https://scholar.dgist.ac.kr/handle/20.500.11750/57650 Fri, 04 Sep 2026 05:58:40 GMT 2026-09-04T05:58:40Z https://scholar.dgist.ac.kr/handle/20.500.11750/60829 Title: Toward Universal V2X Cooperation for VRU Safety: An Infrastructure-Centric Explainable Framework via Vision-Language Models Author(s): Yunho Jeong Abstract: Vulnerable Road Users （VRUs） account for more than half of global traffic fatalities, and their safety at urban intersections is structurally constrained by the line-of-sight occlusions that single-vehicle perception cannot resolve. Conventional V2X cooperative perception schemes mitigate this limitation by exchanging raw sensor data or intermediate features, but they impose substantial communication bandwidth requirements and architectural compatibility constraints across heterogeneous vehicle platforms. This thesis proposes the VLM-based Explainable VRU Anticipation （VEVA） framework, an infrastructure-centric pipeline that anticipates the safety state of observed VRU and explains the reasoning behind the prediction in natural language, so that the resulting text can be used as a structured V2X cooperation message. The framework is structured in two phases. In Phase 1, a large-scale teacher VLM is prompted with a four-step chain-of-thought template that decomposes the safety estimation into sub-tasks, producing a reasoning-augmented annotation corpus on top of an existing binary-label dataset. In Phase 2, a student VLM is fine-tuned on this corpus through knowledge distillation, to learning teacher model’s reasoning pattern. On the WatchoutPed benchmark, the resulting student shows the leading performance in the quantitative metrics relative to five pedestrian-anticipation baseline models. These results demonstrate that the framework reliably interprets VRU behavioral intent to anticipate their safety states, while the resulting structured rationale serves as a universal V2X cooperation message that can be interpreted by any language-model-capable receiving vehicle regardless of its underlying architecture. Keywords: Vehicle-to-Everything （V2X） cooperation, Vulnerable Road User （VRU） anticipa- tion, Vision-Language Model, Chain-of-Thought reasoning, Knowledge Distillation|교통 약자는 전 세계 교통 사망 사고의 절반 이상을 차지하며, 도시 교차로에서의 사각지대 문제는 단일 차량 인지만으로 해결하기 어렵다. 기존 V2X 협력 인지 방식은 센서 데이터나 중간 특징을공유하여 이를 보완하지만, 통신 대역폭 요구가 크고 이종 차량 간 호환성 문제를 야기한다. 본 논문은 노변 카메라 영상으로부터 구조화된 자연어 안전 메시지를 생성하는 인프라 중심 프레임워크인 VEVA를 제안한다. 1단계에서는 대규모 교사 비전-언어 모델에 4단계 연쇄적 사고 프롬프트를적용하여 위치, 움직임, 신체 언어, 맥락 근거를 생성하고, 기존 이진 분류 데이터셋을 추론 증강데이터셋으로 확장한다. 2단계에서는 경량 학생 모델에 해당 데이터셋을 지도 학습으로 증류하여노변 배포가 가능한 단일 모델을 확보한다. WatchoutPed 벤치마크에서 본 모델은 다섯 가지 비교모델 대비 네 가지 종합 지표 모두에서 최고 성능을 달성하였으며, 정밀도와 재현율을 동시에 끌어올림으로써 분별 능력 자체가 향상되었음을 확인하였다. 제안 기법을 통해 생성된 자연어 근거자체가 차량 구조에 무관하게 해석 가능한 V2X 메세지로 기능하여 보편적인 V2X 협력의 가능성을제시한다.핵심어: 차량 사물 통신 협력, 교통 약자 위험 예측, 비전-언어 모델, 연쇄적 사고 추론, 지식 증류 Description: Vehicle-to-Everything （V2X） cooperation, Vulnerable Road User （VRU） anticipation, Vision-Language Model, Chain-of-Thought reasoning, Knowledge Distillation Wed, 31 Dec 2025 15:00:00 GMT https://scholar.dgist.ac.kr/handle/20.500.11750/60829 2025-12-31T15:00:00Z https://scholar.dgist.ac.kr/handle/20.500.11750/60828 Title: Muscle-Guided Latent Representation Distillation for Robust Spinal-Based Motor Intention Decoding Author(s): Chanyu Moon Description: Brain-Machine Interface （BMI）, Electrospinogram （ESG）, Cross-Modal Learning, Contrastive Learning, Motor Intention Decoding. Wed, 31 Dec 2025 15:00:00 GMT https://scholar.dgist.ac.kr/handle/20.500.11750/60828 2025-12-31T15:00:00Z