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
- 학위논문
- 저자정보
- 지도교수
- 정용진
- 발행연도
- 2017
- 저작권
- 광운대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 운전자의 편의와 안전을 위해 전방 차량 추돌 감지 시스템(Front Collision Warning System : FCWS)과 같은 다양한 운전자 보조 시스템(Advanced Driver Assistance System : ADAS)이 개발되고 있다. FCWS는 주행 중 실시간으로 동작해야 하므로 높은 처리속도를 필요로 한다. 또한 자동차의 전장화에 따라 FCWS를 차량용 임베디드 시스템에서 동작시키기 위해 저전력 시스템이 필요하다. 본 논문에서는 FCWS를 CPU-FPGA 구조에서 실시간 처리가 가능하도록 구현하였다. 차선 검출은 Inverse Transform Perspective(IPM)와 슬라이딩 윈도우 방식을 이용하여 CPU에서도 빠른 속도로 동작할 수 있도록 하였다. 차량검출은 높은 인식률을 가지는 Convolutional Neural Network(CNN)를 이용하였고, FPGA에서 병렬처리로 가속하였다. 제안하는 구조는 저전력으로 동작하는 ARM-Core A9과 FPGA를 내장한 intel FPGA Cyclone V SoC(System on Chip)에서 검증하였다. HD 해상도에서 FCWS는 44FPS로 실시간으로 동작하며, 고성능 PC 환경보다 처리속도 대비 에너지 효율이 약 3.33배 높은 것을 확인했다.
목차
제1장 서론 1제2장 관련 연구 3제3장 Front Collision Warning System 53.1 차선 검출 53.1.1 관심영역 설정 63.1.3 색 공간 변경 73.1.3 차선 검출 73.1.4 역 투영 변환 73.1.5 슬라이딩 윈도우 73.1.6 소실점 찾기 83.2. 차량 후보 검출 93.2.1 관심 영역 설정 103.2.2. 그림자 검출 103.2.3. pH의 영향 103.2.4. 효소구조 113.3 CNN을 이용한 차량 검출 113.4 위험 검출 14제4장 CNN Hardware 154.1 Intel FPGA for OpenCL 154.2 CNN Hardware 174.3 Convolution + MaxPooling 모듈 194.4 Fully-Connected 모듈 21제5장 실험 환경 및 분석 225.1 FCWS 235.1.1 검출률 245.2 CNN Hardware 255.3 Power analysis for efficiency 28제6장 결론 30참고문헌 32
최근 본 자료
댓글(0)
0