회사 자료를 불러오는 중…
회사 자료를 불러오는 중…
검증 단계 — 어디까지 확인했나
L0 · 국민연금 인력 · 공시 재무 · 특허 — 공공자료
경기도에 있는 2020년 설립 회사입니다. 컴퓨터 프로그래밍, 시스템 통합 및 관리업을 합니다. 2025년 매출은 33.8억입니다. 2026년 8월 기준 국민연금 가입자는 78명입니다. 외부감사를 받는 회사이고, 가장 최근 감사의견은 「적정」입니다.
읽어오는 중입니다…
최근 출원 2025-12-16 · 최근 등록 2026-09-21 · 최신 출원순
정지 객체의 잠재 이동성을 고려한 경로 설정 시스템 및 방법 그리고 이 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록매체가 개시된다. 본 발명의 실시예에 따른 정지 객체의 잠재 이동성을 고려한 경로 설정 시스템은, 복수의 센서를 포함하는 멀티 센서 장치 및 멀티 센서 장치로부터 각 센싱 데이터를 입력받고, 입력받은 센싱 데이터를 이용하여 정지 객체의 잠재 이동성을 판단하는 자율주행 제어 장치를 포함하고, 자율주행 제어 장치는, 멀티 센서 장치로부터 센싱 데이터를 수집하는 데이터 수집부, 센싱 데이터를 이용하여 객체 및 객체 특징정보를 추출하는 객체 추출부, 추출된 객체의 특징정보에 의해 잠재 이동성을 추정하는 잠재 이동성 추정부, 추정된 잠재 이동성에 기반하여, 잠재 이동 객체 여부를 판단하는 잠재 이동객체 판단부, 특정 객체가 잠재 이동 객체인 것으로 판단되면, 잠재 이동 객체의 미래 점유 영역을 설정하는 미래 점유영역 설정부, 설정된 미래 점유 영역에 기반하여 상기 잠재 이동 객체를 회피하는 경로를 설정하는 경로 설정부를 포함한다.
신뢰도 기반의 거리 보정 장치 및 방법 그리고 이 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록매체가 개시된다. 본 발명의 실시예에 따른 신뢰도 기반의 거리 보정 장치는, 카메라로부터 영상을 입력받는 입력부, 입력받은 영상으로부터 초기 거리좌표를 추정하는 거리좌표 추정부, 영상에서 관심영역을 설정하는 관심영역 설정부, 설정된 관심영역 내의 전방 거리범위를 복수의 구간으로 구획하는 구획부, 구획된 복수의 구간에 대해 구간별 특성을 반영하여 초기 거리좌표에 대한 보정을 수행하는 구간별 보정부 및 구간별 보정부의 동작 결과를 반영하여 최종 거리좌표를 결정하는 최종거리 결정부를 포함한다.
원격 주행 차량의 통신 단절 대응을 위한 자율주행 전환 제어 장치 및 방법 그리고 이 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록매체가 개시된다. 본 발명의 실시예에 따른 원격 주행 차량의 통신 단절 대응을 위한 자율주행 전환 제어 장치는, 주행모드에 따라 상기 차량을 제어하는 차량 제어부, 무선 통신 모듈을 모니터링하여 차량과 원격 운전자 간의 연결 상태를 감시하는 통신 감시부, 통신 감시부에서 통신 단절 상태가 판정되면, 주행모드를 자율주행 모드로 전환하는 모드 전환부, 모드 전환부에 의해 주행모드가 자율주행 모드로 전환되면, 환경정보를 이용하여 다중 후보 경로를 생성하는 후보경로 생성부 및 생성된 다중 후보 경로 중에서 원격 운전자의 주행 패턴 및 차량의 동역학 제약을 반영한 최적 경로를 선정하는 최적경로 선정부를 포함하고, 차량 제어부는 선정된 최적 경로에 의해 상기 차량을 제어한다.
