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
- 기석철
- 발행연도
- 2023
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수3
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
본 논문에서는 AVM 이미지를 기반으로 무선 충전 패드의 정확한 위치 인식 방법을 제안한다. 제어 기술과 결합해 자율주행 모빌리티에 적용하면 진정한 무인 자율주행 서비스가 가능할 것으로 기대된다. 시맨틱 세그멘테이션을 사용하여 주차 환경을 감지하고 클러스터링을 통해 개별 객체를 구분한다. 자율주차장에서 학습 데이터를 획득하고, AVM 보정 및 라벨링을 통해 GT 데이터를 생성하였다. 시맨틱 세그멘테이션 성능 평가는 NIA 데이터셋을 이용하여 수행하였다. 무선 충전 패드의 위치는 추적 알고리즘 및 추정 알고리즘을 통해 정확하게 인식된다. 추적 알고리즘과 추정 알고리즘의 성능평가는 자율주차장에서 획득한 테스트 데이터를 이용하여 수행하였다. 추정 알고리즘의 성능평가 및 시각화는 Velodyne LiDAR, AVM image, PointCloud Map을 이용하여 위치 추정 후 수행하였다. 4가지 시나리오를 이용하여 추정 알고리즘의 성능을 평가한 결과 평균 0.07m의 오차가 발생하였다.
목차
Ⅰ. 서 론 11. 연구 배경 12. 연구 목적 33. 관련 연구 5Ⅱ. AVM 영상 기반 주차 환경 인식 91. AVM 전처리 92. Semantic Segmentation 주차 환경 인식 알고리즘 163. 주차 환경 객체 군집화 20Ⅲ. 객체 추적 및 추정 221. 객체 추적 알고리즘 222. 객체 추정 알고리즘 26Ⅳ. 실험 301. Semantic Segmentation 알고리즘 성능 평가 302. 객체 추적 알고리즘 성능 평가 343. 객체 추정 알고리즘 성능 평가 37Ⅵ. 결론 42참고문헌 43감사의 글 47
최근 본 자료
댓글(0)
0