자율주행을 위한 공간적 경향성이 고려된 End-to-End Neural Network 설계

Q: 이 논문에서 정의한 공간적 경향성이란 무엇인가?

공간적 경향성은 end-to-end neural network가 심층 컨볼루션 신경망을 기반으로 연산된 특징을 통해 순차적인 주행 장면에서 파악하는 공간적 특성을 의미한다. 이는 human driver가 다양한 주행 상황과 도로 조건에서 조향 판단을 내리는 방식에 착안하여 네트워크가 주행 환경의 공간적 관계를 학습하도록 돕는 개념이다.

Q: 자율주행을 위한 딥러닝 기반 조향 예측 모델은 어떤 특징을 가지는가?

연구 결과, 본 논문에서 제시한 딥 컨볼루션 신경망 기반의 end-to-end 조향 예측 모델은 다양한 주행 상황과 도로 조건에서 강인하게 동작한다. 이 모델은 이미지와 조향각 데이터를 학습하여 복잡한 주행 환경에서도 안정적인 조향각 예측 성능을 보이며, 완전 자율주행 개발에 중요한 역할을 할 것으로 기대된다.

양진호; 최우영; 정정주

학술대회자료 Full-text

저자정보: 양진호 (한양대학교) 최우영 (한양대학교) 정정주 (한양대학교)

저널정보: 한국자동차공학회 한국자동차공학회 춘계학술대회 2019 한국자동차공학회 춘계학술대회

오류 신고하기

피인용 0

검색

초록·키워드

Recently, autonomous driving and advanced driver assistance system (ADAS) have been actively researched in the automotive field. It is very important to consider the improvement of perception ability about a forward driving scene. However, the sensor"s capability maintains high quality when the driving condition is only ideal. There are so many road conditions and an environment in real driving situations. In this paper, we propose a steering wheel angle prediction model using a deep convolutional end-to-end neural network for various driving environments and road shapes. The image data for training and validation is UDACITY Challenge dataset and the experiment was performed through computational simulation.

#Artificial Intelligence (인공 지능) #End-to-End Neural Network (엔드투엔드 신경망) #Convolutional Neural Network (CNN, 컨볼류션 신경망) #Spatial Dependency (공간적 경향성) #Autonomous Driving (자율주행)

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)