옆 차선 차량의 차선 변경에 대한 위험도 예측 및 가감속 제어 시스템 및 방법 그리고 이 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록매체가 개시된다. 본 발명의 실시예에 따른 옆 차선 차량의 차선 변경에 대한 위험도 예측 및 가감속 제어 시스템은, 영상을 촬영하는 적어도 하나의 카메라, 카메라로부터 영상을 전송받는 차량 제어 장치를 포함하고, 차량 제어 장치는, 객체 인식 모델을 이용하여 옆 차선 차량 및 차선 정보를 인식하는 객체 인식부, 인식된 옆 차선 차량의 바퀴 위치를 추정하는 바퀴 추정부, 추정된 옆 차선 차량의 바퀴 위치로부터 자차 차선 경계와의 거리를 산출하고, 옆 차선 차량의 주행 상황을 판단하는 옆차선 차량 인식부, 자차의 주행 상황 및 옆 차선 차량의 주행 상황을 고려하여 위험도를 결정하는 위험도 결정부, 결정된 위험도에 기반하여 시간 기반의 프로파일을 생성하는 프로파일 생성부 및 생성된 프로파일에 의한 가속 명령 및 감속 명령 중 어느 하나를 자차의 ECU로 전달하는 인터페이스부를 포함한다.
차량의 원격 제어를 위한 영상 스트리밍 시스템, 장치 및 방법 그리고 이 방법을 실현시키기 위한 프로그램을 기록한 컴퓨터 해독 가능 기록매체가 개시된다. 본 발명의 실시예에 따른 차량의 원격 제어를 위한 영상 스트리밍 시스템은, IMU(Inertial Measurement Unit)로부터 측정되는 센싱값을 이용하여 가속도 변화율(Jerk)을 산출하는 실시간 가속도 산출부, 원격 서버로부터 예상 가속도 변화율을 입력받는 네트워크 인터페이스부, 산출된 가속도 변화율 및 상기 예상 가속도 변화율을 이용하여 유효 가속도 변화율을 산출하는 유효 가속도 산출부, 기설정된 기본 윈도우 값과 산출한 유효 가속도 변화율을 이용하여 송신 윈도우(Sender window)를 추정하는 윈도우 추정부, 추정된 송신 윈도우 및 원격 서버의 수신 윈도우(Receiver window)를 이용하여 최종 송신 윈도우를 결정하는 최종 윈도우 결정부 및 결정된 최종 송신 윈도우에 따라 영상 데이터의 압축비를 조정하는 압축비 조정부를 포함하고, 네트워크 인터페이스부는 조정된 압축비에 따라 영상 데이터를 원격 서버로 전송한다.
본 개시의 실시예에 따른 자율주행 제어방법은 차량의 내부에 설치되어 차량의 내부 통신제어망을 통해 차량을 제어하는 자율주행 제어시스템을 이용하고, (A) 목적지를 입력받고 상기 차량의 초기 위치를 기반으로 경로계획을 생성하는 단계; (B) 상기 차량이 주행 중일 때, 상기 차량의 현시점에서의 위치 및 헤딩각도를 측정하는 단계; (C) 상기 경로계획을 기반으로 상기 차량의 현시점에서의 목표위치 및 목표헤딩각도를 산출하는 단계; (D) 측정된 상기 차량의 현시점에서의 상기 위치 및 상기 헤딩각도와 산출된 상기 차량의 현시점에서의 상기 목표위치 및 상기 목표헤딩각도를 기반으로 현시점에서의 종방향오차, 횡방향오차, 및 헤딩각도오차를 산출하는 단계; (E) 산출된 현시점에서의 상기 종방향오차, 상기 횡방향오차, 및 상기 헤딩각도오차를 기반으로 요구되는 상기 차량의 필요선속도 및 필요각속도를 산출하는 단계; 및 (F) 산출된 상기 필요선속도 및 상기 필요각속도를 기반으로 상기 차량의 가속패달(또는 브레이크) 및 스티어링을 제어하는 단계;를 포함한다.
