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
정동훈 (현대자동차) 전병욱 (현대자동차)
저널정보
한국자동차공학회 한국자동차공학회논문집 한국자동차공학회논문집 제29권 제7호
발행연도
2021.7
수록면
629 - 637 (9page)
DOI
10.7467/KSAE.2021.29.7.629

이용수

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

초록· 키워드

오류제보하기
It is very important to predict the required kinetic energy of the vehicle for driving in the near future in order to improve the driving efficiency of the powertrain. If powertrain control is performed in consideration of future driving situations, energy efficiency and drivability, as well as gear-shifting performance of the transmission, can significantly improve because precise power requirements for future vehicle behavior can be used at the right time. One of the most important factors in estimating future vehicle behavior is predicting vehicle speed. However, it is quite difficult to predict the future speed of a vehicle accurately due to certain factors, including the driver’s habits, geometric information of the road ahead, and traffic flow. Due to trends concerning recently released vehicles, including advanced driving assistance systems(ADAS), such as high-precision navigation with 3D map information and front radar and camera, it is now possible for a powertrain controller to utilize high-quality information that provides driving context to predict future vehicle behavior. In this study, we will be introducing a new, generative deep learning structure that continuously predicts future vehicle speed profiles in real time through a CNN-based, conditional VAE model that utilizes past driving data, current driver’s manipulation, and road traffic information. It is found that the prediction accuracy of the vehicle speed significantly improved with the new AI approach proposed in this paper.
#Vehicle speed prediction(차량 속도 예측) #Predictive gear-shifting(예측 기어 변속) #Powertrain control(파워트레인 제어) #Generative deep learning(생성 딥 러닝) #CVAE(조건적 배리에이셔널 오토 인코더) #Neural network (뉴럴 네트워크)

목차

Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (11)

참고문헌 신청
전병욱 / 2020 / 자동 변속기용 ADAS 기술 융합 지능형 코스팅 중립 제어 시스템 개발 / 한국자동차공학회 논문집 28(1):35~42 dbpia P. G. Gipps / 1981 / A Behavioural Car-Following Model for Computer Simulation / Transportation Research Part B : Methodological 15(2):105~111 google schola Kyuhwan Yeon / 2019 / EGO-VEHICLE SPEED PREDICTION USING A LONG SHORT-TERM MEMORY BASED RECURRENT NEURAL NETWORK / International Journal of Automotive Technology 20(4):713~722 Crossref K. Liu / 2019 / Vehicle Velocity Prediction and Energy Management Strategy Part 1: Deterministic and Stochastic Vehicle Velocity Prediction Using Machine Learning google schola Y. LeCun / 1998 / Gradient-based Learning Applied to Document Recognition / Proceedings of the IEEE 86(11):2278~2324 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

연료 소모량 예측 모델 개발 및 운전 성향 구분을 통한 차량 연비 개선 방안 연구
이광언 ,  성동환 ,  김경현 외 4명 한국자동차공학회 춘계학술대회 2022 .06
병렬형 플러그인 하이브리드 차량의 최적 제어 전략
김원기 ,  이성화 ,  이형철 한국자동차공학회 추계학술대회 및 전시회 2014 .11
주행정보를 이용한 플러그인 하이브리드 자동차의 동력원 최적제어
이대흥 ,  정종렬 ,  서호원 외 1명 한국자동차공학회 추계학술대회 및 전시회 2011 .11
주변 센서 정보를 이용한 자동차 엔진 이상 탐지
육도경 ,  손정우 한국소음진동공학회논문집 2022 .10
딥 러닝과 KSTAR 초전도 자석
권기일 ,  이현정 물리학과 첨단기술 2022 .04

최근 본 자료

전체보기

댓글(0)

0