 움직임을 기준으로 직진상황 7개, 좌회전 5개, 우회전 3개, 유턴 1개의 시나리오가 도출되었으며, 주행차량 직진상황의 사고 시나리오들이 높은 빈도를 보였다.
두 차량이 교차로 내에 있으므로 직각좌표계 상에서 움직인다는 가정 하에 수식 (4) 와 같이 계산하였다. 하지만 비전 센서의 경우 수식 (4)에 필요한 충분한 정보를 얻을 수 없기 때문에 수식(3)과 같이 탐지시점에서 사고지점까지의 평균속도를 이용하여 거리를 추산하였다.
다음으로, 도출된 시나리오들을 기반으로 현재 시스템들의 안전성능을 평가하였다. 현재 첨단 운전자 지원 시스템에서 가장 많이 사용되는 센서는 비전 센서와 레이더 센서로, 시나리오 별로 각 센서의 사고 예방 성능을 평가하였다. 본 연구의 결과물은 도심에서의 첨단 운전자 지원 시스템의 기대 성능을 추정할 수 있을 뿐 아니라 사고 예방 측면에서 각 센서의 장단점을 파악하여 이후 추가적인 사고 예방을 위한 방어시스템의 요구 성능 도출에 사용될 수 있다.
대상 데이터
레이더 센서 기반 데이터는 차량에 설치된 전/후면 레이더, 수평/측면방향 가속도계, 중력가속도계, GPS센서를 통해 얻어진 데이터로 구성되어있다. 이 데이터세트는 차량의 GPS 속도, 각속도, 가속도 등의 시계열 데이터와 목표물에 대한 정보를 포함하고 있다.
본 연구는 VTTI에서 SHRP22)의 일환으로 100대의 차량을 대상으로 실시한 NDS3) 데이터를 기반으로 수행되었다. 이 데이터는 비전 센서와 레이더 센서를 통해 얻어진 두 개의 데이터세트로 분리되며, 두 데이터 세트 각각의 교차로 사고/준사고 시나리오를 분석한 뒤 종합하여 주요 시나리오를 도출하였다.
본 연구의 결과는 기존 선행연구들에서 제시된 교차로 사고 시나리오들에 비해 다양한 상황을 고려하였으며, 상대차량의 법규 미준수율 분석을 통해 충돌 경보 시스템 개발 과정에서 주의해야 할 시나리오 8개를 선별하였다. 기존 충돌 경보 시스템은 이 중 5개 예방이 가능하지만 사고 예방이 불가능한 나머지 3개의 시나리오 중 V5, 6의 경우 사고 빈도 측면에서 주의해야할 시나리오이다.
각 목표물들에 대해 주행차량을 기준으로 한 거리, 상대속도, 방위각 등이 측정되며 이렇게 탐지된 목표물들과 주행 차량의 시계열 데이터는 사고 시점을 기준으로 전 30초와 후 10초가량을 포함한 40초가량에 대해 제공된다. 전체 68건의 사고와 760건의 준사고 데이터 중 교차로 내에서 발생한 사고는 130건이었으며, 이 중 데이터 손실이 없는 99건이 분석에 사용되었다. [Fig.
도출된 16개의 시나리오 중 9개의 시나리오는 선행연구들에서 제시된 적이 있다. 좌회전 시나리오 3개 (V10-12), 우회전 시나리오 3개 (V13-15)와 유턴 시나리오(V16)의 총 7개 시나리오가 본 연구에서 새로 제시되었다(Fuerstenberg, 2005; Fuerstenberg and Roessler, 2006; Goldhammer et al.,2012; Ibanez-Guzman et al., 2010).
속성 데이터는 사고 시점, 물체 탐지 시점, 운전자의 대응 시점 등상황에 대한 자세한 데이터와 신호등 유무, 위법 여부 등 당시 주행 환경을 묘사하기 위한 정보를 포함하고 있다. 총 550건의 교차로 내 사고/준사고 데이터 중 주차장 내 교통사고와 같은 부적합 사례를 제외한 264건이 분석되었다.
성능/효과
16개의 시나리오에 대해 사고예방거리를 기준으로 비전 센서와 레이더 센서의 성능을 평가하였으며, [Fig. 4]와 [Fig. 5]에서 자동 제동 모드와 수동 제동 모드 각각에 대해 분석 결과를 확인할 수 있다. 수동제동모드의 경우 대부분의 시나리오에서 사고예방거리가 0 이하의 값을 갖는 것으로 보아 두 센서 모두 사고 예방에 활용하기에는 다소 부족하다고 판단된다.
