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
학술대회자료
저자정보
신수연 (건국대학교) 유애리 (건국대학교) 문창주 (건국대학교)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2020년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2020.11
수록면
746 - 750 (5page)

이용수

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

초록· 키워드

오류제보하기
In the C-ITS environment, sensor data are collected from numerous vehicles and infrastructures. Using such data, dynamic map can be constructed in real-time to support cooperative autonomous driving. In the process of updating dynamic map, there remains the challenge of dealing with cumulative redundancy bias effects, as different vehicles register a single object multiple time. Thus, this research introduces a method to update dynamic objects that are collected in big data-based systems. To accurately create dynamic map, the method proposes the following steps: Firstly, transmit image and pose data collected from autonomous vehicles and infrastructures respectively to the fog to collect and additionally identify detailed properties of the dynamic objects. Secondly, after detecting dynamic objects in the image, use pose data to convert the coordinates of the object based on the reference coordinate system. Thirdly, calculate overlapping rates between information of newly and formerly created map stored in the database and subsequently compare newly collected information with existing conditions, e.g.detected distances, to determine whether to renew the map. Consequently, this research suggests that data collected from individual vehicles and infrastructures can be combined to create more accurate dynamic maps by excluding duplicate objects.
#Autonomous Vehicle(자율주행 자동차) #V2X(차량 사물 통신) #Big Data(빅데이터) #Local Dynamic Map(동적지도) #Map Updates(지도갱신)

목차

Abstract
1. 서론
2. 동적 지도 갱신 시스템
3. 동적 지도 갱신 기법
4. 결론
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

자율주행의 정밀한 지도 생성을 위한 NeRF 기반 LiDAR SLAM 기술 동향
남민석 ,  이동훈 ,  김평주 외 1명 한국통신학회 학술대회논문집 2024 .06
도심자율주행을 위한 라이다 정지 장애물 지도 기반 차량 동적 상태 추정 알고리즘
김종호 ,  이호준 ,  이경수 자동차안전학회지 2021 .12
일상생활공간에서의 로봇이동을 위한 지능기술 동향
지상훈 ,  유수정 ,  김지웅 외 3명 로봇과 인간 2016 .10

최근 본 자료

전체보기

댓글(0)

0