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
김하영 (한양대학교) 최승원 (한양대학교) 허건수 (한양대학교)
저널정보
한국자동차공학회 한국자동차공학회논문집 한국자동차공학회논문집 제28권 제9호
발행연도
2020.9
수록면
645 - 652 (8page)
DOI
10.7467/KSAE.2020.28.9.645

이용수

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

초록· 키워드

오류제보하기
Predicting the trajectory of surrounding vehicles is important in developing safe and socially compliant self-driving cars. For this reason, interaction-aware vehicle trajectory prediction with uncertainty is essential before making a robust decision-making system and trajectory planner. In this paper, we present a probabilistic vehicle trajectory prediction algorithm, which is scalable, interpretable and accurate. Using past trajectory and the properties of the surrounding vehicles, the proposed model generates the distribution of the future predicted trajectory. Our model consists of a simple encoder-decoder architecture based on multi-head attention. Like human drivers, the model can learn which vehicles to focus on for accurate prediction without requiring supervision. Inter-vehicle interaction learning improves the interpretability of the prediction network. We demonstrate our model’s performance using a challenging, naturalistic trajectory dataset, showing clear improvement in terms of positional error on both longitudinal and lateral directions.
#Trajectory prediction(경로 예측) #Learning based model(학습 기반 모델) #Deep learning(딥러닝) #Interaction(상호 작용) #Supervised learning(지도 학습)

목차

Abstract
1. 서론
2. 관련 연구
3. 상대 차량 경로 예측
4. 실험 결과
5. 결론
References

참고문헌 (21)

참고문헌 신청
A. Vaswani / 2017 / Attention is All You Need / Advances in Neural Information Processing Systems :5998~6008 google schola A. Berthelot / 2011 / Handling Uncertainties in Criticality Assessment / EEE Intelligent Vehicles Symposium(IV) :571~576 google schola A. Polychronopoulos / 2007 / Sensor Fusion for Predicting Vehicles'Path for Collision Avoidance Systems / IEEE Transactions on Intelligent Transportation Systems 8(3):549~562 google schola G. Xie / 2017 / Vehicle Trajectory Prediction by Integrating Physics-and Maneuver-based Approaches Using Interactive Multiple Models / IEEE Transactions on Industrial Electronics 65(7):5999~6008 google schola J. Cho / 2016 / Target Vehicle Path Prediction Algorithm for Collision Avoidance System / KSAE Fall Conference Proceedings :292~294 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

모델 통합 기반 상대 차량 주행 경로 예측 알고리즘
조정민 ,  허건수 한국자동차공학회논문집 2020 .01
파라미터 최적화를 이용한 Open-loop Side-slip Angle 추정기 개발
박장희 ,  윤성환 ,  허건수 한국자동차공학회논문집 2020 .07
Maneuver를 통한 차량의 차선 단위 경로 예측
백종윤 ,  최승원 ,  허건수 한국자동차공학회 추계학술대회 및 전시회 2020 .11
차량 간 상호 작용을 고려한 주변 차량 경로 예측
김기훈 ,  이준호 ,  안윤용 외 2명 한국자동차공학회 춘계학술대회 2020 .07
딥러닝 기반의 차량 주행 경로와 지도 정보를 융합하는 미래 경로 예측 기술
이석환 ,  김병도 ,  금동석 외 1명 한국자동차공학회 추계학술대회 및 전시회 2019 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-556-001136902