메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
한승태 (고려대학교) 문유찬 (고려대학교) 이한민 (한국기계연구원) 차무현 (한국기계연구원) 문두환 (고려대학교)
저널정보
(사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제28권 제2호
발행연도
2023.6
수록면
89 - 96 (8page)
DOI
10.7315/CDE.2023.089

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Given that the majority of South Korea’s terrain is mountainous, the realization of autonomous industrial machines in off-road environments is particularly important domestically. In off-road environments, localizing the drivable area is more advantageous for generating driving paths than recognizing surrounding objects. In this study, we propose a method for estimating the drivable area among point cloud data acquired in off-road environments. Our method semantically segments the modified RELLIS-3D point cloud data into undrivable areas, drivable areas, and dynamic objects for drivable area estimation. Test results for SalsaNext trained on modified RELLIS-3D showed precision of 90.6%, recall of 91.0%, F1 score of 90.8%, and mIoU of 0.627, respectively.

목차

ABSTRACT
1. 서론
2. 관련 연구
3. 점군 데이터셋 수정
4. 학습 및 테스트
5. 결론
References

참고문헌 (19)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-530-001562366