[논문]자율주행 자동차의 제어권 전환 시간 확보를 위한 차간 통신 기반 종방향 제어 알고리즘 개발

이혜원; 송태준; 윤영민; 오광석; 이경수

doi:10.22680/kasa2020.12.1.015

자율주행 자동차의 제어권 전환 시간 확보를 위한 차간 통신 기반 종방향 제어 알고리즘 개발
Development of a Longitudinal Control Algorithm based on V2V Communication for Ensuring Takeover Time of Autonomous Vehicle 원문보기

자동차안전학회지 = Journal of Auto-Vehicle Safety Association, v.12 no.1, 2020년, pp.15 - 25

이혜원 (한경대학교 기계공학과) , 송태준 (한경대학교 기계공학과) , 윤영민 (서울대학교 기계항공공학부) , 오광석 (한경대학교 기계공학과) , 이경수 (서울대학교 기계항공공학부)

Abstract ▼ AI-Helper

This paper presents a longitudinal control algorithm for ensuring takeover time of autonomous vehicle using V2V communication. In the autonomous driving of more than level 3, autonomous systems should control the vehicles by itself partially. However if the driver's intervention is required for functional safety, the driver should take over the control reasonably. Autonomous driving system has to be designed so that drivers can take over the control from autonomous vehicle reasonably for driving safety. In this study, control algorithm considering takeover time has been developed based on computation method of takeover time. Takeover time is analysed by conditions of longitudinal velocity of preceding vehicle in time-velocity plane. In addition, desired clearance is derived based on takeover time. The performance evaluation of the proposed algorithm in this study was conducted using 3D vehicle model with actual driving data in Matlab/Simulink environment. The results of the performance evaluation show that the longitudinal control algorithm can control while securing takeover time reasonably.

주제어

표/그림 (18)

표 Table 1 Fail-safe system of autonomous vehicle¹⁾
그림 Fig. 1 Assumed situation of case-1 (V_p = 0)
그림 Fig. 2 Time-velocity graph for derivation of takeover time (case-1 : V_p = 0)
표 Table 2 Divided condition of assumed cases
그림 Fig. 3 Separated areas (case-1 : V_p = 0)
그림 Fig. 4 Time-velocity graph for derivation of takeover time (case-2 : V_p > V_s)
그림 Fig. 5 Separated areas (case-2 : V_p > V_s)
그림 Fig. 6 Time-velocity graph for derivation of takeover time (case-3 : V_p ≤ V_s)
그림 Fig. 7 Separated areas (case-3 : V_p ≤ V_s)
그림 Fig. 8 Model schematic for desired clearance considering desired takeover time
그림 Fig. 9 Overall model schematic for performance evaluation
그림 Fig. 10 Detailed schematic of model predictive control
그림 Fig. 11 Velocity according to cases (situation-1)
그림 Fig. 12 Results of derivation of takeover time (situation-1)
그림 Fig. 13 Results of longitudinal control (situation-1)
그림 Fig. 14 Velocity according to cases (situation-2)
그림 Fig. 15 Results of derivation of takeover time (situation-2)
그림 Fig. 16 Results of longitudinal control (situation-2)

AI 본문요약
AI-Helper

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

문제 정의

이때 사고를 방지하기 위해서는 충분한 안전거리가 확보되어야 하며 또한 자율주행 자동차는 앞서 기술된 대응 방안으로써 운전자에게 합리적 제어권 전환을 위해 주행 시 선행차량과의 적절한 거리 유지가 필요하다. 그러므로 본 연구에서는 특정 제어권 전환 시간 적용을 통해 안전을 확보하면서 제어권 전환 시간을 확보할 수 있는 종방향 제어 방법을 제안한다. 2장에서 도출한 제어권 전환 시간 도출 함수를 기반으로 C(k)라고 정의한 현재 선행차량과의 거리에 대해 정리하여 desired clearance를 도출하였으며, 수식 (17)은 case-1의 desired clearance를, 수식 (18)은 case-2의 desired clearance를, 수식 (19)는 case-3의 desired clearance를 도출하였다.
하지만 제어권 전환 상황에서의 사고를 예방하기 위해서는 특정 제어권 전환 시간을 유지하며 주행하는 안전 확보 제어가 필수적이다. 따라서 본 연구에서는 자율주행 시 제어권 전환 상황에서의 안전 확보를 위해 선행차량 속도기반 종방향 제어 알고리즘을 개발하였다. 가정된 상황은 센서의 고장으로 인해 제어권 전환 알림을 준 시점부터 선행차량 및 자차량의 정보를 알 수 없으며 따라서 마지막 계측된 데이터를 이용하여 제어권 전환 가능 시간을 도출하였다.
본 연구에서는 합리적인 제어권 전환 시간 확보를 위한 desired clearance를 V2V 통신 기반 선행차량의 종방향 속도 조건에 따라 도출하였으며, 그 결론은 다음과 같이 요약될 수 있다.