https://scholar.dgist.ac.kr/handle/20.500.11750/60827 Title: CNN Based Non-linear SerDes Equalizer Author(s): Eve Cha Abstract: This thesis proposes a CNN-based equalizer to address the performance limitations of conventional equalizers in PAM-4 high-speed wireline receivers under ADC integral nonlinearity (INL). The widely adopted 21-tap feed-forward equalizer (FFE) combined with a 1-tap decision-feedback equalizer (DFE) degrades significantly under severe INL because it cannot adequately model signal-dependent distortion introduced by the ADC. The proposed approach processes raw ADC samples using a compact convolutional neural network that jointly mitigates ADC nonlinearity, inter-symbol interference, and channel impairments, while avoiding heavyweight fully connected layers to keep the implementation suitable for real-time FPGA deployment. Training and MATLAB-based behavioral modeling use reduced-precision fixed-point weights for efficient simulation and hardware alignment. Hardware verification was carried out on an RFSoC platform (Xilinx ZCU111), where the CNN-based receiver path was deployed alongside the conventional FFE+DFE datapath on the same device, sharing identical input samples for a fair, direct bit-error-rate (BER) comparison. MATLAB simulation indicates improved BER relative to the FFE+DFE baseline under INL conditions. Hardware verification on the RFSoC platform confirmed correct implementation of both datapaths at 21 dB and 26 dB channel loss. The RTL was also synthesized in a 28-nm CMOS process using Synopsys Design Compiler in topological mode, and layout floorplans were generated for both the conventional and CNN-based datapaths to compare silicon area and power.|본 논문은 ADC-DSP 기반 PAM-4 고속 유선 수신기에서 ADC의 적분 비선형성(INL)으로 인한 성능 저하 문제를 해결하기 위한 CNN(합성곱 신경망) 기반 이퀄라이저를 제안한다. 기존에 널리 사용되는 21-탭 피드포워드 이퀄라이저(FFE)와 1-탭 결정 피드백 이퀄라이저(DFE)의 조합은 선형 필터 구조 특성상 ADC 비선형성에 의한 왜곡을 충분히 보상하기 어려우며, INL이 심화될수록 BER 성능이 저하되는 경향을 보인다. 또한 DFE의 피드백 루프는 슬라이서 오류를 연속 기호에 전파시켜 버스트 오류를 발생시키며, 이는 순방향 오류 정정(FEC) 디코더의 유효 코딩 이득을 저하시킨다. 시뮬레이션 결과, ADC 비선형성이 존재하는 조건에서 NanoCNN은 FFE+DFE 대비 일부 INL 조건에서 BER 개선 경향을 나타내었으며, 이는 합성곱 신경망이 선형 필터로는 보상이 어려운 비선형 왜곡을 부분적으로 완화할 수 있음을 시사한다. INT8 고정소수점 모델은 FP32 기준 모델과 유사한 성능을 나타내어 양자화 절차의 유효성을 확인하였다. Xilinx ZCU111 RFSoC 플랫폼에 이중 데이터패스를 구현하고 21 dB 및 26 dB 채널 손실 조건에서 하드웨어 BER을 측정한 결과, FFE+DFE와 NanoCNN 모두 FEC 임계값 이하의 BER을 달성하여 하드웨어 구현의 정상 동작을 확인하였다. 또한 28-nm CMOS 공정을 대상으로 Synopsys Design Compiler를 이용한 ASIC 합성을 수행하고, 두 데이터패스에 대한 레이아웃 플로어플랜을 생성하여 면적을 비교하였다. Description: CNN, ADC Nonlinearity, Integral Nonlinearity, RFSoC Wed, 31 Dec 2025 15:00:00 GMT https://scholar.dgist.ac.kr/handle/20.500.11750/60827 2025-12-31T15:00:00Z https://scholar.dgist.ac.kr/handle/20.500.11750/60826 Title: Dual Resonance Suppression in Flexible Systems Using Two-Port Position Control with Multi-Encoder Feedback Author(s): Haeun Yoon Abstract: 본 논문은 유연 구동계에서 모터와 부하 사이의 탄성 결합으로 인해 발생하는 부하 위치 추종 성능 저하와 잔류 진동 문제를 동시에 개선하기 위한 Two-Port Control （TPC） 기반 제어 구조를 다룬다. 일반적인 이질량 시스템에서는 제어 입력이 모터 측에 작용하고 제어 목표는 부하 측 위치에 존재하므로 non-collocated 구조가 형성된다. 이로 인해 부하 위치를 직접 피드백하면 유연 공진 모드와 급격한 위상 변화 때문에 안정 여유가 제한되고, 모터 위치만 피드백하면 부하 측 잔류 진동과 위치 오차가 남는 문제가 발생한다. 이를 해결하기 위해 본 연구에서는 먼저 Load Port Control（LPC）을 이용하여 모터 입력을 가상 부하 포트 입력으로 변환하고, 부하 위치 기준의 collocated 입력–출력 관계를 형성한다. LPC는 부하 위치 추종의 안정성을 높이는 데 효과적이지만, 제어 대역폭이 유연 공진 영역에 가까워질 경우 스프링 공진을 충분히 억제하지 못하는 한계가 있다. 따라서 본 논문은 LPC 기반 외부 부하 포트 루프와 모터 포트 기반 내부 진동 억제 루프를 결합한 cascade 구조의 TPC를 제안한다. 외부 루프의 CLL 은 부하 위치 추종을 담당하고, 내부 루프의 CMM 과 CMS 는 각각 잔류 모터 좌표와 잔류 스프링 토크를 피드백하여 유연 모드에 감쇠를 부여한다. 