최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 차선 검출의 한계를 극복하기 위해 차로 수 정보와 텍스쳐 분석을 활용한 주행가능영역 검출 알고리즘을 제안합니다. 제안하는 알고리즘은 차로 수 정보를 이용하여 도로 영역 후보를 지정하고, 텍스쳐의 균일성을 기반으로 최종 도로 영역을 결정하여 주행가능영역을 검출합니다. 시뮬레이션 결과, 본 시스템은 악천후 또는 차선이 없는 도로 환경에서도 주행가능영역을 효과적으로 검출하는 것을 확인했습니다.
Automatic extraction of man-made objects from aerial and space images
Vision and navigation : the Carnegie Mellon Navlab
Autonomous Intelligent Vehicles : Theory, Algorithms, and Implementation
Remote sensing of impervious surfaces
자율 주행 자동차 만들기 : 자율 주행 소프트웨어 시스템의 원리와 구현 방법
Modeling Mobility with Open Data : 2nd SUMO Conference 2014 Berlin, Germany, May 15-16, 2014
Mechatronics and intelligent systems for off-road vehicles
Mechatronics and intelligent systems for off-road vehicles
A taxonomy for texture description and identification
자율주행 자동차 만들기 2e : 자율주행의 원리부터 연구 사례까지
Spatial analysis methods of road traffic collisions
Face detection and recognition : theory and practice
모빌리티의 미래 : 전기차부터 자율주행, 도심항공에서 우주여행까지 세상을 바꿀 모빌리티 기술의 거의 모든 것
(AI & ADAS 융복합)자율주행차량의 하이테크
Computer vision--ECCV '92 : Second European Conference on Computer Vision, Santa Margherita Ligure, Italy, May 19-22, 1992 : proceedings
Recent developments in computer vision : Second Asian Conference on Computer Vision, ACCV '95, Singapore, December 5-8, 1995 : invited session papers
Predicting vehicle trajectory
Image technology : advances in image processing, multimedia and machine vision
Guide to convolutional neural networks : a practical application to traffic-sign detection and classification
Vehicle location and navigation systems
황성수; 김도현 · 2016
멀티미디어학회논문지
Mei, J.; Yu, Y.; Zhao, H.; Zha, H. · 2018
IEEE Transactions on Intelligent Transportation Systems, Intelligent Transportation Systems, IEEE Transactions on, IEEE Trans. Intell. Transport. Syst.
Wang S.,Wang Y.,Li Y. · 2023
IEEE Sensors Journal
Manoharan, K.; Daniel, P. · 2018
Journal of Electronic Imaging
Xu, Philippe; Davoine, Franck; Bordes, Jean-Baptiste; Zhao, Huijing; Denœux, Thierry · 2016
Machine Vision and Applications
Li, Q.; Chen, L.; Li, M.; Shaw, S.-L.; Nuchter, A. · 2014
IEEE Transactions on Vehicular Technology, Vehicular Technology, IEEE Transactions on, IEEE Trans. Veh. Technol.
Huang J.,Choudhury P.K.,Yin S.,Zhu L. · 2021
IEEE Access
LIU M.,JIANG Q.,HU J. · 2021
Computers and Electrical Engineering
Takialddin Al Smadi · 2014
Circuits and Systems
Wang H.,Wang Y.,Zhao X.,Wang G.,Huang H.,Zhang J. · 2019
IEEE Transactions on Vehicular Technology
Nils Katzorke; Stefan Kastner; Petr Kolar; Heiner Lasi · 2022
IEEE Transactions on Intelligent Transportation Systems
김성훈, 이상일, 이기성, 조성익, 박종현, 최경호 · 2009
한국공간정보시스템학회 논문지
Shirke S.,Udayakumar R. · 2020
International Journal of Image and Data Fusion
황재필, 류경진, 박성근, 강형진, 김은태 · 2008
International Journal of Fuzzy Logic and Intelligent systems
Phat Nguyen Huu; Quyen Pham Thi; Phuong Tong Thi Quynh · 2022
Advances in Multimedia
Sontges, S.; Althoff, M. · 2018
IEEE Transactions on Intelligent Transportation Systems, Intelligent Transportation Systems, IEEE Transactions on, IEEE Trans. Intell. Transport. Syst.
