메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Sabir Hossain (Kunsan National University) Deok-Jin Lee (Kunsan National University)
저널정보
한국로봇학회(논문지) 로봇학회 논문지 로봇학회 논문지 제14권 제2호
발행연도
2019.6
수록면
122 - 130 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Collecting a rich but meaningful training data plays a key role in machine learning and deep learning researches for a self-driving vehicle. This paper introduces a detailed overview of existing open-source simulators which could be used for training self-driving vehicles. After reviewing the simulators, we propose a new effective approach to make a synthetic autonomous vehicle simulation platform suitable for learning and training artificial intelligence algorithms. Specially, we develop a synthetic simulator with various realistic situations and weather conditions which make the autonomous shuttle to learn more realistic situations and handle some unexpected events. The virtual environment is the mimics of the activity of a genuine shuttle vehicle on a physical world. Instead of doing the whole experiment of training in the real physical world, scenarios in 3D virtual worlds are made to calculate the parameters and training the model. From the simulator, the user can obtain data for the various situation and utilize it for the training purpose. Flexible options are available to choose sensors, monitor the output and implement any autonomous driving algorithm. Finally, we verify the effectiveness of the developed simulator by implementing an end-to-end CNN algorithm for training a self-driving shuttle.
#Autonomous Shuttle Vehicle #Artificial Intelligence #Virtual Environment #Behavior Learning

목차

Abstract
1. Introduction
2. Open-Source Simulators
3. Autonomous Vehicle Simulator
4. End-To-End CNN based Self-Driving
5. Results
6. Conclusion
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

중재 시술 적용을 위한 소형 연속체 로봇의 정역학 모델링 및 301외부 측면 하중에 의한 변위 분석
김기영 ,  우현수 ,  조장호 외 2명 로봇학회 논문지 2020 .12
넓은 동작 영역을 가지는 전기자동차 충전기용 공진형 컨버터 제어 방법
박원우 ,  장푸름 ,  박상민 외 2명 전력전자학회 학술대회 논문집 2023 .07
격자 지도의 골격화를 이용한 Informed RRT* 기반 경로 계획 기법의 개선
박영훈 ,  유혜정 로봇학회 논문지 2018 .06
Synthesis of Expressive Talking Heads from Speech with Recurrent Neural Network
Ryuhei Saku ,  ai ,  Taiki Shimba 외 3명 로봇학회 논문지 2018 .03
Research on Safety Constraints in Multi-Objective Deep Reinforcement Learning Controllers through Model Predictive Filtering
Yoonha Ryu ,  Oualid Doukhi ,  Deokjin Lee 대한기계학회 춘추학술대회 2023 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-559-001256346