자율주행차는 DL(Deep Learning)의 실용성이 크게 향상되어 산업의 미래에 영향을 미치는 핵심 기술이 되고 있으며, 통신 기술을 기반으로 자동차에서의 데이터 전송은 더 이상 문제가 되지 않습니다. 본 논문에서는 OCC 기반의 V2X(Vehicular to Everything) 통신망과 결합된 카메라 센서, LiDAR 기반의 물체 감지 작업을 포함하는 자율주행차의 다중 기술 아키텍처를 소개한다. 본 논문에서 DL 을 적용한 센서융합(LiDAR-Camera) 기술은 4 차 산업혁명 시대에 새로운 패러다임 서비스를 창출할 것으로 기대되는 혁신기술이며 이를 위한 창의적이고 혁신적인 장기적 기초연구가 추진되어야 한다. 국내외 기업들이 신규 시장을 개척하고 글로벌 시장을 선점합니다. ...
자율주행차는 DL(Deep Learning)의 실용성이 크게 향상되어 산업의 미래에 영향을 미치는 핵심 기술이 되고 있으며, 통신 기술을 기반으로 자동차에서의 데이터 전송은 더 이상 문제가 되지 않습니다. 본 논문에서는 OCC 기반의 V2X(Vehicular to Everything) 통신망과 결합된 카메라 센서, LiDAR 기반의 물체 감지 작업을 포함하는 자율주행차의 다중 기술 아키텍처를 소개한다. 본 논문에서 DL 을 적용한 센서융합(LiDAR-Camera) 기술은 4 차 산업혁명 시대에 새로운 패러다임 서비스를 창출할 것으로 기대되는 혁신기술이며 이를 위한 창의적이고 혁신적인 장기적 기초연구가 추진되어야 한다. 국내외 기업들이 신규 시장을 개척하고 글로벌 시장을 선점합니다. OCC 기술을 기반으로 한 V2X 통신의 설계 및 성능 분석도 본 논문에 포함되어 있다. 본 논문의 대부분은 5 개의 챕터로 구성되어 있으며 다음과 같이 정리되어 있다. 1장에서는 자율 주행 차량의 센서 융합 및 OCC 기술에 대한 개요를 소개합니다. 이 장에서 저자는 이 논문에 대한 나의 작업과 기여를 자세히 설명합니다. 2 장에서는 다중 센서(LiDAR, RADAR, Camera)의 삼중 융합과 비교한 특성, 장단점을 제시한다. 센서의 종류와 효율성은 자율주행(A D) 시스템이 받을 수 있는 정보의 양과 종류에 직접적인 영향을 미칩니다. 2 장의 네 번째 섹션에서는 광 무선 통신/광 카메라 통신(OWC/OCC)의 장점과 OCC 의 엄청난 미래 잠재력을 강조하기 위해 무선 주파수(RF)와 가시 광선 통신(VLC) 기술을 비교합니다. 또한 제시된다. 3 장에서는 IEEE 802.15.7-2018 표준에 발표되고 IEEE 802.15.7a 작업 그룹(2024 년 발표 예정)에서 제안된 고속, 장거리 OCC 시스템용으로 설계된 새로운 OCC 파형을 제시합니다. 4 장에서는 빠른 3D 차량, 보행자, 자전거 인식을 위한 고효율 및 고성능을 위한 조기 융합 기법을 제시한다. 저자는 처리되지 않은 RGB 사진과 포인트 클라우드 융합에서 직접 포인트별 특징 추출을 가능하게 하는 모델 특징점 융합을 위한 모듈을 제공합니다. 이 장에서 저자는 초기 융합 기술의 기술적 세부 사항을 제시했습니다. KITTI 벤치마크 제품군을 사용한 수많은 테스트는 제안된 방법이 세 가지 수준(Easy, Moderate, Hard)에서 최첨단 LiDAR 카메라 기반 기술보다 더 나은 성능을 보인다는 것을 보여줍니다. 5 장에서는 본 논문의 결론을 제시한다.
