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
손수락 (가톨릭관동대학교) 정이나 (가톨릭관동대학교)
저널정보
한국정보전자통신기술학회 한국정보전자통신기술학회 논문지 한국정보전자통신기술학회 논문지 제14권 제2호
발행연도
2021.4
수록면
128 - 133 (6page)

이용수

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

초록· 키워드

오류제보하기
현재 자율주행차량 시장은 3레벨 자율주행차량을 상용화하고 있으나, 안정성의 문제로 완전 자율주행 중에도 사고가 발생할 가능성이 있다. 실제로 자율주행차량은 81건의 사고를 기록하고 있다. 3레벨과 다르게 4레벨 이후의 자율주행차량은 긴급상황을 스스로 판단하고 대처해야 하기 때문이다. 따라서 본 논문에서는 CNN을 통하여 차량 외부의 정보를 수집하여 저장하고, 저장된 정보와 차량 센서 데이터를 이용하여 차량이 처한 위기 상황을 0~1 사이의 수치로 출력하는 차량 내.외부 데이터 및 딥러닝 기반 차량 위기 감지 시스템을 제안한다. 차량 위기 감지 시스템은 CNN기반 신경망 모델을 사용하여 주변 차량과 보행자 데이터를 수집하는 차량 외부 상황 수집 모듈과 차량 외부 상황 수집 모듈의 출력과 차량 내부 센서 데이터를 이용하여 차량이 처한 위기 상황을 수치화하는 차량 위기 상황 판단 모듈로 구성된다. 실험 결과, VESCM의 평균 연산 시간은 55ms 였고, R-CNN은 74ms, CNN은 101ms였다. 특히, R-CNN은 보행자 수가 적을 때 VESCM과 비슷한 연산 시간을 보이지만, 보행자 수가 많아 질수록 VESCM보다 많은 연산 시간을 소요했다. 평균적으로 VESCM는 R-CNN보다 25.68%, CNN보다 45.54% 더 빠른 연산 시간을 가졌고, 세 모델의 정확도는 모두 80% 이하로 감소하지 않으며 높은 정확도를 보였다.
#Autonomous vehicles #Convolutional Neural Networks #You Only Look Once #Crisis Detection #Pedestrian recognition

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 차량 위기 감지 시스템 설계
4. 실험
5. 결론
REFERENCES

참고문헌 (7)

참고문헌 신청
Young-joo Kim / Self-driving car accident, there were many collisions with general cars that followed google schola 이지훈 / 2012 / 차량 간 통신을 이용한 저비용 사고 위험 방지 기술에 관한 연구 / 멀티미디어학회논문지 15(10):1221~1227 dbpia 박상준 / 2011 / 차량 사고 위험인지를 위한 방안 설계연구 / 한국산학기술학회논문지 12(11):5272~5277 dbpia Donghoon Shin / 2017 / Human Factor Considered Risk assessment of Automated Vehicle through Vehicular Communication / Proceedings of the 2017 Fall Conference of the Korean Society of Mechanical Engineers :1563~1568 dbpia Kim Byeong Su / 2017 / Design of Automatic Risky Situation Detection Model based on Real-Time Driving Information / Proceedings of Symposium of the Korean Institute of communications and Information Sciences :783~784 dbpia

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

ODA 정책의 국내 요인 : 국내 복지정책과 ODA 정책
김석우 ,  박현정 한국정치학회보 2016 .03
한국의 대중국 해외직접투자의 정치경제
김석우 국제지역연구 2012 .01
딥러닝 기반 차량 경로예측 모델의 전파과정 간소화를 통한 트레이드오프 성능 검증 연구
오기성 ,  김희중 ,  임세준 한국통신학회논문지 2021 .05
AI 딥러닝에 의한 단주기 전력수요 예측
정대원 ,  고재하 ,  윤근영 대한전기학회 학술대회 논문집 2021 .05
차량 센서 데이터 조합을 통한 딥러닝 기반 차량 이상탐지
김송희 ,  김선혜 ,  윤병운 한국산학기술학회 논문지 2021 .03

최근 본 자료

전체보기

댓글(0)

0