일 실시 예에 따른 장착 장치는, 상단 예지를 따라서 적어도 하나 이상의 제1개구가 형성된 하부 커버; 상기 하부 커버에 수직 방향으로 결합되고, 하단 엣지를 따라서 형성되며, 상기 상하부 커버 닫힘 상태 시 상기 제1개구와 연결되는 적어도 하나 이상의 제2안착 개구를 포함하는 상부 커버; 렌즈가 상기 제1,2개구 외부로 노출되게 상기 하부 커버에 배치되고, 렌즈가 차량의 측방을 향하게 장착되며, 상기 상하부 커버에 의해 보호되는 적어도 하나 이상의 카메라 모듈; 상기 카메라 모듈에 체결되고, 적어도 하나 이상의 체결구에 의해 상기 하부 커버에 장착되는 적어도 하나 이상의 체결 브라켓; 상기 하부 커버 전방쪽에 형성되고, 체결구를 이용하여 상기 체결 브라켓과 체결되는 적어도 하나 이상의 체결부; 및 상기 체결부에 형성된 상기 카메라 모듈의 장착 각도 조절 장치를 포함할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능할 수 있다.
일 실시 예에 따른 장착 장치는, 전방과 후방은 개방되고, 측면은 폐쇄된 형상의 커버; 상기 전방을 향하게 상기 커버에 장착되어 보호되는 적어도 하나 이상의 카메라 모듈; 상기 카메라 모듈에 체결되는 적어도 하나 이상의 체결 브라켓; 상기 커버 후방쪽에 형성되고, 적어도 하나 이상의 체결구를 이용하여 상기 상기 체결 브라켓과 체결되는 적어도 하나 이상의 체결부; 상기 커버의 전방쪽 엣지를 따라서 형성된 전면 부착부; 및 상기 체결부에 형성된 상기 카메라 모듈의 장착 각도 조절 장치를 포함할 수 있다. 이 외에도 명세서를 통해 파악되는 다양한 실시 예가 가능할 수 있다.
카메라-라이다 센서 기반의 BEV 차선정보 생성 장치 및 방법이 개시된다. 본 발명의 실시 예에 따른 카메라-라이다 센서 기반의 BEV 차선정보 생성 장치는, 라이다 점군 데이터를 입력받아 지면정보를 생성하는 지면정보 생성부, 카메라 영상 데이터를 입력받아 차선정보를 생성하는 차선정보 생성부 및 생성된 차선정보를 3차원 차량좌표계로 변환하고, 3차원 차량좌표계 상의 카메라 원점 및 생성된 지면정보를 이용하여 상기 차선정보를 보정하는 동적 IPM 변환부를 포함한다.
본 개시의 실시예에 따른 자율주행 시스템의 주행 중 신호등의 신호 인지방법은 HD-Map의 신호등 위치 정보 및 다중 카메라로 획득한 이미지를 이용하고, 상기 자율주행 시스템은 상기 HD-Map이 저장되어 있는 HD-Map저장부, 차량에 설치되어 상기 차량의 전방에 대한 이미지를 획득할 수 있는 카메라, 및 이미지 프로세싱을 수행하는 딥러닝 기반의 인공지능모듈을 포함하고, (A) 상기 자율주행 시스템은 상기 HD-Map저장부로부터 주행경로 상의 교차로정보 및 신호등 정보를 수신하는 단계 - 상기 신호등 정보는 신호등의 위치 및 차량의 진행차선에서 보이는 신호등의 신호들을 포함하는 신호그룹을 포함함 -; (B) 상기 자율주행 시스템은 상기 카메라로부터 이미지를 수신하는 단계; (C) 상기 자율주행 시스템은 상기 HD-Map저장부로부터 수신된 상기 신호등의 위치를 상기 카메라의 좌표계로 변환하여 상기 신호등의 변환위치값을 생성하는 단계; (D) 상기 자율주행 시스템은 상기 카메라로부터 수신된 상기 이미지 내에 생성된 상기 신호등의 상기 변환위치값이 존재하는 경우 상기 카메라로부터 수신된 상기 이미지 내에서 상기 신호등의 상기 변환위치값을 중심으로 일정 범위의 관심영역을 설정하는 단계; 및 (E) 상기 자율주행 시스템의 상기 인공지능모듈은 상기 관심영역을 기반으로 상기 신호등의 제1 신호를 인식하는 단계...(이하생략)
