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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박규하 (충남대학교) 홍효성 (충남대학교) 정현호 (충남대학교) 강호준 (충남대학교) 원문철 (충남대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제27권 제4호
발행연도
2021.4
수록면
312 - 319 (8page)
DOI
10.5302/J.ICROS.2021.21.0015

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
This paper suggests a deep learning algorithm for estimating the poses of cranes in an industrial site. A CAD model-based image dataset generation and automatic annotation methods are developed to train deep learning–based bounding box detection and UV mask prediction algorithms for estimating crane pose. Most deep learning frameworks require large amounts of data for training, and it is labor-intensive to make the human annotation data. Since there are no datasets for estimating the poses of cranes in an industrial site, we generate a synthetic crane image dataset using a CAD model. The generated synthetic image dataset is used in a deep learning model after hard augmentation through a method called domain randomization. The algorithm is verified by a real test image dataset made using a crane miniature and ArUco markers.

목차

Abstract
I. 서론
II. 선행연구
III. 크레인 자세추정 알고리즘
IV. 데이터 생성
V. 학습 및 결과
VI. 결론
REFERENCES

참고문헌 (22)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-003-001622872