가설 설정

다음의 상황은 선행차량의 정보를 V2V 통신을 이용하여 실시간으로 속도를 받는 상황을 가정하였으며 V_p 가 V_s보다 빠를 때와 느릴 때의 두 가지 상황으로 구분하였다. 제어권 전환 시간 도출을 위해 시간-속도 평면에서의 기구학적 분석을 수행하였으며 case-1과 마찬가지로 영역을 구분하여 합한 값을 통해 TOT를 도출하였다.
적용된 가정들로 인해 종방향 제어 시 요구 상대 거리가 상대적으로 크게 도출되면서 센서의 물리적 한계 및 교통 상황 그리고 인간 요소를 고려하지 못한 제어가 될 수 있다. 또한 case-2, case-3의 경우 선행차량의 V2V(vehicleto-vehicle)을 이용하여 선행차량의 정보를 알고 있는 주행 상황을 가정하였다. 향후 운전자의 특성을 반영하며 제어권 전환 시간을 고려한 안전 확보 제어 알고리즘을 개발하는 것을 계획하고 있다.
선행차량의 속도가 자차량의 속도보다 느릴 때는 case-2 상황과 마찬가지로 고장 발생 후 선행차량이 제동감속도(a_br)를 통해 긴급 정지를 하며 자차량은 제어권 전환 시간 동안의 감속도(a_t)로 감속 후 제동감속도(a_br)를 적용하는 상황을 가정한다. 선행차량이 자차량보다 속도가 느리기 때문에 선행차량과의 거리(Clearance)는 꾸준히 감소하며 다른 상황과 마찬가지로 제어권 전환을 받지 못한다면 긴급 정지를 해야하는 braking point를 제어권 전환 가능 시간으로 정의하였다.
선행차량의 속도가 자차량의 속도보다 빠를 때는 고장 발생시 불가피한 사고를 예방하기 위해 선행차량이 제동 감속도(a_br)를 통해 긴급 정지를 하는 상황으로 가정하였다. 또한 case-1의 상황과 마찬가지로 자차량은 운전자의 사고를 방지하기 위한 제어권 전환 시간 동안의 감속도(a_t) 및 제동감속도(a_br)의 조건을 적용하였다.
실 주행 데이터를 이용한 성능 평가 결과 본 연구에서 제안하는 제어권 전환 시간을 고려하는 종방향 제어가 가능함을 확인하였다. 하지만 case-1의 경우 제어권 전환 시간을 도출할 때 고장 발생 시 선행차량이 정지했다는 가정이 적용되었고, 고장 발생 시 이전까지 계측된 선행차량과의 상대 거리를 이용할 수 있다고 가정하였다. 적용된 가정들로 인해 종방향 제어 시 요구 상대 거리가 상대적으로 크게 도출되면서 센서의 물리적 한계 및 교통 상황 그리고 인간 요소를 고려하지 못한 제어가 될 수 있다.

