심층 신경망 기반 착륙 지점 인식 기법을 위한 가상 현실 데이터 수집 기술 개발

김상현

doi:10.5302/J.ICROS.2023.23.0016

추천

검색

질문

자료유형: 학술저널

저자정보: 김상현 (청주대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제29권 제5호

발행연도: 2023.5

수록면: 392 - 397 (6page)

DOI: 10.5302/J.ICROS.2023.23.0016

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper presents a technology for collecting datasets using virtual reality for semantic image segmentation-based landing point recognition methods. The virtual reality scenario assumed that a landing point image was obtained from a vertical take-off and landing unmanned aerial vehicle equipped with a downward-facing camera. A semantic image segmentation technique utilizing a deep neural network of the U-Net structure was implemented. The deep neural network was then trained to recognize both the landing points and obstacles. During the deep neural network training phase, only the datasets collected using the automatic labeling technology in virtual reality were utilized to analyze whether it was feasible to recognize the landing points and obstacles in actual environmental images. The results of the analysis confirmed that the trained deep neural network exhibited meaningful performance using only the datasets collected from a virtual environment similar to the actual environment.

#virtual reality #semantic image segmentation #landing point recognition #downward-facing camera #U-Net

참고문헌 (11)

참고문헌 신청

J. Lee, “Optimization of a modular drone delivery system," 2017 Annual IEEE International Systems Conference, pp. 1-8, 2017.

S. Kim, “Neural network-based battery anomaly detection method for electric-powered UAS," Journal of Institute of Control, Robotics and Systems (in Korean), vol. 27, no. 3, pp. 202-207, 2021.

M. S. Alam and J. Oluoch, “A survey of safe landing zone detection techniques for autonomous unmanned aerial vehicles (UAVs)," Expert Systems with Applications, vol. 179, 2021.

S. Kim, “Semantic image segmentation-based safe landing point determination method for VTOL UAVs" Journal of Institute of Control, Robotics and Systems (in Korean), vol. 28, no. 10, pp. 897-902, 2022.

O. Ronneberger, P. Fischer, and T. Brox, “U-Net: Convolutional network for biomedical image segmentation," International Conference on Medical Image Computing and Computer-Assisted Intervention, pp. 234-241, 2015.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김상현

소속기관 청주대학교

주요연구분야 공학 > 기계공학 > 항공우주공학 TOP 5% 공학 > 재료·에너지공학 > 재료공학

논문수 90 이용수 6,395

이 논문과 함께 이용한 논문

수중 항법을 위한 ROS 기반 시뮬레이터를 이용한 센서 데이터 수집

김하선 , 김아란 , 강창호 외 1명 제어로봇시스템학회 논문지 2023 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-003-001357696

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)