본 개시의 실시예에 따른 블루밍 제거방법은 라이다 센서를 포함하는 객체인식시스템을 이용하고, (A) 상기 객체인식시스템은 높은 반사도를 갖는 주변객체를 포함하는 관심영역(Region of Interest; ROI)으로 판단하는 기준으로서 포인트들의 반사강도의 평균값에 대한 제1 임계값을 설정하는 단계; (B) 상기 객체인식시스템은 블루밍을 판단하는 기준으로서 포인트들의 반사강도에 대한 제2 임계값을 설정하는 단계; (C) 상기 객체인식시스템은 라이다 센서로부터 포인트 클라우드 데이터를 입력받는 단계; (D) 상기 객체인식시스템은 상기 포인트 클라우드 데이터를 기반으로 관심영역을 구분하는 단계; (E) 상기 객체인식시스템은 구분된 상기 관심영역에서 지면에 해당하는 포인트를 제거하는 단계; (F) 상기 객체인식시스템은 지면에 해당하는 포인트가 제거된 상기 관심영역에 대한 포인트클라우드 클러스터링을 수행하는 단계; (G) 상기 객체인식시스템은 포인트클라우드 클러스터링된 상기 관심영역의 포인트들의 반사강도의 평균값을 계산하는 단계; (H) 상기 객체인식시스템은 계산된 상기 관심영역의 포인트들의 반사강도의 상기 평균값과 상기 제1 임계값을 비교하는 단계; (I) 상기 객체인식시스템은 상기 관심영역의 포인트들의 반사강도의 상기 평균값이 상기 제1 임계값보다 클 경우 높은 반사도를 갖는 주변객체를 포함하는 관심...(이하생략)
개시된 내용은 AVM 영상을 기반으로 차량의 차선인식을 위한 시스템에 관한 것으로서, 실시예에 따른 AVM 영상 차선인지 시스템은 차량의 AVM 시스템으로부터 제1 탑뷰 영상을 수집하는 AVM영상취득부, 상기 제1 탑뷰 영상을 좌표변환 행렬을 이용하여 가상의 전방 영상을 생성하는 가상시점변환부, 상기 가상의 전방 영상을 기반으로 딥러닝 알고리즘에 의해 차량 주위의 차선을 인지하는 차선인지부, 상기 차선인지부에서 차량 주위의 상기 차선을 인지한 후 상기 가상의 전방 영상을 차선 정보를 포함하여 상기 좌표변환 행렬의 역변환 행렬을 이용하여 제2 탑뷰 영상을 생성하는 AVM영상복원부, 상기 제2 탑뷰 영상 내에서 상기 제1 탑뷰 영상의 범위 바깥의 오인지된 차선정보를 삭제하여 제3 탑뷰 영상을 생성하는 차선정보필터부, 및 상기 제3 탑뷰 영상을 기반으로 시점 변환으로 불균등하게 생성된 차선 정보를 보간하여 차선 간격을 조절함으로써 제4 탑뷰 영상을 생성하는 차선정보보간부를 포함한다.
본 개시의 실시예에 따른 블루밍 제거 방법은 (A) 라이다 센서로부터 포인트 클라우드 데이터를 입력받는 단계, (B) 입력받은 상기 포인트 클라우드 데이터를 기반으로 반사도가 높은 주변 객체를 검출하는 단계, (C) 검출된 상기 반사도가 높은 주변 객체까지의 거리에 따른 제1 포인트간 길이를 계산하는 단계, (D) 검출된 상기 반사도가 높은 주변 객체까지의 거리에 따른 길이 허용 오프셋을 설정하는 단계, (E) 검출된 상기 반사도가 높은 주변 객체를 포함하는 관심영역을 설정하는 단계, (F) 설정된 상기 관심영역의 제2 포인트간 길이를 산출하는 단계, 및 (G) 상기 제2 포인트간 길이가 상기 제1 포인트간 길이에 비해 상기 길이 허용 오프셋보다 큰 경우 해당 포인트를 제거하는 단계를 포함한다.