제안 방법

1) 선행차량과의 주행 상태에 따른 제어권 전환 시간(TOT)을 도출하기 위해 시간-속도 평면에서의 가속도 조건 기반 도출 알고리즘을 설계하였다.
2) 선행차량의 속도 조건에 따른 세 가지 주행 상황을 구분하여 제어권 전환 시간을 도출하였으며 이를 기반으로 desired clearance를 도출하였다.
3) 도출된 desired clearance를 모델 예측 제어 알고리즘에 적용함으로써 제어권 전환 시간을 고려하는 종방향 제어 알고리즘을 제안하였다.
따라서 본 연구에서는 자율주행 시 제어권 전환 상황에서의 안전 확보를 위해 선행차량 속도기반 종방향 제어 알고리즘을 개발하였다. 가정된 상황은 센서의 고장으로 인해 제어권 전환 알림을 준 시점부터 선행차량 및 자차량의 정보를 알 수 없으며 따라서 마지막 계측된 데이터를 이용하여 제어권 전환 가능 시간을 도출하였다. 또한 제어권 전환 가능 시간 수식을 기반으로 요구 제어권 전환 시간을 적용한 desired clearance를 도출하도록 종방향 제어 알고리즘을 설계하였다.
이를 위해 선행차량의 속도를 세 가지 조건으로 구분하여 시간- 속도 평면에서 운전자가 제어권 전환 가능한 시간을 도출하였으며, 요구 제어권 전환 시간을 기반으로 속도 및 가속도 조건에 따른 desired clearance를 도출하였다. 도출된 desired clearance를 이용하여 모델 예측 제어 알고리즘 기반 desired clearance 추종 제어 알고리즘을 제안하였다. 본 논문은 다음과 같이 구성되어 있다.
선행차량이 정지하였을 때와 선행차량의 속도를 고려하였을 때 두 가지 상황에 대해 요구 제어권 전환 시간을 고려하는 desired clearance를 도출하였다. 도출된 desired clearance를 통해 MPC(Model Predictive Control) 및 3D vehicle model을 기반으로 성능 평가를 수행하였다. Fig.
제어권 전환 시간 동안의 특정 감속도(a_t)는 긴급 제동이 필요한 상황 전 제어권 전환 동안 차량의 거동을 결정하는 감속도이며 향후 다양한 관점에서의 설계가 가능하다. 따라서 제동감속도(a_br) 및 제어권 전환 시간 동안의 감속도(a_t)의 조건을 적용하여 제어권 전환 시간을 도출하였다. Fig.
가정된 상황은 센서의 고장으로 인해 제어권 전환 알림을 준 시점부터 선행차량 및 자차량의 정보를 알 수 없으며 따라서 마지막 계측된 데이터를 이용하여 제어권 전환 가능 시간을 도출하였다. 또한 제어권 전환 가능 시간 수식을 기반으로 요구 제어권 전환 시간을 적용한 desired clearance를 도출하도록 종방향 제어 알고리즘을 설계하였다. 이를 위해 선행차량의 속도를 세 가지 조건으로 구분하여 시간- 속도 평면에서 운전자가 제어권 전환 가능한 시간을 도출하였으며, 요구 제어권 전환 시간을 기반으로 속도 및 가속도 조건에 따른 desired clearance를 도출하였다.
본 연구에서는 V2V 통신을 이용하여 선행차량의 속도 정보가 획득되었을 때의 상황을 가정하여 제어권 전환 시간을 도출하였다. 또한 제어권 전환 시간을 도출하기 위한 주행 조건은 V_p(선행차량의 속도)가 0[m/s]일 때와 V_s(자차량의 속도)를 기준으로 V_p가 큰 경우와 작은 경우 세 가지의 경우로 구분하였다. Table 2는 가정된 세 가지의 경우의 구분된 조건을 나타낸다.
적용된 제동 감속도는 임의의 감속도 값을 적용하였으며, 제어권 전환 감속도는 iso-2631-1을 기반으로 운전자가 불편함을 느끼지 않는 감속도를 적용하였다⁽¹²⁾. 본 연구에서 적용한 요구 제어권 전환 시간은 이며, 이는 기존 논문을 참고하여 적용하였다. 레벨 2 이상의 자율주행 시뮬레이션 실험을 통해 계측된 제어권 전환 시간들을 비교 및 분석하여 도출된 제어권 전환 시간의 평균값을 적용하였다⁽¹³⁾.