사고 예방율 0.7을 기준으로 두 센서의 성능을 평가할 경우, 비전 센서는 시나리오 V3, V9, V12, V14와 V16의 예방에 충분한 가능성을 보였다. 반면 사고 예방율이 0.
한편 상대차량의 움직임이 다름에도 주행차량에 탑재된 센서를 통해 얻어진 데이터의 패턴이 비슷한 경우가 있었는데, 본 연구의 주요 목표인 비전 센서와 레이더 센서의 성능 평가에 있어 이러한 시나리오들의 구분은 큰 의미를 갖지 않는다. 이에 따라 두 번째 단계에서 데이터패턴이 비슷한 시나리오들을 통합하였고, 최종적으로 16개의 시나리오가 도출되었다. 본 연구에서 도출된 시나리오는 [Fig.
각각의 사고에서 상대차량을 탐지한 시점에서 사고지점까지 남은 거리와 최소 정지거리의 차로 사고예방거리를 계산하였으며, 사고예방거리가 0 이하일 경우 사고 예방이 불가능하다고 판단하여 사고 예방율을 계산하였다. 자동 제도 모드에서 사고 예방율 0.7을 기준으로 비전 센서는 5개, 레이더 센서는 4개의 시나리오에서 사고 예방이 가능한 것으로 나타났다.
4°로 사고 시점을 기준으로 전 20초와 후 10초가량을 포함한 30초의 영상을 제공한다. 제공된 30초의 영상 시점에 따라 차량의 GPS 속도, 가속도,각속도 등의 주행 정보를 확인할 수 있다. 속성 데이터는 사고 시점, 물체 탐지 시점, 운전자의 대응 시점 등상황에 대한 자세한 데이터와 신호등 유무, 위법 여부 등 당시 주행 환경을 묘사하기 위한 정보를 포함하고 있다.
총 363건의 교차로 내 사고/준사고를 분류하여 16개의 시나리오를 도출하였다. 주행차량 움직임을 기준으로 직진상황 7개, 좌회전 5개, 우회전 3개, 유턴 1개의 시나리오가 도출되었으며, 주행차량 직진상황의 사고 시나리오들이 높은 빈도를 보였다. 이 시나리오들 중 사고 유발 요인이 상대차량의 법규 위반일 경우 더 복잡한 출돌 경보 시스템이 필요하다.
후속연구
향후 사고 예방율을 최대화 할 수 있는 센서 탐지 범위 결정에 관한 연구를 진행할 예정이다. 또한 센서 탐지 범위 향상에도 불구하고 예방할 수 없는 사고들을 위한 통신 기반 시스템의 발전 방향 역시 연구가 필요하다.
또한 다른 차량 등 장애물에 가려진 상대차량을 탐지하지 못하는 것 역시 문제가 되었다. 본 연구에서 제시한 결과는 향후 충돌 경보 시스템의 실용적인 설계에 기여할 수 있을 것이라 판단된다.
현재 첨단 운전자 지원 시스템에서 가장 많이 사용되는 센서는 비전 센서와 레이더 센서로, 시나리오 별로 각 센서의 사고 예방 성능을 평가하였다. 본 연구의 결과물은 도심에서의 첨단 운전자 지원 시스템의 기대 성능을 추정할 수 있을 뿐 아니라 사고 예방 측면에서 각 센서의 장단점을 파악하여 이후 추가적인 사고 예방을 위한 방어시스템의 요구 성능 도출에 사용될 수 있다.
이를 위하여 첫 번째로 비전 센서와 레이더 센서의 최적 탐지 범위 도출이 필요하다. 연구 결과에 따르면 다양한 교차로 사고 시나리오를 예방하기 위해서는 비전 센서와 레이더 센서의 탐지 범위를 넓히거나 통신기반 충돌 방지 시스템을 활용하는 등의 방안을 통한 개선이 필요하다. 향후 사고 예방율을 최대화 할 수 있는 센서 탐지 범위 결정에 관한 연구를 진행할 예정이다.
연구 결과에 따르면 다양한 교차로 사고 시나리오를 예방하기 위해서는 비전 센서와 레이더 센서의 탐지 범위를 넓히거나 통신기반 충돌 방지 시스템을 활용하는 등의 방안을 통한 개선이 필요하다. 향후 사고 예방율을 최대화 할 수 있는 센서 탐지 범위 결정에 관한 연구를 진행할 예정이다. 또한 센서 탐지 범위 향상에도 불구하고 예방할 수 없는 사고들을 위한 통신 기반 시스템의 발전 방향 역시 연구가 필요하다.
