ETRI-Knowledge Sharing Plaform

KOREAN
기술이전 검색
Year ~ Transaction Count Keyword

Detail

Deep Learning based Forward Collision Warning Technology

Manager
Kim Sung Hoon
Participants
Yongbon Koo, Ki Tae Kim, Kim Sung Hoon, Jinwoo Kim, Myungwook Park, An Kyoung Hwan, Sangwoo Lee, Choi Yong Geon, Choi Yong Geon
Transaction Count
1
Year
2020
Project Code
20PS1600, Development of Service Computing Platform for Automated Driving Shuttle , Kim Sung Hoon
19HS4600, Development of Driving Computing System Supporting Real-time Sensor Fusion Processing for Self-Driving Car, Kim Sung Hoon
16HS1100, Development of Driving Computing System Supporting Real-time Sensor Fusion Processing for Self-Driving Car, Kim Sung Hoon
본 기술이전 대상인 “딥러닝 기반 전방 충돌 경고 기술”은 모노 카메라 센서를 기반으로 자율주행 환경에서 이동 객체를 검출, 분류, 추적하여 인식하는 것을 기반으로 차량/보행자의 위치 및 이동 정보를 추정하고 차량 정보를 융합하여 차선을 추정하여 전방의 충돌 가능한 객체를 정의하고 충돌 시간을 계산하여 경고 시스템 및 단말기를 제작할 수 있는 기반 기술이다.
● 본 기술이전의 목적은 자동차/자동차 부품 및 국방 관련 업체에서 운전자 보조 시스템 또는 자율주행 시스템 개발을 위해 필요한 자율주행용 이동객체 인식기술을 제공하는 데 목적이 있음
● 기술이전 대상 기술이 활용될 수 있는 첨단 운전자 보조 시스템(ADAS)의 경우 효용성이 입증되면서 유럽, 미국 등 주요 선진국의 법규 및 신차평가제도 사양에서 기본 요구사항으로 추가되고 있음
● 또한, 유럽 연합의 새로운 상용차는 사각지대 감시, 차선이탈 경보, 자동 긴급 제동을 강화해야 한다는 요구 조건을 추가하고, 미국에서는 신차평가제도 변경 후 신차 스티커에 차선이탈 경보와 전방 충돌 경고 등 ADAS (Advanced Driver Assistance System) 기능 탑재를 의무적으로 표시해야 함 (ABI Research, 2011)
● 본 기술이전의 대상이 되는 “딥러닝 기반 전방 충돌 경고 기술” 기술은 자율주행을 위한 주행 환경의 이동 가능한 객체 인식을 통해 전방에 존재하는 충돌 가능한 장애물을 인식하고 경고 정보를 제공하여 운전자 및 동승자의 안전 운행 및 운전 중 편의를 제공할 수 있는 기술임
● 기존의 FCW 시스템은 차선을 인식하거나 고정된 전방 객체 인식 영역을 지정하고 그 영역 내부에 있는 대상객체 1개만 추적하여 전방충돌시간(TTC: Time to Collosion)을 계산하는 것에 반해
● 본 기술이전은 다중객체를 실시간으로 추적하여 보다 정확하고 다양한 상황에 대한 대비를 할 수 있는 FCW 기술임
● 또한, 본 기술이전은 차선이 감지되지 못하는 상황에서도 전방 객체에 대한 충돌 시간을 계산할 수 있도록 가상의 주행 영역을 차량정보(속도, 조향각, 브레이크)를 활용하여 신뢰성을 높인 기술임
● 본 기술이전 대상인 “딥러닝 기반 전방 충돌 경고 기술”은 다양한 센서를 기반으로 자율주행 환경에서 인식해야 하는 이동객체를 검출, 분류, 추적하여 인식하는 기술을 기반으로 전방 장애물까지 충돌 시간을 추정하는 기술이다. 본 기술은 자율주행 자동차의 주행 상황을 인식하는 분야에 해당하는 기술로서 차량/보행자의 위치 및 이동 정보를 제공, 전방 추돌 경고 시스템을 위한 차선 인식 기능을 제공한다.

본 기술이전 대상인 “딥러닝 기반 전방 충돌 경고 기술”은
[1세부 기술]: 영상에서 객체를 검출하고 클래스를 구분하는 인식 기술과 모노 카메라에서 실제 위치를 추정하는 기술
[2세부 기술]: 전방 이동 객체를 추적, 차량 정보를 활용한 전방 충돌 가능 이동객체 정의, 차량 정보를 융합하여 차선 인식이 불가한 지역에서도 충돌 가능한 객체를 인지하여 충돌 시간을 계산하는 기술

■ 1세부 기술(이동 객체 인식 기술)
(1) 모노 카메라 기반 위치 추적 기술
(2) 이동 객체 검출 및 추적 기술
- 이동 객체 인식을 위한 학습 결과
- 학습 및 테스트 데이터
- 다중 객체 실시간 추적 기능
(3) 특허 : 능동 스틱 필터를 이용한 융합 인식 시스템 및 그 방법(PR20191128KR, 출원일 2020-01-31)
기술문서 : - 드라이빙컴퓨팅시스템 이동 객체 인식 기술 시험절차결과서 등 2건
프로그램 : 모노카메라기반 지역좌표 생성도구

■ 2세부 기술(딥러닝 기반 전방 충돌 경고 기술)
(1) 딥러닝 기반 객체 인식 최적화 기술
- 차량(후면/전면/측면), 보행자 검출 기능
- 임베디드 환경에서 구동 가능한 구조 설계 및 변경
- 전방 이동 차량 범위 탐지용 차선 검출 기능

(2) 주행 경로상 전방 차량 인식 및 충돌 시간 추정 기술
- 차량 Pitch에 강인한 실제 거리 추정 알고리즘
- 전방 타겟 차량 충돌 시간 추정 기능
- 차량 정보(조향각, 브레이크, 자차 속도) 연동 주행 가상 영역 추정 기능
- 차량 데이터 및 영상 동기화 수집 및 인퍼런스 기능
(3) 기술문서 : 딥러닝 기반 전방 추돌 방지 기술 요구사항정의서 등 3건
프로그램 : 센서데이터수집관리 등 2건

* 본 기술이전의 범위는 “딥러닝 기반 전방 충돌 경고 기술”을 설계하고 구현할 수 있는 기술문서와 알고리즘 소스임
* 2세부기술은 1세부기술을 이전받은 기업에 이전이 가능함을 원칙으로 함.
* 2세부기술은 업그레이드가 있을 수 있음(업그레이드 기술은 별도 기술료 조건 적용)
● 차선 유지, 차선 변경 지원, 제한적 자율주행 등 첨단운전자보조시스템에 적용 가능하며, 국방 IT분야의 무인 자율주행 무기 체계에 활용이 가능함
● 교통사고 원인의 90% 이상이 운전자의 행동으로 인한 것임을 감안할 때, 주행 중 운전자의 실수를 최소화할 수 있는 본 개발 기술은 교통사고로 유발되는 사회?경제적 비용을 직접적으로 절감하는데 도움을 줄 것으로 기대함

* 개발 환경: Ubuntu 16.04이상, Cuda, cudnn, C/C++, opencv3.4 이상