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
- 허건수
- 발행연도
- 2022
- 저작권
- 한양대학교 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
첨단 운전자 보조 시스템의 자동 긴급 조향 시스템과 같은 충돌 회피 시스템의 위험도 판단이나, 자율주행차의 안전한 경로 계획을 위해서는 자 차량 주변의 차량, 오토바이, 보행자 등 여러 에이전트들에 대한 경로 예측이 필수적이다. 여기서 에이전트들은 자신 주변의 에이전트들과 상호작용을 하면서 움직이며, 동일한 상황에서도 개인의 성향에 따라 다르게 움직이기 때문에 미래 경로는 본질적으로 불확실성을 갖는다.
본 논문에서는 에이전트들의 상호작용을 그래프 기반으로 고려하고, 불확실성을 포함하여 주변 에이전트들의 경로를 예측하는 네트워크를 제안한다. 네트워크는 크게 세 단계로 구성된다. 첫 번째 단계는 에이전트들의 과거 및 현재 정보를 이용하여 그래프를 생성하는 단계이고, 두 번째 단계는 생성된 그래프를 그래프 어텐션 네트워크에 입력으로 주어 각 에이전트들의 과거 및 현재 프레임마다 상호작용이 임베딩된 정보를 생성하는 단계이고, 마지막 단계는 임베딩된 정보를 통해 불확실성을 고려한 미래 경로를 예측하는 단계이다.
제안한 네트워크를 도심 주행 데이터 셋인 Apolloscape Dataset과 고속도로 주행 데이터 셋인 HighD Dataset을 이용하여 학습시키고 검증하였으며, 기존 모델들 보다 높은 경로 예측 성능을 가지는 것을 보였다.
본 논문에서는 에이전트들의 상호작용을 그래프 기반으로 고려하고, 불확실성을 포함하여 주변 에이전트들의 경로를 예측하는 네트워크를 제안한다. 네트워크는 크게 세 단계로 구성된다. 첫 번째 단계는 에이전트들의 과거 및 현재 정보를 이용하여 그래프를 생성하는 단계이고, 두 번째 단계는 생성된 그래프를 그래프 어텐션 네트워크에 입력으로 주어 각 에이전트들의 과거 및 현재 프레임마다 상호작용이 임베딩된 정보를 생성하는 단계이고, 마지막 단계는 임베딩된 정보를 통해 불확실성을 고려한 미래 경로를 예측하는 단계이다.
제안한 네트워크를 도심 주행 데이터 셋인 Apolloscape Dataset과 고속도로 주행 데이터 셋인 HighD Dataset을 이용하여 학습시키고 검증하였으며, 기존 모델들 보다 높은 경로 예측 성능을 가지는 것을 보였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0