자율주행차는 DL(Deep Learning)의 실용성이 크게 향상되어 산업의 미래에 영향을 미치는 핵심 기술이 되고 있으며, 통신 기술을 기반으로 자동차에서의 데이터 전송은 더 이상 문제가 되지 않습니다. 본 논문에서는 OCC 기반의 V2X(Vehicular to Everything) 통신망과 결합된 카메라 센서, LiDAR 기반의 물체 감지 작업을 포함하는 자율주행차의 다중 기술 아키텍처를 소개한다. 본 논문에서 DL 을 적용한 센서융합(LiDAR-Camera) 기술은 4 차 산업혁명 시대에 새로운 패러다임 서비스를 창출할 것으로 기대되는 혁신기술이며 이를 위한 창의적이고 혁신적인 장기적 기초연구가 추진되어야 한다. 국내외 기업들이 신규 시장을 개척하고 글로벌 시장을 선점합니다. OCC 기술을 기반으로 한 V2X 통신의 설계 및 성능 분석도 본 논문에 포함되어 있다. 본 논문의 대부분은 5 개의 챕터로 구성되어 있으며 다음과 같이 정리되어 있다. 1장에서는 자율 주행 차량의 센서 융합 및 OCC 기술에 대한 개요를 소개합니다. 이 장에서 저자는 이 논문에 대한 나의 작업과 기여를 자세히 설명합니다. 2 장에서는 다중 센서(LiDAR, RADAR, Camera)의 삼중 융합과 비교한 특성, 장단점을 제시한다. 센서의 종류와 효율성은 자율주행(A D) 시스템이 받을 수 있는 정보의 양과 종류에 직접적인 영향을 미칩니다. 2 장의 네 번째 섹션에서는 광 무선 통신/광 카메라 통신(OWC/OCC)의 장점과 OCC 의 엄청난 미래 잠재력을 강조하기 위해 무선 주파수(RF)와 가시 광선 통신(VLC) 기술을 비교합니다. 또한 제시된다. 3 장에서는 IEEE 802.15.7-2018 표준에 발표되고 IEEE 802.15.7a 작업 그룹(2024 년 발표 예정)에서 제안된 고속, 장거리 OCC 시스템용으로 설계된 새로운 OCC 파형을 제시합니다. 4 장에서는 빠른 3D 차량, 보행자, 자전거 인식을 위한 고효율 및 고성능을 위한 조기 융합 기법을 제시한다. 저자는 처리되지 않은 RGB 사진과 포인트 클라우드 융합에서 직접 포인트별 특징 추출을 가능하게 하는 모델 특징점 융합을 위한 모듈을 제공합니다. 이 장에서 저자는 초기 융합 기술의 기술적 세부 사항을 제시했습니다. KITTI 벤치마크 제품군을 사용한 수많은 테스트는 제안된 방법이 세 가지 수준(Easy, Moderate, Hard)에서 최첨단 LiDAR 카메라 기반 기술보다 더 나은 성능을 보인다는 것을 보여줍니다. 5 장에서는 본 논문의 결론을 제시한다.
Automated vehicle has been becoming a key technology impacting the future of the industry thanks to the major advancement of practicality in Deep Learning (DL) and data transfer on automobiles will no longer be a problem based on communication technologies. This thesis introduces the architecture of...
Automated vehicle has been becoming a key technology impacting the future of the industry thanks to the major advancement of practicality in Deep Learning (DL) and data transfer on automobiles will no longer be a problem based on communication technologies. This thesis introduces the architecture of a multi-technique for autonomous vehicles, which includes object detection tasks based on LiDAR, Camera sensors combined with OCC-based V2X (Vehicular to Everything) communication networks. In this thesis, sensor fusion (LiDAR-Camera) technology applying DL is an innovative technology that is expected to create a new paradigm service in the era of the 4th industrial revolution, and creative and innovative long-term basic research should be promoted to create new markets and preoccupy the global market by domestic/international companies. The design and performance analysis of V2X communication based on OCC technology are also included in this thesis. Five chapters compose most of this thesis and are arranged as follows: Chapter 1 introduces the overview of sensor fusion and OCC technique in an autonomous vehicle. In this chapter, the author will detail my work and my contributions to this thesis. Chapter 2 presents the characteristics, advantages, and disadvantages of multi-sensor (LiDAR, RADAR, and Camera) compared to the triple fusion of them. The kind and effectiveness of the sensors directly affect how much and what kind of information the Autonomous Driving (A D) system can receive. In the fourth section of Chapter 2, the advantages of optical wireless communication/optical camera communication (OWC/OCC), and to highlight the enormous future potential of OCC, a comparison of radio frequency (RF) and visible light communications (VLC) technologies are also presented. Chapter 3 presents the novel OCC waveforms designed for Higher-Rate, Longer-Range OCC systems, which were published in IEEE 802.15.7-2018 Standard and proposed in IEEE 802.15.7a Task Group (which promised to publish in 2024). Chapter 4 presents an early-fusion technique for the quick 3D vehicle, pedestrian, and bicycle recognition with high efficiency and high performance. The author offers a module for model feature point fusion that enables direct point-wise feature extraction from unprocessed RGB photos and point cloud fusion. In this chapter, the author presented the technical details of an early-fusion technique. Numerous tests using the KITTI benchmark suite demonstrate that the suggested method performs better than cutting-edge LiDAR-camera-based techniques on the three levels (Easy, Moderate, Hard). Chapter 5 presents the conclusion of this thesis.
