http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 윤준상(Junsang Yun) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
무인 자율주행을 위한 전기자동차 플랫폼 및 경로계획 알고리즘 개발
김인엽(Inyup Kim),양관석(Kwansuk Yang),윤준상(Junsang Yun),황성호(Sungho Hwang) 한국자동차공학회 2013 한국자동차공학회 부문종합 학술대회 Vol.2013 No.5
미래형 자동차 기술개발의 목표는 운전자의 안전과 편의성을 극대화 하는 지능형 자동차 기술과 저탄소, 고연비의 조건을 만족시키는 친 환경 기술에 집중되고 있다. 이러한 목표는 궁극적으로 친환경과 지능형을 만족하는 무인 전기자동차가 될 것이다. 무인 자율주행을 위해서 카메라나 Laser Scanner, Radar, GPS등의 센서 정보를 이용하여 차량 주변상황을 감지하여 경로를 생성하고 사람의 조작을 대신하는 각종 액추에이터를 이용하여 자동차가 이동하고자하는 목표 지점까지 안전하게 운행할 수 있어야 한다. 세계 각국에서는 이러한 기술을 선점하기 위해 대회나 프로젝트를 통해 많은 비용과 노력을 기울이고 있으며 신뢰성과 탑재비용을 만족하는 기술들은 이미 각 자동차회사마다 ADAS(Advanced Driving System)라는 이름으로 차량에 탑재하여 상용화 되고 있다. 이에 본 논문에서는 친 환경 자동차인 전기자동차 플랫폼을 개발하였고 이를 활용하여 무인 자율주행 알고리즘을 연구하였다. 무인 자율주행을 위한 각종 액추에이터와 VCU를 구성하였으며 카메라를 이용하여 실시간으로 차선을 검출하는 Lane detection system, GPS와 AHRS센서를 이용한 이동경로 계획, Laser Scanner를 이용한 장애물 검출 알고리즘을 개발하였다. 이를 통해 미래형 자동차인 친환경, 지능형 자동차 개발 방법을 제안하고자 한다.
-
다양한 조명 환경에서의 6DoF 자세 추정 성능 향상을 위한 가상 학습 데이터셋 생성 방법
장길상(Gilsang Jang),손문구(Moongu Son),윤준상(Junsang Yun),오인영(Inyoung Oh),송진호(Jinho Song),고광희(Kwanghee Ko) 한국정보기술학회 2022 Proceedings of KIIT Conference Vol.2022 No.12
객체의 자세 추정 네트워크의 발전으로 인해 RGB 이미지만으로도 자세를 추론하는 연구들이 발표되었지만, 여전히 인공지능 학습을 위한 6DoF 데이터셋을 획득하는 것은 제한적이다. 또한, 이미지 기반의 추론 특성상 데이터 획득 환경에서의 조명 조건에 따라 탐지 및 추정 결과에 영향을 끼친다는 단점이 있다. 본 논문에서는 이와 같은 단점을 극복하기 위해 CAD모델을 사용하여 자세 추정 네트워크의 학습 데이터를 가상으로 생성하고 HDR 이미지 기반 렌더링을 통해 다양한 광원 조건을 적용하는 방식으로 여러 가지 조명 환경에서의 딥러닝 네트워크 탐지 성능을 향상시켰다. With the development of object pose estimation network, some studies have been published to infer object pose only with RGB images, but it still has limitations that obtaining 6DoF datasets for training artificial intelligence. Also, due to the characteristics of image-based inference, there is a disadvantage that it is affected its detection and inference results by lighting conditions in the data acquisition environment. To overcome these advantages, this paper proposes a method using CAD model to virtually generate training data of pose estimation network and applying various lighting conditions using HDR image-based rendering. The proposed method improves the performance of deep learning network for detection in various lighting environments.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