본 개시의 실시예에 따른 다중 라이다 센서를 이용한 주변객체인식시스템 은 복수의 라이다 센서를 포함하는 다중 라이다 센서부, 상기 다중 라이다 센서부로부터 포인트 클라우드 데이터를 입력받는 데이터수신부, 상기 데이터수신부로부터 입력받은 포인트 클라우드 데이터를 머지하여 융합 포인트 클라우드 데이터를 생성하는 융합부, 상기 융합부에서 생성한 상기 융합 포인트 클라우드 데이터를 기반으로 주변 객체에 대한 이미지를 생성하는 이미지처리부, 복수의 상기 라이다 센서의 고장 유무를 판단하는 고장판단부, 및 상기 이미지처리부에서 생성된 주변 객체에 대한 상기 이미지 및 상기 고장판단부에서 생성된 상기 복수의 라이다 센서의 고장 유무 정보를 표시하는 디스플레이부를 포함한다.
자율주행차량의 라이다 포인트 클라우드 데이터 선별 장치 및 방법이 개시된다. 본 발명의 실시 예에 따른 자율주행차량의 라이다 포인트 클라우드 데이터 선별 장치는, 라이다 센서로부터 라이다 포인트 클라우드 데이터를 입력 받고, 자차량의 주행경로 및 주행 상황을 기반으로 라이다 포인트 클라우드 데이터에 대한 관심영역을 설정하는 관심영역 설정부, 설정된 관심영역 내의 포인트를 선별하는 포인트 선별부, 선별된 포인트를 이용하여 도로 상의 객체를 인식 및 추적하고, 추적된 객체 정보를 제공하는 객체 추적부 및 객체 정보 및 주행경로를 이용하여 자차량의 목표 주행경로를 설정하는 경로 설정부를 포함한다.
응급상태의 자율주행 차량 원격제어 시스템 및 방법은 자율주행 차량의 주행데이터와 주변 데이터를 모니터링하고, 차량 상태를 파악하여 자율주행이 정상적으로 수행될 수 없는 응급상태인 경우, 자율주행차량을 원격 제어함으로써, 교통 흐름을 방해하는 요인을 제거하여 자율주행으로 인한 사고를 예방한다. 또한, 실시예에서는 서버와 차량간 데이터 통신 효율을 향상시켜 원격제어 안전성을 높임으로써, 자율주행 차량을 보다 안전하게 원격제어 할 수 있다.
실시예에 따른 라이다, 카메라 합성(fusion)을 통한 위험 객체 인지 장치 및 방법은 라이다의 센싱 데이터를 차량 좌표계로 변환하고, 카메라 데이터 취득 시점과 라이다 데이터 취득 시점의 시간차를 계산하여 객체 추적(object tracking) 결과를 산출한다. 이후, 카메라 데이터에 대한 시간차를 보상함으로써, 딥러닝 및 머신러닝에 학습하지 객체를 인지할 수 있도록 한다. 또한, 실시예를 통해 클러스터링을 이용하여 객체를 인지할 수 있도록 한다. 또한, 실시예에서는 사람, 차량 등 움직이는 객체에 대해 물체 하단좌표를 변환행렬을 이용하여 차량 좌표계로 변환하여 x축 기준으로 물체의 거리와 각도(angle)를 계산함으로써, 보행자와 저속 차량 혼재된 도로에서 저속 자율 주행 차량을 인지할 수 있도록 한다.
자율주행 차량의 현재 위치기반 인프라 정보 송수신 방법은 자율주행 동적 데이터, 헤딩정보, 주행 경로 조건에 따른 데이터를 서버로 전송하여, 보다 안전하고 효율적으로 자율 주행 차량의 주행 경로를 생성할 수 있도록 한다. 또한, 실시예에서는 차량 주변의 객체 탐지 결과 및 주행 경로 조건에 따라 서버와 송수신하는 데이터를 선별하여 통신함으로써, 데이터로 인한 제어 지연 및 판단 지연을 방지한다. 또한, 자율주행 시 신호등, 보행자 등 주변 객체와 인프라 정보에 따라 자율주행 차량의 제어 정보를 보정하여 자율주행 차량을 보다 정밀하고 안전하게 제어할 수 있도록 한다.
