차량 제동거리 예측을 통한 보강된 전방 추돌 경고 시스템

김종원; 조정호

doi:10.14801/jkiit.2018.16.4.21

주제분류

Top 5%

...

저널정보

한국정보기술학회
한국정보기술학회논문지 학술저널
한국정보기술학회논문지 제16권 제4호(JKIIT, Vol.16, No.4)
2018.4 21 - 28 (8page)
DOI : 10.14801/jkiit.2018.16.4.21

저자정보

김종원 (순천향대학교)
조정호 (순천향대학교)

이용수
내서재: 6

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

최근 자율 주행 자동차가 주목받음에 따라 차량에 탑재되는 다양한 센서를 기반으로 한 지능형 운전자 보조 기술이 크게 발전되고 있다. 자율 주행 차량의 핵심기술로서 여러 유형의 거리 감지 센서의 정보를 기반으로 전방 차량 및 주행 차선을 감지하여 사고를 예방하는 전방 추돌 경고 시스템이 있으며, 이때 활용되는 센서는 주행 안전과 직결됨으로써 높은 신뢰성과 안정성이 보장되어야 한다. 하지만, 현재 개발 및 상용화 중인 전방 추돌 경고 시스템의 센서는 단독으로 운영될 경우 센서의 오동작 또는 실제 주행 환경에서 발생하는 다양한 잡음에 취약할 수 있다는 한계가 존재한다. 이에, 본 논문에서는 차량 제동거리 예측을 위해 신경망을 활용하였으며 시스템의 이상 유무 판단을 통해 사고를 예방함으로써, 전방 추돌 경고 시스템의 신뢰성 향상을 목표로 하였다. 차량 제동거리 모델을 기반으로 한 모의실험을 수행한 결과 제안된 예측 시스템은 기존 제동거리 모델과 비교하여 외부 잡음에 대한 강인함과 우수성을 확인할 수 있었다.

The recent attention paid to autonomous vehicles has led to a major improvement in intelligent driver assistance technology based on a variety of sensors mounted on the vehicles. As a core technology of an autonomous vehicle, there is a forward collision warning system (FCWS) that detects accidents by sensing forward vehicles and driving lanes based on information of various types of distance detection sensor whose stability must be ensured. However, there is a limitation that the sensor of the FCWS, which is currently being developed and commercialized, may be vulnerable to malfunction of the sensor or various noise generated in the actual driving environment when operated alone. In this paper, we used neural network to predict the vehicle braking distance and aimed to improve the reliability of the FCWS by preventing the accident by judging the abnormality of the system. As a result of simulation, the proposed prediction system can confirm the robustness and superiority to the external noise compared with the existing mathematical braking distance model.

#autonomous driving #forward collision warning system #neural network #braking distance predictor