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
질문

논문 기본 정보

자료유형
학술저널
저자정보
사의환 (한국자동차연구원) 최민경 (한국자동차연구원) 최경수 (한국자동차연구원) 김성진 (한국자동차연구원) 이정욱 (한국자동차연구원) 최동걸 (한밭대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제26권 제1호
발행연도
2025.1
수록면
900 - 907 (8page)
DOI
10.5762/KAIS.2025.26.1.900

이용수

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

초록· 키워드

오류제보하기
자율주행 차량, 드론, 무인 로봇 등과 같은 모빌리티 환경에서 가장 필수적으로 요구되는 기술은 음영 지역에서 정밀하고 끊김이 없는 실시간 위치정보를 받는 기술이라 할 수 있다. 특히, GNSS 환경에서 더 정밀한 위치정보를 제공하기 위해 보정 정보를 추가하거나, GNSS 음영 지역인 터널/지하차도, 실내 환경에서 비전 센서와 무선 통신을 이용한 측위 방법을 상호 연계하여 지속적인 위치정보를 받기 위한 여러 기술이 포함된 연구가 진행되고 있다. 본 논문에서는 GNSS 수신 불가 지역에서의 자차 측위를 위해 정밀도로 지도 내 객체를 활용하여 비전 센서로 인식하고, 거리 정보를 추출하여 도로 내 시설물의 절대 위치로부터 자차의 절대 위치를 산출하는 방식을 사용한다. 이를 위해 2D/3D 비전 센서를 이용한 객체 인식 모델에 관한 연구가 많이 진행되었고 실제 AI 학습 성능을 나타내는 지표인 IoU, mAP 등이 있지만 실제 고속 차량에 적용한 성능과 보완점에 관한 연구가 부족하다. 본 논문에서는 차량에 장착된 다중 센서(관성항법시스템, 카메라, 라이다 등)를 통해 정밀도로 지도 내 속성으로 존재하는 시설물을 차량으로 대체하고 인지하여 추출한 자차 측위 결과에 대해 성능을 분석하여 AI 학습 알고리즘과 성능 목표에 대한 방향성을 제시하고자 한다.

목차

요약
Abstract
1. 서론
2. 본 연구의 선행 연구 및 원리
3. 센서 데이터 수집 시스템
4. 객체 인지 모델을 이용한 측위
5. 측위 검증 방법
6. 결론
References

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092131380