이민채; 한재현; 장철훈; 선우명호 · 2013
한국지능시스템학회 논문지
안성용 · 2015
제어.로봇.시스템학회 논문지
안성용 · 2015
제어.로봇.시스템학회 논문지
김록영, 최영우 · 2015
한국컴퓨터정보학회논문지
전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 학사
AI를 이용하여 주차장 게이트에서 번호판을 인식후 주차장 게이트를 Open/deny 하는 과정을 구현한다. 자동차 번호판을 인식하기 위해 object-detection, Text Detection, OCR, Image Captioning, Generative Model 등 다양한 컴퓨터 비전 에 사용되는 딥러닝 모델들의 개요에 대해 배우고, GPU 서버를 이용하여 이 과정들을 구현한다.전선 / 대학원
자율주행 이동 로봇공학은 로봇이 임의 공간에서 무인으로 이동하면서 주변을 탐색하고 현재 위치를 추정하면서 동시에 주위 공간의 지도를 작성하는 문제와 경로 계획 및 경로 최적화를 다룬다. 작성된 지도는 로봇이 주변 환경을 인식하는데 사용되며 로봇은 환경과 연속적으로 상호작용하게 된다. 이 내용은 기계 학습의 확률적 추론에 기반하고 있으며 수상/수중 로봇, 지능형 제조 작업 수행, 물류 처리 로봇의 핵심 알고리즘으로 사용된다. 베이즈 필터, 칼만 필터, 입자 필터, 동시적 위치추정 및 지도작성, 확장칼만필터 SLAM, 빠른 SLAM, 그래프 SLAM, 경로 계획 등에 대하여 학습토록 한다. 파이썬/C++ 프로그래밍의 기초 지식을 필요로 한다.전선 / 대학원
이 과목은 차량동역학 및 제어 시스템과 제어이론응용을 다룬다. 동역학적 해석을 위한 물리적인 특성 및 모델링, 차량주행안전성, 스마트 자율주행 시스템에 대해 강의하고 이런 시스템에 응용되는 제어이론 및 제어기법을 학습할 수 있도록 한다. 특히, 스마트 자율주행 제어시스템의 최신 기술동향에 대해 소개한다. 자동차의 사고방지안전시스템 및 운전자보조시스템에 적용되는 제어이론을 소개한다. 또한 자율주행자동차에 핵심요소기술, 위치정보, 도로주위환경인지, 주행모드판단제어의 기본이론을 소개한다.전선 / 학사
도로설계상에 있어서 교통공학적인 면에서 고려해야 할 것이 무엇이며 그에 따라 필요한 고려사항으로서 도로상의 교통량을 추정하고 도로의 용량, 정지 및 추월시거평면 및 종단선형설계, 곡선의 배합, 편구배와 구배에 관한 내용을 다룬다. 또한 설계적인 측면에서 평면 및 입체교차설계, 엇갈림 분류 및 합류구간설계, 도로설계 등에 대한 연습도 다루게 된다.전선 / 대학원
최근 정보통신기술이 발전하면서 교통분야에서 다양한 데이터가 수집되고 활용된다. 차량과 사람의 위치 데이터, 교통량, 속도, 밀도 등 교통흐름과 관련된 데이터, 대중교통 이용 실태를 확인할 수 있는 교통카드 데이터 등이 대표적이다. 이들은 모두 실시간으로 빠르게 수집되는 만큼 양도 방대하다. 소위 빅데이터의 특징인 Volume (양), Variety (종류), Velocity (속도)의 특징을 모두 가진다. 본 교과목은 교통 분야 빅데이터의 유형을 이해하고 이를 분석하는 것을 목적으로 한다. 이를 위해 우선 빅데이터의 기초와 시각화 방안을 배운다. 이후 인공지능 방법론의 기초를 학습하고 교통 빅데이터를 이용하여 CNN, RNN 분석을 수행해 본다. 아울러 군집분석, 의사결정나무 등 자주 활용되는 데이터 분석기법도 배운다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.전선 / 대학원
교통공학이 도시의 설계에서 기본을 이루는 부분이라면 교통공학에서 핵심을 이루는 부분을 교통제어 이론이라 할 것이다. 본 과목을 통하여 도시교통 신호의 용량과 지역신호체계 확립과 제어기법이론을 고찰하고 그 응용방법을 살펴본다. 외국의 신호교차로 연동시스템 및 제어시스템을 살펴봄으로써 그 발전방향을 논의한다.전선 / 대학원
도로교통사고로 인한 국내 사망자 수가 연간 수천 명에 달할 만큼 교통사고는 현대사회의 심각한 문제이다. 이 강의는 교통사고의 원인을 데이터 분석을 통해 정리하고 교통사고의 감소와 예방을 위한 정책을 도로 이용자, 차량, 도로환경 차원에서 살펴본다. 이 강의를 통해 교통사고 예측 모델의 개발과 활용방안을 익히고, 안전체계(Safe System) 차원의 교통안전 정책을 이해할 수 있게 된다.전선 / 대학원
