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
학술대회자료
저자정보
송희진 (한양대학교) 신윤식 (한양대학교) 나호용 (한국기술교육대학교) 박재용 (현대자동차) 유승한 (한국기술교육대학교) 최준원 (한양대학교)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2020년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2020.11
수록면
669 - 673 (5page)

이용수

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

초록· 키워드

오류제보하기
We introduce additional step of data preprocessing from what we have done on the previous paper: “Deep Learning Based Real-Time Driver Style Classification Using Vehicle CAN Data”. The velocity of car effects to certain signals, e.g. acceleration, yaw rate, and etc. regardless of the driving characteristics of driver, and it could obscure the classification of driver’s driving characteristics when those signals are used by itself. Hence, to reduce the disturbance of the classification, we used LPF and rate limiter to compensate those signals with respect to the velocity of the vehicle at the end of the preprocessing step, and those calculated features are added onto the input CAN data, eleven selected signals from our previous paper, and used for the convolutional neural network developed to classify the driver’s driving characteristics. Comparing to the accuracy of the classification model trained with CAN data, using new data with additional handcrafted features increased by about 3%, from 80.94% to 84.37%. Hence, it is convincible to say that the handcrafted data contains distinct features of driving characteristics.
#Classification of Driving Style (운전자 성향 분류) #Driving Characteristic Index(주행 성향 지수) #Handcrafted Features (직접 계산한 특징) #Low Pass Filter (저역 통과 필터) #Rate-limiter (비율 제한기)

목차

Abstract
1. 서론
2. 데이터 전처리 및 알고리즘
3. 주행 성향 지수 추출
4. 실험 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

4륜 독립 구동 전기 자동차의 제동력 분배 방법에 대한 연구
조완기 ,  장인규 ,  유승한 한국자동차공학회논문집 2021 .06
V2X 통신 및 LSTM을 활용한 주변 차량 경로 예측 알고리즘
임장혁 ,  최동호 ,  이상선 한국자동차공학회 추계학술대회 및 전시회 2019 .11
딥러닝을 이용한 라이다 기반 3D 물체 검출 기법 연구 동향
고준호 ,  김재겸 ,  김예철 외 1명 정보과학회지 2019 .01

최근 본 자료

전체보기

댓글(0)

0