인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
학술저널
DBpia Top 5%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
Various studies have been conducted to develop an autonomous driving system that guarantees the safety of the passengers of an autonomous vehicle. Accurate path prediction is an essential part of improving the autonomous driving system performance to avoid collision and ensure passengers’ safety by determining the risk of collision with nearby vehicles and pedestrians by recognizing various situations. However, it is possible to continue driving with unnecessary and inefficient behaviors due to the inconvenient ride caused by the malfunction of the judgment unit of the autonomous vehicle due to incorrect path prediction and incorrect judgment on the autonomous driving strategy. This study proposes a technique for predicting the path of a vehicle by integrating physical and learning-based models. A deep learning technique using short and long-term memory, a learning-based model that utilizes time series information, predicts the state quantity of the future vehicle based on the past state quantity of the vehicle and calculates the probability for the vehicle’s physical-based model by performing time series classification on CV, CA, CTRV, and CTRA models. The calculated probability for the physical-based model is used as a weight of the trajectory generated by each model later to predict a single path by considering all four physical models.
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) : I410-151-25-02-091200822
