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
- 학위논문
- 저자정보
- 지도교수
- 박용완
- 발행연도
- 2015
- 저작권
- 영남대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 2차원 라이다 기반에서 장애물 인지를 위한 데이터베이스를 구축하여 2차원 라이다 시스템만으로 장애물을 인지하고, 그 장애물의 종류를 분류할 수 있는 기법에 대해 제안한다. 기존의 2차원 라이다 시스템은 자율주행차량에서 주변 장애물 유무의 판단이 타 시스템에 비해 정확하고 신속하다는 장점이 있으나, 장애물의 구분이 어려워서 장애물의 분류에 따른 정확한 경로생성이 이루어지지 않는 단점이 있다. 이를 극복하기 위해 기존의 2차원 라이다 기반의 장애물 폭 정보를 이용하여 장애물을 분류하는 기법이 제안되었지만, 장애물의 폭 정보만으로는 분류 정확도가 떨어진다. 본 연구는 폭 정보뿐만 아니라, 2차원 라이다와 장애물 간 거리의 표준편차, 정규화된 장애물 신호세기의 평균, 정규화된 장애물 신호세기의 표준편차 정보를 이용하여 실제 도로환경의 5가지 대표 장애물 별 데이터베이스를 구축한 뒤, 실제 장애물에 대한 2차원 라이다 정보와 비교하여 유사도가 높은 장애물 종류로 판단하는 기법을 제안한다. 실제 환경에서 실험 차량으로 실험한 결과 기존의 2차원 라이다 기반 장애물 분류 기법에 비해 처리 비용은 감소하였으며, 단일 2차원 라이다 시스템 만으로 장애물 분류가 가능하였다.
목차
Ⅰ. 서 론Ⅱ. 기존의 라이다 기반 장애물 분류 기법2.1 단일 2차원 라이다 기반 장애물 분류 기법2.2 다수개의 2차원 라이다 기반 장애물 분류 기법2.3 단일 2차원 라이다와 카메라 융합 기반 장애물 분류 기법2.4 단일 3차원 라이다 기반 장애물 분류 기법2.5 기존의 라이다 기반 장애물 분류 기법의 문제점Ⅲ. 제안하는 장애물 분류 기법3.1 정보 전 처리3.1.1 2차원 라이다 정보 획득3.1.2 관심 영역 추출3.1.3 객체 분할3.1.4 특징 추출3.2 정보 학습3.2.1 데이터베이스 구축3.2.2 판별 요소 결정3.3 정보 분류3.3.1 비교3.3.2 장애물 분류Ⅳ. 실험 결과 및 분석4.1 실험 차량 및 2차원 라이다4.2 실험 환경4.3 실험 내용4.4 실험 결과V. 결 론참 고 문 헌ABSTRACT
최근 본 자료
댓글(0)
0