지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이재천
- 발행연도
- 2015
- 저작권
- 계명대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 보행자의 안전과 편의를 극대화하기 위한 지능형 자동차 시스템의 연구 개발이 적극적으로 추진되고 있다. 보행자 안전의 중요성은 점점 더 증가하여 전 세계적으로 부각되고 있으며, 이에 따라 Euro NCAP과 같이 보행자의 치명적 상해치를 감소시키기 위한 국제 자동차안전기준이 확립되고 있다.
능동형 후드 시스템은 보행자의 자동차 충돌 시 치명적 상해를 피하기 위한 최첨단 장치이다. 그러나 우리나라에서 능동형 후드 시스템의 Euro NCAP 안전기준 충족을 위한 많은 노력에도 불구하고, 그 기술 개발은 아직 완전히 이루어지지 않은 상황이다. 전형적인 능동형 후드 시스템은, 전방 범퍼에 장착된 광섬유 멤브레인 센서, 후드를 열어 올리는 힌지와 래치 액츄에이터, 그리고 전자제어기로 구성된다. 무엇보다 자동차의 충돌 순간 보행자와 비 인체 장애물을 식별하는 기능은 능동형 후드 시스템의 가장 중요한 기능 중 하나이다.
본 연구에서는 인공 신경망 회로를 기반으로 보행자 충돌을 식별하는 알고리즘을 개발하였다. 먼저 66가지의 다양한 운전 및 충돌조건에서 실험을 진행하였다. 멤브레인 센서 신호의 특성을 각각 분석하여 센서 출력의 세 가지 성능 지표들을 일괄 학습함으로써 시험하지 않은 조건에서의 출력을 룩업 테이블로 보간할 수 있는 능동형 후드 시스템의 신경망 회로 모델을 구하였다. 그리고 퍼셉트론 회로를 이용하여 비 인체 장애물과 보행자를 구별하기 위한 경계면을 수립하였다. 피드포워드 다층 신경망회로에 의한 또 다른 알고리즘도 제시하였으며, 그 결과 충분히 학습된 신경망회로에 의한 물체인식의 정확도는 97.9%에 이르러 만족스러운 결과를 보여준다.
능동형 후드 시스템은 보행자의 자동차 충돌 시 치명적 상해를 피하기 위한 최첨단 장치이다. 그러나 우리나라에서 능동형 후드 시스템의 Euro NCAP 안전기준 충족을 위한 많은 노력에도 불구하고, 그 기술 개발은 아직 완전히 이루어지지 않은 상황이다. 전형적인 능동형 후드 시스템은, 전방 범퍼에 장착된 광섬유 멤브레인 센서, 후드를 열어 올리는 힌지와 래치 액츄에이터, 그리고 전자제어기로 구성된다. 무엇보다 자동차의 충돌 순간 보행자와 비 인체 장애물을 식별하는 기능은 능동형 후드 시스템의 가장 중요한 기능 중 하나이다.
본 연구에서는 인공 신경망 회로를 기반으로 보행자 충돌을 식별하는 알고리즘을 개발하였다. 먼저 66가지의 다양한 운전 및 충돌조건에서 실험을 진행하였다. 멤브레인 센서 신호의 특성을 각각 분석하여 센서 출력의 세 가지 성능 지표들을 일괄 학습함으로써 시험하지 않은 조건에서의 출력을 룩업 테이블로 보간할 수 있는 능동형 후드 시스템의 신경망 회로 모델을 구하였다. 그리고 퍼셉트론 회로를 이용하여 비 인체 장애물과 보행자를 구별하기 위한 경계면을 수립하였다. 피드포워드 다층 신경망회로에 의한 또 다른 알고리즘도 제시하였으며, 그 결과 충분히 학습된 신경망회로에 의한 물체인식의 정확도는 97.9%에 이르러 만족스러운 결과를 보여준다.
목차
제 1 장 서 론 11.1 연구배경 11.2 국내외 보행자 보호 기술개발 동향 2제 2 장 능동형 후드 리프트 시스템 72.1 능동형 후드 리프트 시스템의 개요 72.1.1 충돌실험을 위한 대상차량 선정 82.1.2 능동형 후드 리프트 시스템의 구성 92.1.2.1 멤브레인 센서 102.1.2.2 충돌실험 장비 및 충돌물체 122.2 충돌실험 및 시나리오 16제 3 장 충돌실험 및 데이터 분석 193.1 충돌실험 데이터 수집 193.2 충돌실험 데이터 분석 223.2.1 동일조건 충돌데이터 분석 263.2.2 조건에 따른 충돌데이터의 변화 분석 30제 4 장 보행자 판별 알고리즘 개발 354.1 인공신경망회로 354.1.1 신경망회로의 개념과 특성 354.1.2 신경망회로의 구조 364.2 퍼셉트론을 이용한 알고리즘 알고리즘 1 394.3 다층 전방향 신경망회로 피팅을 이용한 알고리즘 알고리즘 2 434.4 다층 전방향 신경망회로를 이용한 알고리즘 알고리즘 3 494.5 결과 분석 51제 5 장 결론 및 고찰 52참고 문헌 54영문 초록 56국문 초록 59
최근 본 자료
댓글(0)
0