지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2021.11
- 수록면
- 1,590 - 1,593 (4page)
이용수
이 논문의 연구 히스토리 (3)
2022
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this paper, a ROS-based autonomous driving framework designed by team ACCA from the School of Mechanical Engineering, Soongsil University, for the 2021 international college student creative car challenge held in K-city. The autonomous vehicle’s chassis used in this challenge is equipped with Velodyne 3D lidar, a Sick down-looking 2D lidar, Xsens MTi-30 AHRS, CCD camera, webcam, and PC-based controller. First, before the challenge in K-city, we evaluated the ROS-package-based SLAM such as LIO-SAM in a ring-shaped road environment on the campus of Soongsil University. After the successful SLAN and mapping process, the hdl_localization, which is a 3D lidar-based real-time 3D localization package, is used to estimate the global pose with respect to the global frame using NDT scan matching. For lane detection, traffic sign, and traffic signal recognition, the two well-known DNN models are utilized. Based on experimental results from both simulation and an actual autonomous vehicle platform, the Point Instance Network (PINet) for lane detection shows 88% of test accuracy, and the YOLO V4 for the traffic light and sign recognition offers 95% test accuracy.
목차
Abstract
1. 서론
2. 본문
3. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0