http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
고정밀지도(HD-Map) 갱신을 위한 CNN 기반 도로교통안전표지판 분류 모델
박영국(Young-Kook Park),우영수(Young-Su Woo),정원민(Won-Min Jung),김상욱(Sang-Wook Kim),박호준(Ho-Jun Park),한승수(Seung-Soo Han) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.6
고정밀지도는 자율 차량에서 아주 중요한 의미를 가지고 있다. 자율자동차가 안전한 주행을 위해서는 센서들의 고장이나, 눈, 비, 안개, 일출, 일몰 등 환경적 제약이 발생하는 경우, 주변상황을 인지하기 위해 고정밀지도가 필수적이다. 중요한 데이터인 만큼 지도데이터 갱신 주기가 중요하다. 현재는 mobile mapping system(MMS)장비 또는 카메라 영상비전기술로 지도 갱신에 적용하고 있으며, 최근 인식 기술은 딥러닝 기술이 보편화 되고 있다. 딥러닝 기술이 적용이 활발해지면서 양질의 데이터셋과 데이터의 양이 더욱 더 중요해지고 있다. 본 논문에서는 오픈데이터셋이 아닌 한국형 데이터 116 종의 객체에 대한 데이터셋을 구축하고, 객체분류를 위해 Darknet-53 기반의 CNN 알고리즘을 적용 테스트를 진행하였다. 테스트를 위해 경기도 성남시 판교동 지역 일부를 테스트 베드로 선정하여, 다양한 환경적조건(일출, 일몰, 오전, 오후 등)의 영상으로 모델에 대한 성능 평가를 진행하였다.