http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이채현(Chaehyun Lee),유민우(Minwoo Yoo),서효정(Hyojeong Seo),한동석(Dong Seog Han) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
자율주행 자동차는 차량 간 통신을 통하여 도로 인프라 정보로 주변 환경을 인지한다. 그러나 통신 장애로 올바른 도로 환경 인식이 불가할 경우 큰 이는 피해를 초래한다. 이러한 문제를 해결하기 위하여 차량 자체 센서만으로 주변 환경을 인지하고 검출할 수 있는 운전자 보조 기술이 요구된다. 본 논문에서는 카메라 센서를 사용하여 도로 인프라 중 하나인 신호등을 인지를 제안한다. 실시간 수준의 객체 검출기인 YOLOv3를 사용하여 신호등의 신호 색깔을 검출하는 모델을 구현하고 적합한 어노테이션(annotation) 방법을 분석하여 성능을 향상시킨다. 모델을 자율주행 RC카에 적용하였고 신호등을 검출하여 ROS 노드를 통해 자율주행을 제어하는 방식으로 테스트한다.
차대웅(Daewoong Cha),유민우(Minwoo Yoo),정소희(Sohee Jeong),한동석(Dong Seog Han),오지용(Jiyong Oh) 한국통신학회 2021 한국통신학회 학술대회논문집 Vol.2021 No.2
최근 자율주행 자동차를 위한 기술들이 활발히 연구되고 있다. 그중에서 긴급상황 자동 브레이크 시스템은 라이다, 레이더 등을 사용하여 주변 환경을 인식하고 사고를 방지한다. 기존의 딥 러닝을 사용한 분류기들은 거리-도플러맵, 마이크로도플러 등을 사용한다. 이러한 이미지는 객체가 레이더를 바라보는 각도에 따른 이미지의 변화가 크다. 따라서 본 논문에서는 분류성능을 향상시키기 위해서 거리-도플러맵과 포인트클라우드맵을 사용한 식별기를 제안한다. 거리-도플러맵을 사용했을 때는 평균 85%의 분류 성능을 얻었으며, 제안한 거리-도플러맵과 포인트클라우드맵을 같이 사용했을 때는 평균 92%의 향상된 성능을 얻었다.