자율주행을 위한 BEV Segmentation에 관한 연구

전우민; 이성진

doi:10.7840/kics.2024.49.10.1345

추천

검색

질문

자료유형: 학술저널

저자정보: 전우민 (동서울대학교) 이성진 (동서울대학교)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제49권 제10호

발행연도: 2024.10

수록면: 1,345 - 1,353 (9page)

DOI: 10.7840/kics.2024.49.10.1345

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

자율주행 기술에서 Ego 차량 주변의 3D 환경에 대한 2D 조향도 작성은 차량 조향 및 속도 제어를 용이하게 한다. 특히, 주변 도로 환경의 객체, 그 위치와 크기를 실시간으로 완벽하게 2D 조향도로 표현하는 BEV Segmentation 기술은 안전한 주행을 위해서 필수적이다. 본 연구는 자율주행 임베디드 환경에 실시간으로 동작할 수 있으며 적은 용량을 가지고도 높은 정확도를 가지는 BEV Segmentation 기술과 해당 모델 최적화 기술에 대해 다루었다. 정확도 개선을 위해 BEV에 사용되는 image encoder에 다양한 backbone을 사용하여 해당 BEV Segmentation 모델에서 기존 mIoU 성능을 능가하는 기술 조합을 도출하였다. 모델 크기 및 동작 시간 축소를 위해서, Quantization (FP16)을 진행하였다. 실험 결과 최대 44.9 mIoU 를 달성하여, 기존 기술 대비 17.8%의 mIoU 개선 효과를 달성하였다. 반면, Quantization을 통해 제안하는 향상된 정확도 모델의 동작시간을 3.6% 감소시켰고, 모델 크기는 약 50% 축소 성과를 도출할 수 있었다. 해당 기법을 NVIDIA AGX Orin 기반의 On-Device에 탑재하여 전력 수급에 따른 성능 분석 결과, 충분한 전력 공급이 지연시간 감소에 중요하게 작용함을 알 수 있었다.

#자율주행 #조감도 #이미지 분할 #Autonomous Driving #BEV #Segmentation

참고문헌 (25)

참고문헌 신청

E. Yurtserver, J. Lambert, A. Carballo, and K. Takeda, “A survey of autonomous driving: Common practices and emerging technologies,” IEEE Access, vol. 8, 2020. (https://doi.org/10.1109/ACCESS.2020.2983149)

J. Zhao, W. Zhao, B. Deng, Z. Wang, F. Zhang, W. Zheng, W. Cao, J. Nan, Y. Lian, and A. F. Burke, “Autonomous driving system: A comprehensive survey,” Expert Syst. with Appl., vol. 242, 2024. (https://doi.org/10.1016/j.eswa.2023.122836)

A. Tampuu, M. Semikin, N, Muhammad, D. Fishman, and T. Matiisen, “A survey of end-to-end driving: Architectures and training methods,” IEEE Trans. Neural Netw. and Learn. Syst., vol. 33, no. 4, Apr. 2022. (https://doi.org/10.1109/TNNLS.2020.3043505)

Z. Yang, X. Jia H. Li, and J. Yan, “LLM4Drive: A survey of large language models for autonomous driving,” arXiv preprint, axXiv:2311.01043, 2023. (https://doi.org/10.48550/arXiv.2311.01043)

H. Xu, J. Chen, S. Meng, Y. Wang, and L.-P. Chau, “A survey on occupancy perception for autonomous driving: The information fusion perspective,” arXiv preprint, axXiv:2405.05173, 2024. (https://doi.org/10.48550/arXiv.2311.01043)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

자율주행 자동차를 위한 종단간 학습 기술 중심의 기술 동향

최정환 , 박예찬 , 전우민 외 1명 한국통신학회논문지 2024 .11

자율주행 환경에서 노이즈가 YOLO 기반의 객체 탐지에 미치는 영향에 관한 연구

김라영 , 차현종 , 강아름 한국컴퓨터정보학회논문지 2024 .10

콘크리트 구조체 균열 탐지에 대한 Mask R-CNN 알고리즘 적용성 평가

배병규 , 최용진 , 윤강호 외 1명 한국지반공학회논문집 2024 .06

자율주행 트랙터를 위한 비전 센서 융합 기반의 장애물 인식 및 충돌 방지 기술 개발

황예빈 , 윤창호 , 김용현 외 1명 한국산학기술학회 논문지 2024 .01

객체탐지를 이용한 캠퍼스내 교통안전 시스템 개발

이나영 , 이건 , 이민섭 외 3명 한국컴퓨터정보학회논문지 2024 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-091071796

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)