End-to-end 적응형 크루즈 컨트롤을 위한 단안 카메라 기반 상대 거리 및 속도 추정 모델 개발

Q: 이 논문에서 정의한 end-to-end 모델이란 무엇인가?

end-to-end 모델은 단일 카메라 영상을 입력받아 차량의 조향각, 가속, 제동을 예측하는 딥러닝 기반 자율주행 모델이다. 고전적인 모듈형 접근 방식과 달리 하나의 신경망이 모든 주행 의사결정을 직접 학습하여 누적 오차를 줄이고 전체 시스템의 최적화를 가능하게 한다.

Q: 단안 카메라 기반 ACC 시스템에서 상대 거리 및 속도 추정 모델은 어떻게 실시간성을 확보하는가?

연구 결과, 제안된 모델은 simple BEV와 YOLO 기반 bbox 추정을 활용하여 공간적 특징을 추출하고, GRU 기반 시계열 데이터 처리를 통해 시간적 특징을 반영한다. 또한, AMP 기법을 적용하여 연산 속도 지연을 최소화함으로써 실시간 추론 성능을 확보한다.

김정현; 김한솔

doi:10.5302/J.ICROS.2025.25.0043

추천

검색

질문

자료유형: 학술저널

저자정보: 김정현 (단국대학교) 김한솔 (단국대학교)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제31권 제6호

발행연도: 2025.6

수록면: 636 - 642 (7page)

DOI: 10.5302/J.ICROS.2025.25.0043

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

In this paper, we propose an end-to-end model that estimates the relative distance and speed between ego and leader vehicles using only a monocular front-facing camera input. Unlike conventional approaches that utilize light detection and ranging (LiDAR) or radar sensors, our camera-based methodology reduces sensor dependency and is cost-effective. Additionally, to reduce model complexity, light weight networks such as the simple bird’s eye view (BEV) scheme and gated recurrent units (GRUs) are applied, enhancing real-time autonomous driving performance. Furthermore, we collect the data using MORAI simulator to train and evaluate the model. Finally, the simulation results validate the feasibility of using the proposed network in the real-time relative distance and speed estimator for autonomous driving systems.

#adaptive cruise control #deep-learning #end-to-end #gated recurrent units (GRU) #bird’s eye view (BEV) #MORAI

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)