인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
End-to-end autonomous driving reduces errors and information loss during inter-module communication by directly predicting control commands from input sensor data. The trajectory-guided control prediction (TCP) method fuses features from images, vehicle states, and target points, and inputs them to a gated recurrent unit (GRU)-based action predictor module, which outputs steering and acceleration commands. However, data imbalance during training makes it difficult to extract meaningful features in data-sparse scenarios, leading to degraded driving performance. Therefore, we propose a Bird’s Eye View perception module (BPM) to enable robust driving even in data-sparse situations. Additionally, BPM extracts spatial and temporal features, and the GRU-based action predictor module leverages these features to predict trajectories and control commands. We trained and evaluated our method and TCP using the MORAI simulator. The training data included 75.84% lane following, 15.13% left/right turns, and 9.03% avoidance scenarios. In data-sparse scenarios (e.g., left/right turns, avoidance), our method reduced the lateral error by 0.83 m and the collision rate by 27.78%.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093824017