또한 운전자의 안전을 위해서는 운전자에게 제어권 전환 가능 시간을 적용함으로써 특정 시간 내에 운전자의 신호 입력이 정확하게 이루어지지 않는다면 갓길 주차 또는 긴급제동과 같은 제어를 통한 제어 입력이 필요하다. 본 연구에서는 V2V 통신을 이용하여 선행차량의 속도 정보가 획득되었을 때의 상황을 가정하여 제어권 전환 시간을 도출하였다. 또한 제어권 전환 시간을 도출하기 위한 주행 조건은 V_p(선행차량의 속도)가 0[m/s]일 때와 V_s(자차량의 속도)를 기준으로 V_p가 큰 경우와 작은 경우 세 가지의 경우로 구분하였다.
36s를 적용하였다⁽¹⁴⁾. 선행차량이 정지하였을 때와 선행차량의 속도를 고려하였을 때 두 가지 상황에 대해 요구 제어권 전환 시간을 고려하는 desired clearance를 도출하였다. 도출된 desired clearance를 통해 MPC(Model Predictive Control) 및 3D vehicle model을 기반으로 성능 평가를 수행하였다.
Predictive output 블록에서는 계산된 오차를 이용하여 N 스텝 예측 출력을 도출하고, 도출된 예측 출력 값을 이용하여 Quadratic programming 블록에서는 물리적 제약조건(가속도 한계, 가속도 변화율 한계) 기반 예측 최적 입력 값들을 도출한다. 성능 평가는 일반 운전자의 특성을 고려한 종방향 자율주행 제어 결과와 요구 제어권 전환 시간의 종방향 자율주행 제어 결과를 비교 및 분석하였다. 운전자가 2.
수식 (1)은 제어권 전환 시점에서의 속도 수식이며 수식 (2)는 시간-속도 평면에서의 사다리꼴 공식을 통해 도출하였다. 수식 (3)은 제동거리 공식을 통해 도출하였으며 위 수식들은 각 영역의 면적인 거리를 의미하며 두 면적의 합은 충돌을 방지하기 위한 최소한의 거리(C_min) 을 제외한 거리이다.
위와 같은 주행 상황은 도로에서 빈번히 발생할 수 있고, 관련 상황의 제어권 전환 시간을 TOT(Takeover Time)로 정의하였으며, TOT의 도출을 위해 시간-속도 평면에서 기구학적 분석을 수행하였다. Fig.
또한 제어권 전환 가능 시간 수식을 기반으로 요구 제어권 전환 시간을 적용한 desired clearance를 도출하도록 종방향 제어 알고리즘을 설계하였다. 이를 위해 선행차량의 속도를 세 가지 조건으로 구분하여 시간- 속도 평면에서 운전자가 제어권 전환 가능한 시간을 도출하였으며, 요구 제어권 전환 시간을 기반으로 속도 및 가속도 조건에 따른 desired clearance를 도출하였다. 도출된 desired clearance를 이용하여 모델 예측 제어 알고리즘 기반 desired clearance 추종 제어 알고리즘을 제안하였다.
315g m/s²로 적용되었다. 적용된 제동 감속도는 임의의 감속도 값을 적용하였으며, 제어권 전환 감속도는 iso-2631-1을 기반으로 운전자가 불편함을 느끼지 않는 감속도를 적용하였다⁽¹²⁾. 본 연구에서 적용한 요구 제어권 전환 시간은 이며, 이는 기존 논문을 참고하여 적용하였다.
도출된 desired clearance는 모델 예측 제어 알고리즘의 거리에 대한 목푯값으로 적용되었고, 속도에 대한 목푯 값은 선행차량의 속도로 정의되었다. 정의된 목푯값들을 이용하여 모델 예측 제어 알고리즘을 기반으로 종방향 요구 가속도를 도출하였다. 도출된 가속도를 이용하여 역동역학 모델 기반 3 차원 차량 동역학 모델을 이용하여 성능 평가를 수행하였으며, 다음 4장에서는 수행된 성능평가 결과를 보여준다.
보다 빠를 때와 느릴 때의 두 가지 상황으로 구분하였다. 제어권 전환 시간 도출을 위해 시간-속도 평면에서의 기구학적 분석을 수행하였으며 case-1과 마찬가지로 영역을 구분하여 합한 값을 통해 TOT를 도출하였다.
제어권 전환 시간의 성능 평가는 일반 운전자의 특성을 고려한 자율주행 제어를 기반으로 제어권 전환 시간을 도출 및 비교하였다. 일반 운전자의 특성을 고려한 제어는 운전자들의 주행 실험 데이터를 기반으로 도출된 속도에 대한 상대 거리 관계식(차두 시간)을 통해 도출된 평균값 t_h=1.
레벨 2 이상의 자율주행 시뮬레이션 실험을 통해 계측된 제어권 전환 시간들을 비교 및 분석하여 도출된 제어권 전환 시간의 평균값을 적용하였다⁽¹³⁾. 충돌 방지를 위해 적용된 C_min은 1m로 적용되었으며, clearance 및 속도 정보를 레이더를 통해 획득한 실 주행 데이터를 이용하여 성능 평가를 수행하였다.

