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
장형준 (국민대학교) 손원일 (국민대학교) 안태원 (국민대학교) 이용기 (국민대학교) 박기홍 (국민대학교)
저널정보
한국자동차공학회 한국자동차공학회논문집 한국자동차공학회논문집 제28권 제6호
발행연도
2020.6
수록면
427 - 437 (11page)
DOI
10.7467/KSAE.2020.28.6.427

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Deep learning algorithms are widely adopted in autonomous driving due to their strong capabilities of classifying the objects around the vehicle. This paper introduces methodologies for constructing datasets for training deep learning algorithms that receive LiDAR sensor data. The training datasets were built in a virtual environment using 3D LiDAR sensor models and different object models. These datasets were used to train the simple CNN model developed in this study. The performance of the trained CNN model was evaluated using the Waymo open datasets and driving scenarios that include multiple moving objects interfering with one another. The CNN model proved to be as good as the best benchmark models, which in turn assured the validity of the training datasets in this study. The proposed method can achieve significant time and cost savings in the generation of proper training datasets for deep learning algorithms in a variety of autonomous driving complexities.
#Autonomous drivng(자율주행) #Lidar sensor(라이다 센서) #Deep learning(딥러닝) #Training dataset(학습 데이터셋) #Object classification(객체 분류)

목차

Abstract
1. 서론
2. 라이다 포인트 클라우드 기반 객체 분류 알고리즘
3. 시뮬레이션 환경 및 검증 결과
4. 결론
References

참고문헌 (20)

참고문헌 신청
이재설 / 2018 / 전방 광각 카메라를 이용한 차량 검출 및 추적에 관한 연구 / 한국자동차공학회 논문집 26(3):368~377 dbpia 현유진 / 2017 / 보행자 탐지용 차량용 레이더 신호처리 알고리즘 구현 및 검증 / 한국자동차공학회 논문집 25(1):92~102 dbpia A. Krizhevsky / 2017 / ImageNet Classification with Deep Convolutional Neural Networks / Communications of the ACM 60(6):84~90 google schola K. Simonyan / 2015 / Very Deep Convolutional Networks for Large-scale Image Recognition / International Conference on Learning Representations google schola K. He / 2016 / Deep Residual Learning for Image Recognition / The IEEE Conference on Computer Vision and Pattern Recognition :770~778 google schola

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

자율 주행을 위한 딥러닝 기반 라이다 객체 인식 신경망 연구 분석
선민혁 ,  백동희 ,  공승현 한국자동차공학회논문집 2022 .08
자율주행 기술 동향 및 발전 방향: AI를 중심으로
김산민 ,  김영석 ,  전형석 외 2명 한국자동차공학회논문집 2022 .10
주변차량의 안전을 고려한 자동 차선변경 알고리즘 개발
오태영 ,  손원일 ,  안태원 외 2명 한국자동차공학회논문집 2021 .05
딥러닝 기반의 오토 튜닝 PID 제어를 이용한 차량 경로 제어 모델 개발
장승붕 ,  허효영 ,  백정열 외 2명 한국자동차공학회논문집 2021 .01
간호사가 지각하는 간호관리자의 돌봄-배려행위와 동료 간 돌봄-배려행위가 재직의도에 미치는 영향
공문연 ,  김정희 간호행정학회지 2017 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-556-000605271