제안한 구조는 내부 루프가 먼저 등가 플랜트의 공진 특성을 성형하고, 외부 루프가 성형된 플랜트 위에서 부하 위치 추종 대역폭을 확보하는 방식으로 해석된다. 제안한 구조는 내부 모터 포트 피드백이 먼저 등가 플랜트의 공진 특성을 성형하고, 외부 부하 포트 루프가 성형된 플랜트 위에서 부하 위치 추종 대역폭을 확보하는 방식으로 해석된다. 본 논문에서는 모터 포트 피드백 이득 CMM 과 CMS 를 LMI로 합성하지 않고, 고정된 플랜트 성형 구성으로 설정한다. 이후 각 모터 포트 구성에 대해 동일한 주파수 영역 제약 조건을 적용하여 외부 부하 위치 제어기 CLL 만 LMI 기반으로 최적화한다. 이때 고려하는 제약 조건은 감도 함수, 상보 감도 함수, 제어 입력에 대한 제한이며, 진동 응답은 별도의 성능 평가 지표로 사용된다. 따라서 본 논문에서의 LMI 문제는 내부 루프 이득의 합성 방법이 아니라, 모터 포트 플랜트 성형이 달성 가능한 외부 루프 추종 대역폭에 미치는 영향을 공정하게 비교하기 위한 도구이다. 이를 통해 경험적 이득 조정에 의존하지 않고 추종 성능과 진동 억제 성능을 체계적으로 조정할 수 있다. 성능 검증은 주파수 응답, dense map, root locus, step response를 통해 수행하였다. 동일한 제약 조건에서 TPC는 LPC 단독 구조보다 더 넓은 추종 대역폭을 확보하였고, 모터 포트 피드백을 통해 공진 피크와 잔류 진동을 줄였다. 특히 CMM 은 저주파 큰 진동 성분과 추종 대역폭 확장에 주로 기여하고, CMS 는 스프링 공진 성분 감쇠에 주로 기여함을 확인하였다. 시간 응답에서도 외부 부하 위치 제어기 이득을 고정한 상태에서 내부 모터 포트 피드백을 추가하면 오버슈트와 정착 시간이 개선되었다. 이러한 결과는 제안한 TPC 구조가 이질량 유연 시스템에서 부하 위치 추종과 진동 억제를 주파수 영역 및 모드 관점에서 효과적으로 분리하여 설계할 수 있음을 보여준다. 핵심어: 이질량 시스템, 진동 억제, 부하 위치 추종, Two-Port Control, LMI 최적화|This thesis presents a Two-Port Control （TPC） framework based on a two-port coordinate structure for im- proving load-position tracking and suppressing vibration in flexible drive systems. In a two-mass system, elastic coupling between the motor and the load generates resonant modes, and a conventional single-loop controller often suffers from a trade-off between tracking bandwidth and vibration amplification. To address this limitation, the proposed approach employs a coordinate transformation that separates the load port and the motor port, allowing tracking control and vibration suppression to be assigned to different feedback paths. The proposed controller has a cascade structure composed of an inner loop and an outer loop. The inner loop is introduced as a motor-port plant-shaping feedback path that regulates the flexible coordinate defined in the transformed system and damps the resonant dynamics, while the outer loop achieves load-position tracking on the equivalent plant shaped by the inner loop. In this thesis, the motor-port feedback gains are treated as fixed plant-shaping configurations, and the LMI-based optimization is applied to the outer load-position controller for each selected inner-loop configuration. By imposing identical frequency-domain constraints on sensitivity, complementary sensitivity, and control effort, the formulation evaluates how motor-port plant shaping changes the achievable outer-loop tracking bandwidth. Thus, the LMI problem is used as a systematic outer-loop comparison tool rather than as a synthesis method for the inner-loop gains. The control performance is evaluated using the load-position transfer function and a vibration transfer function based on residual spring torque. Frequency-response and root-locus analyses show that the load-port controller mainly determines the low-frequency tracking bandwidth, whereas the motor-port controller primarily improves damping near the resonant frequency with limited influence on low-frequency tracking. These results demonstrate that the proposed TPC structure enables frequency-domain separation of tracking and vibration-suppression roles, leading to practical and reliable performance improvement for flexible two-mass drive systems. Keywords: Two-mass system, Vibration suppression, Load-position tracking, Cascade control, LMI optimization Description: Two-mass system, Vibration suppression, Load-position tracking, Cascade control, LMI optimization Wed, 31 Dec 2025 15:00:00 GMT https://scholar.dgist.ac.kr/handle/20.500.11750/60826 2025-12-31T15:00:00Z