데이터처리

본 연구에서 적용한 요구 제어권 전환 시간은 이며, 이는 기존 논문을 참고하여 적용하였다. 레벨 2 이상의 자율주행 시뮬레이션 실험을 통해 계측된 제어권 전환 시간들을 비교 및 분석하여 도출된 제어권 전환 시간의 평균값을 적용하였다⁽¹³⁾. 충돌 방지를 위해 적용된 C_min은 1m로 적용되었으며, clearance 및 속도 정보를 레이더를 통해 획득한 실 주행 데이터를 이용하여 성능 평가를 수행하였다.

이론/모형

합리적인 성능 평가를 위해 모델 예측 제어 알고리즘과 3차원 차량 모델을 이용하였다. 두 가지 가속도 조건인 제동 감속도와 제어권 전환 감속도는 각각 a_br = -0.

성능/효과

4) 성능 평가 결과 본 연구에서 정의한 요구 제어권 전환 시간을 합리적으로 확보하면서 제어하는 것을 확인할 수 있었다.
실 주행 데이터를 이용한 성능 평가 결과 본 연구에서 제안하는 제어권 전환 시간을 고려하는 종방향 제어가 가능함을 확인하였다. 하지만 case-1의 경우 제어권 전환 시간을 도출할 때 고장 발생 시 선행차량이 정지했다는 가정이 적용되었고, 고장 발생 시 이전까지 계측된 선행차량과의 상대 거리를 이용할 수 있다고 가정하였다.

후속연구

선행차량과의 거리가 상대적으로 줄어든 것을 확인할 수 있었다. 따라서 본 연구에서 제안하는 제어 알고리즘은 운전자의 합리적 제어권 전환 시간을 고려한 제어를 수행할 수 있었으며, 향후 운전자의 특성 및 제어권 전환 시간을 동시에 고려하는 자율주행 종방향 제어 알고리즘의 개발을 계획하고 있다.
향후 운전자의 특성을 반영하며 제어권 전환 시간을 고려한 안전 확보 제어 알고리즘을 개발하는 것을 계획하고 있다. 본 연구에서 제안하는 제어권 전환 시간을 고려한 종방향 제어 알고리즘은 향후 3~4 단계 자율주행의 기능 안전 확보를 위한 알고리즘으로 적용 가능할 것으로 기대한다.
또한 case-2, case-3의 경우 선행차량의 V2V(vehicleto-vehicle)을 이용하여 선행차량의 정보를 알고 있는 주행 상황을 가정하였다. 향후 운전자의 특성을 반영하며 제어권 전환 시간을 고려한 안전 확보 제어 알고리즘을 개발하는 것을 계획하고 있다. 본 연구에서 제안하는 제어권 전환 시간을 고려한 종방향 제어 알고리즘은 향후 3~4 단계 자율주행의 기능 안전 확보를 위한 알고리즘으로 적용 가능할 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	자동차에 탑재된 첨단 운전자 지원시스템 기술은 어떤 것이 있는가?	현대인의 필수품으로 자리 잡은 자동차는 안전성 및 편의성을 위해 다양한 기술 연구 및 개발이 이루어지고 있다. 현재 판매되는 자동차에는 적응형 정속주행 제어(Adaptive Cruise Control) 및 차선 이탈 자동 복귀 시스템(Lane Keeping Assist System) 등 다양한 첨단 운전자 지원 시스템(Advanced Driver Assistance System) 기술이 차량에 탑재되어 있다.
	고장-안전 시스템은 어떠한 단계들로 이루어져 있는가?	고장-안전 시스템은 고장을 감지 및 재건하는 인지 단계, 고장의 정도에 따라 분류하는 판단 단계, 그리고 고장에 대응하기 위한 제어단계로 이루어진다. 제어 단계에서는 판단된 고장의 정도에 따라 정상 주행, 경고, 제어권 전환, 갓길 주차, 긴급 정지의 제어 입력이 인가되며 고장의 판단에 따라 운전자에게 선택적으로 또는 필수적으로 제어권이 전환된다.
	고장-안전 시스템의 제어 단계를 설명하시오.	고장-안전 시스템은 고장을 감지 및 재건하는 인지 단계, 고장의 정도에 따라 분류하는 판단 단계, 그리고 고장에 대응하기 위한 제어단계로 이루어진다. 제어 단계에서는 판단된 고장의 정도에 따라 정상 주행, 경고, 제어권 전환, 갓길 주차, 긴급 정지의 제어 입력이 인가되며 고장의 판단에 따라 운전자에게 선택적으로 또는 필수적으로 제어권이 전환된다. Table 1은 기존 연구를 통해 본 연구에서 고려된 자율주행 자동차의 고장-안전 체계를 나타낸다.

