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
홍윤성 (Jeonbuk National University) 홍석주 (Jeonbuk National University) 강병주 (Korea Automotive Technology Institute) 황윤형 (Jeonbuk National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제72권 제11호
발행연도
2023.11
수록면
1,477 - 1,484 (8page)
DOI
10.5370/KIEE.2023.72.11.1477

이용수

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

초록· 키워드

오류제보하기
For the autonomous driving safety, it is important to know the future trajectories of surrounding vehicles, especially during the transition period where the autonomous and non-autonomous vehicles are mixed each other. In this regard, neural-network models including the long short-term memory(LSTM) have demonstrated outstanding performance in the field of vehicle trajectory prediction, but their accuracy significantly decreases in the prediction for abnormal situations, because the dataset for them are usually small-scaled and the prediction results tend to be biased to the maneuvers of large portion. To tackle this problem, we propose a trajectory prediction framework that incorporates classification-based switching mechanism. After the maneuver was classified by the radial basis function(RBF) kernel-based support vector machine(SVM), the prediction results were selectively obtained from multiple LSTM-based prediction models in the proposed framework, where each prediction model was trained with dataset for each maneuver. In this way, the future trajectories could be predicted successfully even for the abnormal maneuvers because the small-scale dataset for them could train the model independently in the proposed framework. The proposed framework was trained and validated with the real trajectory dataset collected at Bang-I Station intersection. The sequence of vehicles’ speed, yaw-rate, latitude and longitude coordinate were used as inputs in the proposed framework.
#Autonomous driving #C-ITS #LSTM #maneuver classification #SVM #trajectory prediction

목차

Abstract
1. 서론
2. SVM 기반의 거동 분류
3. LSTM 기반의 스위치 방식 경로 예측
4. 실험
5. 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

디지털플랫폼정부 구현을 위한 비정형 데이터 활용 촉진 방안에 관한 연구: 탄소중립 도시정책과 기계설비법을 중심으로
진상기 한국지역정보화학회지 2024 .03
자율주행 차량을 위한 멀티 레이블 차선 검출 딥러닝 알고리즘
박채송 ,  이경수 자동차안전학회지 2024 .03
노이즈 필터링과 충분차원축소를 이용한 비정형 경제 데이터 활용에 대한 연구
유재근 ,  박유진 ,  서범석 응용통계연구 2024 .04
비정형 데이터를 이용한 화학물질 사고 대응 체계 정보속성 비교 분석 : 화학사고 예방, 대비 및 대응을 위한 OECD 지침서를 중심으로
김용진 ,  도충현 지능정보연구 2023 .12
현대사회의 고독한 삶과 죽음 - 고독사 언론보도에 관한 비정형빅데이터 분석 중심 -
김수영 ,  장지현 ,  김현옥 한국사회복지학 2023 .08

최근 본 자료

전체보기

댓글(0)

0