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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김준태 (대전대학교) 배창석 (대전대학교)
저널정보
한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제15권 제1호
발행연도
2019.1
수록면
28 - 37 (10page)

이용수

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

초록· 키워드

오류제보하기
최근 인공지능 연구가 활발하게 진행이 되면서 자율주행에 대한 연구도 많이 진행되고 있다. 하지만 자율주행에서 사용할 학습 데이터를 수집하는 과정에서 크게 두 가지 문제를 고려할 수 있다. 첫 번째는 방대한 규모의 학습 데이터 구축에 많은 시간과 비용이 요구되며, 두 번째로는 위험 상황, 사고 상황 등을 포함하는 다양한 주행환경을 반영하는 데이터 수집이 어렵다. 본 논문에서는 이러한 두 가지 문제를 해결하기 위해 현실세계와 매우 유사한 주행 환경을 제공하는 게임에서 주행 학습 데이터를 수집하고 이를 신경망 학습에 활용하는 방법에 대해 제안한다. 학습 데이터 수집 과정에서는 모니터 화면과 동시에 해당하는 방향키 값을 해당 화면에 대한 자율주행 제어키로 저장한다. 이와 같이 수집된 학습 데이터를 시각 처리에서 뛰어난 성능을 보이는 CNN (Convolutional Neural Network) 모델중 하나인 AlexNet에 적용한 결과 약 91.9%의 정확도를 보였다. 학습이 완료된 CNN 모델을 이용해서 가상환경에서 자율주행이 가능하다는 걸 확인을 한 후 실세계에 적용한 실험도 수행하였다. 이를 위해 유아용 전동차를 사용하여 기존에 있던 컨트롤러를 제거 후 라즈베리파이 기반의 자동차 바퀴 컨트롤과 서버와의 통신 모듈을 개발했다. 실세계에서 실험한 결과 가상환경과 실세계의 차이를 맞춰주기 위한 추가적인 보정 작업을 하지 않았음에도 불구하고 가상환경과 유사한 수준의 주행 성능을 확인할 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (15)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0