참고문헌 (14)

송태준, 이혜원, 오광석, 박성렬, 이경수, 2019, "자율주행 자동차의 기능 안전을 위한 고장 단계 판단 알고리즘 및 종방향 고장 탐지 기반 성능평가", Trans. Koreans Soc. Eng. A, Vol. 43, No. 2, pp. 119-128.
이종민, 박성렬, 오광석, 정용환, 이경수, 2017, "자율주행을 위한 기능적 관점에서의 고장안전 체계", 대한기계학회 학술대회, pp. 1574-1578.
오광석, 박성렬, 이경수, 2019, "다중 슬라이딩 모드 관측기를 이용한 모델 예측 기반 종방향 자율주행 센서 고장 탐지 알고리즘", Trans. Koreans Soc. Eng. A, Vol. 43, No. 3, pp. 161-168.
Christian, G., Riender, H. and Klaus, B., 2018, "Modeling take-over performance in level 3 conditionally automated vehicles", Accident Analysis & Prevention 116, pp. 3-13.

상세보기
민경보, 허룡, 김광오, 최명진, 이상원, 2017, "자율주행차량의 제어권 전환을 위한 시나리오 기반 알림 시스템 제안", 한국HCI학회 학술대회, pp. 1156-1160.
김두용, 임재환, 이혁기, 최인성, 신재곤, 홍윤석, 박기홍, 2017, "ADAS 시스템의 고장 주입 시뮬레이션 환경 개발 및 고장 안전성 평가 사례 연구", Transaction of the Korean Society of Automotive Engineers, Vol. 25, No. 6, pp. 767-777.

상세보기
김나은, 양민영, 이지인, 김진우, 2018, "자율주행 자동차의 제어권 전환 상황에서 요구되는 정보 유형에 관한 연구", Journal of Digital Contents Society, Vol. 19, No. 1, pp. 113-122.

원문보기 상세보기
Korber, M., WeiBgerber, T., Kalb, L., Blaschke, C., & Farid, M., 2015, "Prediction of take-over time in highly automated driving by two psychometric tests", Dyna, 82(193), pp. 195-201.
박정철, 2017, "첨단운전지원시스템의 제어권 이양 에 대한 리뷰", Journal of the Ergonomics Society of Korea, Vol. 36, No. 6, pp. 665-675.

원문보기 상세보기
Kangwon Lee and Huei Peng, 2008, "A longitudinal human driving model for adaptive cruise control performance assessment", ASME 2002 International Mechanical Engineering Congress and Exposition. American Society of Mechanical Engineers Digital Collection, pp. 675-682.
Foghor Tanshi and Dirk Soffker, 2019, "Modeling of takeover variables with respect to driver situation awareness and workload for intelligent driver assistance", IEEE Intelligent Vehicles Symposium (IV), pp. 1667-1672.
ISO, "Mechanical Vibration and Shock Evaluation of Human Exposure to Whole Body Vibration", Part 1: General requirement, ISO 2631-1.
Bo Zhang, Joost de Winter, Silvia Varotto, Riender Happee and Marieke Martens, 2019, "Determinants of take-over time from automated driving:A metaanalysis of 129 studies", Transportation Research Part F 64, pp. 285-307.

상세보기
Seungwuk Moon and Kyongsu Yi, 2008, "Human driving data-based design of a vehicle adaptive cruise control algorithm", Vehicle System Dynamics: International Journal of Vehicle Mechanics and Mobility, 46(8), pp. 661-690.

상세보기

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