질의응답
핵심어
질문
논문에서 추출한 답변
충돌 경보 시스템에서 사용되는 비전 센서의 한계점은 무엇인가?
2016). 하지만 탐지된 물체까지의 거리 측정에 있어서는 낮은 정확도로 인한 한계가 있다. 이와 대조적으로 레이더 센서는 탐지된 물체까지의 거리와 상대속도 등 물체의 상태를 파악하는데 뛰어난 성능을 보인다.
차량의 교차로내 사고 예방 기술 개발을 위해서 우선적으로 필요한 것은 무엇인가?
차량내의 첨단운전자 지원 시스템을 통한 교차로 사고 예방에 대한 연구는 상대적으로 부족한 상황이다. 차량의 교차로내 사고 예방 기술 개발을 위해서는 우선적으로 교차로 부근에서 주로 발생하는 사고 유형을 파악하는 것이 필요하다. 사고에 관여된 두 차량이 같은 방향으로 주행하는 경우 현재 시스템 활용이 가능할 것이나, 좌/우회전 등이 포함된 움직임이나 교차로 내 다른 방향에서 주행하는 경우 시스템의 성능을 보장할 수 없다.
충돌 경보 시스템에서 사용되는 레이더 센서의 장점은 무엇인가?
하지만 탐지된 물체까지의 거리 측정에 있어서는 낮은 정확도로 인한 한계가 있다. 이와 대조적으로 레이더 센서는 탐지된 물체까지의 거리와 상대속도 등 물체의 상태를 파악하는데 뛰어난 성능을 보인다. 반면 물체의 각 위치와 크기를 정확하게 파악하지 못하는 것은-기존 충돌 경보시스템은 물체의 크기 측정을 통해 물체의 종류를 구분한다-한계점으로 작용한다(Kato et al.
참고문헌 (12)
Cesic J., Markovic I., Cvisic I. and Petrovic I. (2016), "Radar and stereo vision fusion for multitarget tracking on the special Euclidean group," Robotics and Autonomous Systems, vol. 83, pp.338-348.
Fuerstenberg K. C. and Roessler B. (2006), "Advanced intersection safety-The EC project INTERSAFE," 2006 IEEE Intelligent Vehicles Symposium, pp.89-93.
Fuerstenberg K. C. (2005), "A new European approach for intersection safety-the EC-Project INTERSAFE," Proceedings on 2005 Intelligent Transportation Systems, September, pp.432-436.
Goldhammer M., Strigel E., Meissner D., Brunsmann U., Doll K. and Dietmayer K. (2012), "Cooperative multi sensor network for traffic safety applications at intersections," 2012 15th International IEEE Conference on Intelligent Transportation Systems (ITSC), pp.1178-1183.
Ibanez-Guzman J., Lefevre S., Mokkadem A. and Rodhaim S. (2010), "Vehicle to vehicle communications applied to road intersection safety, field results," 2010 13th International IEEE Conference on Intelligent Transportation Systems (ITSC), pp.192-197.
Kato T., Ninomiya Y. and Masaki I. (2002), "An obstacle detection method by fusion of radar and motion stereo," IEEE Transactions on Intelligent Transportation Systems, vol. 3, no. 3, pp.182-188.
Kim S., Kim H., Yoo W. and Huh K. (2016), "Sensor fusion algorithm design in detecting vehicles using laser scanner and stereo vision," IEEE Transactions on Intelligent Transportation Systems, vol. 17, no. 4, pp.1072-1084.
Sengupta R., Rezaei S., Shladover S. E., Cody D., Dickey S. and Krishnan H. (2007), "Cooperative collision warning systems: Concept definition and experimental implementation," Journal of Intelligent Transportation Systems, vol. 11, no. 3, pp.143-155.
VTTI Data Warehouse, http://forums.vtti.vt.edu, 2017.08.24.
Wang T., Zheng N., Xin J. and Ma Z. (2011), "Integrating millimeter wave radar with a monocular vision sensor for on-road obstacle detection applications," Sensors, vol. 11, no. 9, pp.8992-9008.
Wang X., Xu L., Sun H., Xin J. and Zheng N. (2014), "Bionic vision inspired on-road obstacle detection and tracking using radar and visual information," 2014 IEEE 17th International Conference on Intelligent Transportation Systems (ITSC), IEEE, pp.39-44.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.