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
- 정정주
- 발행연도
- 2020
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수15
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
카메라 기반 자율 차로유지 시스템(Lane Keeping System, LKS)은 차로의 중심선을 따라 주행하도록 설계되어 있어 신뢰할 수 있는 도로 차선의 정보의 획득이 매우 중요하다. 그러나, 기존의 머신 비전(Machine Vision) 시스템은 신뢰할 수 있는 차선 정보, 즉 도로 계수를 제공하지 못하는 경우가 빈번하다. 본 논문에서는 이러한 문제를 해결하기 위하여 심층 컨볼루션 신경망(Deep Convolutional Neural Network, DCNN)을 이용하여 전방 카메라로부터 가상 차로의 도로 계수를 추출하는 방법을 제안한다. DCNN은 운전자가 수동으로 주행한 실험 차량 내부에 탑재된 비전 시스템이 출력한 도로 계수와 다른 카메라로부터 얻어진 이미지로 구성된 데이터 세트를 활용하여 학습되었다. 제안된 DCNN의 실효성을 확인하기 위해, 학습할 때 사용되지 않은 세 가지 시나리오의 데이터 세트를 활용하여 제안된 방법의 유효성을 다중 주기 상태추정를 이용한 LKS를 구축하고 검증하였으며 각 시나리오에서의 정량적 오차 통계 분석을 수행하였다. 이를 통해, 운전자가 주행 중 입력한 조향각과 제안한 LKS의 제어 입력인 조향각 사이에서 높은 상관성을 확인하였다. 차선이 없거나 차량이 교차로에서 선회하는 특정 상황 등에서
도 제안된 DCNN은 가상 도로 차선 모델의 계수를 출력하는 것을 관찰했다.
도 제안된 DCNN은 가상 도로 차선 모델의 계수를 출력하는 것을 관찰했다.
목차
차례 I그림목차 III표목차 IV국문 요약 V제 1 장 서론 11.1 연구 배경 11.2 연구 목적 51.3 논문의 구성 5제 2 장 수학적 모델링 62.1 전방 주시 거리가 고려된 동역학 횡방향 모션 모델 62.2 클로소이드 제한 조건을 만족하는 도로 차선 모델 13제 3 장 주행 데이터 및 학습 과정 173.1 데이터 수집 방법과 데이터 세트 173.2 컨볼루션 신경망 203.3 심층 컨볼루션 신경망 구조와 학습 과정 223.4 최적화 과정 25제 4 장 모의 실험 284.1 다중 주기 샘플링 및 분산형 상태추정기 설계 284.2 Linear Quadratic Regulator 314.3 모의 실험 환경 및 검증 방법 324.4 실험 결과 37제 5 장 결론 51참고 문헌 52ABSTRACT 57감사의 글 58
최근 본 자료
댓글(0)
0