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
- 학술저널
- 저자정보
- 발행연도
- 2018.6
- 수록면
- 639 - 645 (7page)
이용수
초록· 키워드
오류제보하기
본 논문은 자율주행 자동차 및 자율주행이 가능한 이동체를 대상으로 광범위하게 적용 가능한 지능형 의사결정 모델을 개발하기 위한 연구이다. 개발된 모듈은 다양한 주행환경에 적용하기 위하여 독립적인 모듈 구성형태를 갖추고 이를 유기적으로 운영하기 위한 플랫폼을 기반으로 각 모듈을 Deep Learning 기법을 이용한 강화학습을 통해 이동체의 차선변경 의사결정 및 안전 확보에 관하여 연구하였다. 운행 중인 자율주행 이동체는 주행상태의 변경을 위하여 기능별로 속도결정 모델과 차선변경 의사결정이 반드시 선행되어야 이동체의 다음 행동이 이루어 질 수 있는 특징을 갖고 있다. 또한, 일반 도로상에 주행 중인 이동체들이 모두 자율주행 기능을 갖춘 상태라면 특정 이동체의 돌발적인 변화 및 주변 환경의 변화가 발생하면 그에 따른 각각의 이동체들 사이에 발생할 수 있는 연쇄반응 요소는 고려되기 어려운 특징을 갖고 있다. 이런 부분을 함께 고려하여 자율주행 플랫폼에 적용하고 이를 위한 개별 이동체의 차선변경 의사결정 시스템 연구와 모듈형 학습 방법을 이용하여 시스템 복잡도를 줄이고 학습시간의 단축과 향후 모델의 교체를 할 수 있는 의사결정 모델을 연구하였다.
목차
요약
Abstract
1. 서론
2. 자율주행 자동차 이동 결정 모델
3. Deep Reinforcement Learning
4. 시뮬레이션 및 결과
5. 결론
References
참고문헌 (9)
참고문헌 신청
B. Huval, T. Wang, S. Tandon, J. Kiske, W.Song, J. Pazhayampallil, M. Andrilukam, P, Rajpurkar, T. Migimatsu, R. Cheng-Yue, F.Mujica, A. Coates, and A. Y. Ng, “An empirical evaluation of deep learning on highway driving,” arXiv preprint, arXiv:1504.01716, pp. 1-7, Apr. 2015.
D. Tome, F. Monti, L. Baroffio, L. Bondi, M. Tagliasacchi and S. Tubaro, “Deep convolutional neural networks for pedestrian detection,” Signal Processing: Image Communication, vol. 47, pp. 482-489, May. 2016. DOI: https://doi.org/10.1016/j.image.2016.05.007
R. S. Tomar, S. Verma, “Neural network based lane change trajectory prediction in autonomous vehicles,” Transactions on computational science XIII, Springer, pp. 125-146, Berlin Heidelberg, 2011. DOI: https://doi.org/10.1007/978-3-642-22619-9_7
D. Geronimo, A. M. Lopez, A. D. Sappa, T. Graf, “Survey of pedestrian detection for advanced driver assistance systems,” IEEE transactions on pattern analysis and machine intelligence, vol. 32, no. 7, pp. 1239-1258, July. 2010. DOI: https://doi.org/10.1109/TPAMI.2009.122
Hyunmin Chae, Chang Mook Kang, Chung Choo Chung, Jun Won Choi, “Deep Reinforcement Learning based Autonomous Braking System for safe Urban Driving,” KSAE Conference, pp. 625-629, May. 2017
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
영상처리 기반 차선 검출 알고리즘 구현 및 RC카 주행 연구
한국정보과학회 학술발표논문집
2021 .06
-
자율주행 이동체 분석을 위한 시각화 기능 구현
한국정보과학회 학술발표논문집
2022 .06
-
강화학습을 이용한 실내 자율주행 시스템
한국산학기술학회 논문지
2023 .10
-
웹 기반 단일 자율주행 이동체 모니터링 시스템
한국정보과학회 학술발표논문집
2024 .06
-
자율주행 이동체 시스템 구현을 위한 새로운 정보처리 모델 제안
한국인터넷방송통신학회 논문지
2019 .01
-
자율무인이동체 주요기술 : 드론, 자율주행차 등의 미래형 무인이동체 핵심기술 개발동향 및 향후 계획
정보와 통신 열린강좌
2018 .05
-
자율주행자동차 주행을 위한 심화강화학습
한국정보과학회 학술발표논문집
2017 .12
-
자율주행 이동체를 위한 분석 시스템 구현 및 최적화
한국정보과학회 학술발표논문집
2021 .12
-
주행 상황을 고려한 자율주행 자동차의 주행 전략 결정
한국자동차공학회 추계학술대회 및 전시회
2021 .11
-
무인이동체의 자율주행을 위한 경로계획 기법
대한기계학회 춘추학술대회
2021 .05
-
자율주행 중 충돌회피를 위한 의사결정 전략
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
군집 무인이동체의 자율주행시 장애물 충돌 회피를 위한 경로계획 의사결정 전략에 관한 연구
대한기계학회 춘추학술대회
2022 .05
-
심층강화학습 기반 자율주행차량의 차로변경 방법론
한국ITS학회 논문지
2023 .02
-
자율주행 이동체 통합 원격 관리/관제 시스템 구현
한국정보과학회 학술발표논문집
2023 .06
-
Improved Pure Pursuit Method for Unmanned Autonomous Vehicles
대한전자공학회 학술대회
2019 .11
-
자율 주행 차량 및 무인 이동체에서 활용되는 레이더 센서 기술에 대한 소개
전자공학회지
2021 .11
-
레벨4 이상의 자율주행자동차를 위한 개방형 플랫폼 연구
한국자동차공학회 춘계학술대회
2019 .05
-
차선변경 가능여부 판단을 위한 이미지 기반 종단간 학습
한국자동차공학회 춘계학술대회
2017 .05
-
자율주행을 위한 심층 강화학습 기반의 주행 제어 시스템
Proceedings of KIIT Conference
2023 .06
-
자율주행은 어디로 가고 있는 것인가?
오토저널
2018 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
자동차용 볼조인트의 구조적 성능 예측
김성욱
,
정경일
,
이권희
외 2명
한국산학기술학회 논문지
2018
.01
LiDAR 센서를 활용한 자율주행 차량의 지역 경로 계획 및 장애물 회피 전략
김동현
,
박준홍
,
서동만
외 1명
한국정보과학회 학술발표논문집
2023
.06
라이다-카메라 캘리브레이션을 통한 동적 장애물 회피를 위한 자율주행 인지시스템에 대한 연구
김현우
,
최윤중
,
김상준
외 6명
한국자동차공학회 추계학술대회 및 전시회
2022
.11
자율주행 이동체 분석을 위한 시각화 기능 구현
박성주
,
김재훈
,
서동만
외 1명
한국정보과학회 학술발표논문집
2022
.06
차선변경, 장애물 회피 및 경로 추종이 가능한 자율주행 자동차의 주행 판단 및 경로 생성 방법
김윤정
,
심영보
,
민경원
외 2명
대한전자공학회 학술대회
2020
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-505-003103709