자율주행 차량의 측위 헤딩오차 보정 장치 및 그의 동작 방법이 개시된다. 본 발명의 실시 예에 따른 자율주행 차량의 측위 헤딩오차 보정 장치는, 도로 형상 정보 및 GPS/IMU 정보를 인식하는 인식 모듈, 인식 모듈에 의해 인식된 도로 형상 정보 및 GPS/IMU 정보를 이용하여 헤딩 정보를 추정하는 측위 모듈, 측위 모듈로부터 자 차량의 위치정보 및 헤딩 정보를 제공받아 목표 주행 경로를 설정하는 거동계획 모듈, 및 설정된 목표 주행 경로에 따라 자 차량이 주행하도록 제어하는 제어 모듈을 포함한다.
실시예에 따른 자율주행 차량의 운행 경로 노드 별 경로생성 시스템은 자율주행 경로 오토 라우팅 시스템을 제공하고, 자율주행 차량의 주행 경로를 사용자가 변경하여 운행할 수 있는 오토 라우팅 생성 솔루션을 제공한다. 운행경로 생성 프로그램, 운행 맵 업그레이드(OTA) 및 자율주행 차량 시스템 고도화를 수행한다. 자율주행 차량 경로 변경 운행 솔루션을 제공하고 자율주행 주행 경로 오토라우팅 생성 솔루션을 제공한다. 실시예를 통해 데이터 OTA를 위한 제어기를 구현하여 자율주행 차량 시스템 고도화하고, 자율주행 차량 경로 오토라우팅 운행을 구현할 수 있도록 한다. 또한, 실시예에 따른 자율주행 차량의 운행 경로 노드 별 경로생성 시스템은 항만을 주행하는 야드트럭 등의 이동객체에서 활용할 수 있다. 아울러, 부산항만에 진입하는 일반차량이 길을 알지 못하는 경우 실시예를 통해 생성된 경로 데이터를 일반차량의 항만 주행을 위한 가이드 데이터로 활용할 수 있다.
특허청 KIPRIS · 2026-10-15 조회 · 최신 출원순 · 오른쪽은 등록일(등록 전은 출원일) · 전체 20건 중 20건 · 줄을 누르면 자세한 내용이 펼쳐집니다 ▾
지금은 공공자료(국민연금 · 전자공시 · 특허 · 명부 · 보도)만 있습니다. 회사가 IR Room에 자료를 내면 L1로 올라갑니다. 저희는 회사에 점수나 등급을 매기지 않습니다 — 어디까지 확인했는지만 적습니다.
| 단위 억원 | 2024 | 2025 |
|---|---|---|
| 영업수익(매출액) | 34.0 | 33.8 |
| 매출원가 | 17.7 | 20.4 |
| 매출총이익(손실) | 16.3 | 13.4 |
| 영업이익(손실) | (5.3) | (16.6) |
| 영업외수익 | 0.2 | 0.6 |
| 기타이익 | 0.2 | 0.2 |
| 금융수익 | 0.1 | 0.4 |
| 영업외비용 | 0.3 | 1.2 |
| 기타손실 | 0.1 | 0.3 |
| 금융원가 | 0.2 | 0.9 |
| 법인세비용차감전순이익(손실) | (5.3) | (17.2) |
| 법인세비용 | 1.6 | 5.0 |
| 당기순이익(손실) | (6.9) | (22.2) |
매출은 33.8억으로 전년 대비 0.6% 감소한 것으로 나타났다.
영업이익률은 -49.1%로 전년 -15.5%에서 하락했다.
당기순이익은 -22.2억으로 나타났다.
여기 실린 것보다 깊은 자료가 필요하십니까. 추가 정보 요청 — 종합 검토보고서 · 가치평가 · Executive Teaser · IM · 경쟁사 분석 · 실사 의뢰. 고르시면 산출비용과 걸리는 기간을 메일로 안내드립니다.
공개 기사의 제목 · 링크만 싣습니다 · 저희가 확인한 내용이 아닙니다(원문 ↗) · 「증권사 전망」은 확정 실적 아님 · 2026-11-08 확인