본 스튜디오는 인공지능(AI)을 조경의 핵심 설계 도구로 활용하는 것을 목표로 하는 실습 중심의 스튜디오이다. 지난 2년간 진행한 세미나 주제인「조경과 AI」에서 다루었던 이론적 논의를 확장하여, 실제 설계 프로세스 속에서 AI의 잠재력과 한계를 탐구한다. 본 수업은 인간이 직관적으로 해결하기 어려웠던 형태적·공간적 문제를 인공지능을 통해 분석하고 생성하는 과정을 실험하며, 프롬프트 설계(Prompt Design)와 룰 베이스 설계(Rule-Based Design)와 같은 개념을 핵심 학습 주제로 다룬다. 수강생들은 2차원 이미지로부터 3차원 형상을 추출하고, 형태의 특징을 기반으로 기능과 프로그램을 부여하는 과정에서 다양한 AI 도구를 활용한다. 이를 통해 인공지능을 단순한 도구가 아닌 공동 설계자(co-designer)로 이해하며, 디지털 생성 기술을 통해 새로운 형태, 패턴, 그리고 공간 경험을 제안한다. 최종적으로 AI를 활용한 설계 프로토타입 혹은 실험적 디자인 아틀라스를 제작하여, 미래 조경·도시설계의 가능성을 탐구한다.전선 / 대학원
이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다: 첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.전선 / 대학원
교통계획은 대상구역의 현황을 파악하기 위하여 연구 수행자의 전문적 능력에 의해 교통망을 수립함에서 비롯된다. 본 과목을 통하여 교통공학적 입장에서 교통망을 중점 연구하며 그래프이론, 통행배분이론, 선형계획이론 등을 종합적으로 소개한다. 수요예측 4단계 중에서 주로 통행배정에 관련한 내용을 다룬다.전선 / 대학원
본 과목은 도시환경 공간분석과 시각화를 위한 디지털 미디어 활용기법들을 다룬다. 다양한 소프트웨어 플랫폼을 습득하고, 이들 플랫폼들을 사용하여 정량적, 시각적, 분석적 데이터를 연동시키고 변환시키는 과정과 이를 설계와 프레젠테이션에 활용하는 시각화 방법들을 연구한다. ArcGIS, 오픈소스 지오데이타 에플리케이션들, ACAD, Adobe Illustrator, Rhino와 같은 2D 벡터, 3D 모델링 프로그램, 그리고 Rhino 플러그인인 Grasshopper 등을 통해 공간분석 기법에 대한 연구를 진행할 것이며, 작업들은 기본적인 에니메이션과 3D 프린팅을 통해 가시화될 것이다.전선 / 대학원
본 과목은 도시환경 공간분석과 시각화를 위한 디지털 미디어 활용기법들을 다룬다. 다양한 소프트웨어 플랫폼을 습득하고, 이들 플랫폼들을 사용하여 정량적, 시각적, 분석적 데이터를 연동시키고 변환시키는 과정과 이를 설계와 프레젠테이션에 활용하는 시각화 방법들을 연구한다. ArcGIS, 오픈소스 지오데이타 에플리케이션들, ACAD, Adobe Illustrator, Rhino와 같은 2D 벡터, 3D 모델링 프로그램, 그리고 Rhino 플러그인인 Grasshopper 등을 통해 공간분석 기법에 대한 연구를 진행할 것이며, 작업들은 기본적인 에니메이션과 3D 프린팅을 통해 가시화될 것이다.전선 / 대학원
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 학사
본 교과목에서는 현재 여러 분야에서 적용되고 있는 지능시스템 및 관련연구의 핵심이 되는 확률적 모델링 및 추론, 통계학적 기계학습, 컴퓨터비젼, 로보틱스의 기초를 소개한다. Bayesian networks, hidden Markov models (HMM), Kalman filters, Markov decision processes 등의 확률적 모델링 및 추론방식이 소개되고 선형 regression 및classification 그리고 nonparametric 학습 방법의 기초를 습득한다. 그리고 확률적 모델, 추론방식, 학습방식들이 어떻게 컴퓨터비전 그리고 로보틱스 등의 응용분야에 적용되는지 알아본다.전선 / 대학원
본 과목은 조경학의 학위논문을 준비하거나 조경분야의 학술연구를 수행하기 위해 필요한 연구방법 즉, 연구주제 선정 방법, 자료수집 및 분석방법, 통계분석방법, 논문 작성방법 등을 심층적으로 습득하고, 이를 활용함으로써 연구수행능력을 향상시키는데 있다.전선 / 학사
교통을 중심으로 공간적 상호작용의 다양한 양상을 다룬다. 공간적 상호작용은 사람ㆍ물자ㆍ정보ㆍ자본 등 다양한 요소의 지역간 유동과 연계를 의미하며, 공간적 상호작용을 위한 하부구조(교통ㆍ통신망)와 그 하부구조 상에서 발생하는 상호작용 양상 모두에 관심을 둔다. 주요 내용은 크게 네트워크 분석과 유통 분석으로 나누어 지며, 공간적 상호작용의 개념, 이론, 기법을 종합적으로 학습한다.