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
김윤범 (아주대학교) 이태현 (아주대학교) 송봉섭 (아주대학교)
저널정보
한국자동차공학회 한국자동차공학회논문집 한국자동차공학회논문집 제29권 제12호
발행연도
2021.12
수록면
1,123 - 1,132 (10page)

이용수

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

초록· 키워드

오류제보하기
In this paper, the training method used in a lidar-based, object detection algorithm is applied to different types of datasets, i.e., experimental driving data and virtual simulation data. Then, their performances are compared with respect to different key performance indexes(KPIs). Among many object detection methods introduced in the literature, three distinguished networks that consider the representation of lidar cloud points are chosen to compare fine tuning and performance. While most open datasets reflect only safe driving situations, it is necessary to develop and validate the object detection algorithm in dangerous and critical situations. With the generation of a virtual simulation dataset, including unsafe scenarios, the performance of the object detection algorithms can improve when the fine-tuning method is applied, along with the virtual dataset.
#Vehicle detection(차량 검출) #Deep learning(심층 학습) #3D LiDAR(3차원 라이다) #Fine tuning(세부 튜닝) #Sensor simulator(센서 시뮬레이터) #Virtual data(가상 데이터)

목차

Abstract
1. 서론
2. 문제 정의
3. 차량 검출 알고리즘
4. 검증 및 평가
5. 결론
References

참고문헌 (31)

참고문헌 신청
Y. Guo / 2020 / Deep Learning for 3D Point Clouds:A Survey / IEEE TPAMI google schola KITTI / 3D Object Detection Evaluation 2017 google schola Waymo LLC / Waymo Open Dataset Perception google schola A2D2 google schola M. Simon / 2018 / Complex-Yolo: An Euler-Region-Proposal for Real-time 3D Object Detection on Point Clouds / Proceedings of the European Conference on Computer Vision (ECCV) Workshops 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

자율주행자동차의 추돌 회피를 위한 교통사고분석 및 기계 학습 기반 위험 시나리오 생성 연구
이지민 ,  정의인 ,  송봉섭 한국자동차공학회논문집 2020 .11
실도로 주행 데이터를 이용한 도로 인프라 센서 기반 차선 변경 거동 검출 네트워크 연구
차종현 ,  이태현 ,  송봉섭 한국자동차공학회논문집 2022 .10
가상 3D 라이다 기반 객체 분류 딥러닝 학습 데이터셋 구축 방법에 관한 연구
장형준 ,  손원일 ,  안태원 외 2명 한국자동차공학회논문집 2020 .06
자율 주행을 위한 딥러닝 기반 라이다 객체 인식 신경망 연구 분석
선민혁 ,  백동희 ,  공승현 한국자동차공학회논문집 2022 .08
동적 격자 지도를 이용한 딥러닝 기반 동적 객체 인식 기법 성능 개선
장하린 ,  조주연 ,  허세종 외 1명 한국자동차공학회논문집 2022 .10

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-556-000062258