Automated vehicle has been becoming a key technology impacting the future of the industry thanks to the major advancement of practicality in Deep Learning (DL) and data transfer on automobiles will no longer be a problem based on communication technologies. This thesis introduces the architecture of a multi-technique for autonomous vehicles, which includes object detection tasks based on LiDAR, Camera sensors combined with OCC-based V2X (Vehicular to Everything) communication networks. In this thesis, sensor fusion (LiDAR-Camera) technology applying DL is an innovative technology that is expected to create a new paradigm service in the era of the 4th industrial revolution, and creative and innovative long-term basic research should be promoted to create new markets and preoccupy the global market by domestic/international companies. The design and performance analysis of V2X communication based on OCC technology are also included in this thesis. Five chapters compose most of this thesis and are arranged as follows: Chapter 1 introduces the overview of sensor fusion and OCC technique in an autonomous vehicle. In this chapter, the author will detail my work and my contributions to this thesis. Chapter 2 presents the characteristics, advantages, and disadvantages of multi-sensor (LiDAR, RADAR, and Camera) compared to the triple fusion of them. The kind and effectiveness of the sensors directly affect how much and what kind of information the Autonomous Driving (A D) system can receive. In the fourth section of Chapter 2, the advantages of optical wireless communication/optical camera communication (OWC/OCC), and to highlight the enormous future potential of OCC, a comparison of radio frequency (RF) and visible light communications (VLC) technologies are also presented. Chapter 3 presents the novel OCC waveforms designed for Higher-Rate, Longer-Range OCC systems, which were published in IEEE 802.15.7-2018 Standard and proposed in IEEE 802.15.7a Task Group (which promised to publish in 2024). Chapter 4 presents an early-fusion technique for the quick 3D vehicle, pedestrian, and bicycle recognition with high efficiency and high performance. The author offers a module for model feature point fusion that enables direct point-wise feature extraction from unprocessed RGB photos and point cloud fusion. In this chapter, the author presented the technical details of an early-fusion technique. Numerous tests using the KITTI benchmark suite demonstrate that the suggested method performs better than cutting-edge LiDAR-camera-based techniques on the three levels (Easy, Moderate, Hard). Chapter 5 presents the conclusion of this thesis.
주제어
#IEEE 802.15.7 Standard Optical Camera Communication (OCC) Long Range OCC High Data Rate OCC Camera-LiDAR fusion LiDAR-RADAR-Camera Fusion Deep Learning IEEE 802.15.7 표준 광학 카메라 통신(OCC) 장거리 OCC 고속 OCC 카메라LiDAR 융합 LiDAR-RADAR-카메라 융합 YOLO 딥 러닝
학위논문 정보
저자
NGUYEN NGOC HUY
학위수여기관
Kookmin University
학위구분
국내박사
학과
전자공학과 전자공학전공
지도교수
Professor Jang Yeong Min
발행연도
2022
총페이지
viii, 105
키워드
IEEE 802.15.7 Standard Optical Camera Communication (OCC) Long Range OCC High Data Rate OCC Camera-LiDAR fusion LiDAR-RADAR-Camera Fusion Deep Learning IEEE 802.15.7 표준 광학 카메라 통신(OCC) 장거리 OCC 고속 OCC 카메라LiDAR 융합 LiDAR-RADAR-카메라 융합 YOLO 딥 러닝
※ AI-Helper는 부적절한 답변을 할 수 있습니다.