최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기로봇학회논문지 = The journal of Korea Robotics Society, v.11 no.3, 2016년, pp.115 - 126
이세진 (Division of Mechanical & Automotive Engineering, Kongju National University) , 김동현 (Department of Computer Science, Kennesaw State University)
This paper suggests the method of the spherical signature description of 3D point clouds taken from the laser range scanner on the ground vehicle. Based on the spherical signature description of each point, the extractor of significant environmental features is learned by the Deep Belief Nets for th...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
무인 이동 로봇이 직접적으로 물체의 종류측정을 하기 어려운 이유는 무엇인가? | 2005년 다르파 그랜드 챌린지(DARPA Grand Challenge)에서 우승한 스텐포드(Stanford) 대학의 스텐리(Stanley)[4]나 최근의 구글 자동차(Google Car)가 그 대표적인 예가될 것이다. 이러한 센서에 의해 제공되는 데이터는 단순히 물체의 존재 여부, 즉 공간적인 점유에 대한 정보만을 제공하기 때문에 무인 이동 로봇은 거리 측정 데이터 자체만으로 어떤 종류의 물체에서 측정되었는지를 직접적으로 판단하기 매우 어렵다. 따라서 환경 지도 생성에서 단순히 주변 환경의 지형/지물을 표현하는 것뿐만 아니라 지형/지물의 종류를 인식하는 것이 무엇보다도 중요하다[5]. | |
무인 이동 로봇이 자율 주행을 성공적으로 수행하기 위해서는 무엇이 필요한가? | 무인 이동 로봇이 자율 주행을 성공적으로 수행하기 위해서는 주변 환경을 강인하게 인지 및 분류할 수 있어야 하고 이를 위해서는 근본적으로 물체에 대한 형상학적 정보를 잘 표현할 수 있어야 한다[3]. 이러한 기능이 잘 뒷받침될 때, 위치 추정, 경로 계획, 장애물 회피, 그리고 의미 지도 작성 등의 무인 자율 주행 기술의 기본적인 기능들이 원만하게 수행될 수 있다. | |
GPU 와 같은 장비의 발달로 인해 현실에서 어떤 역사적인 순간을 맞이하게 되었는가? | GPU 와 같은 장비의 발달로 인해 컴퓨터의 계산 속도가 빨라짐에 따라 기계 학습 모델의 학습 속도 또한 더불어 급속도로 향상되고 있다[1]. 결국 구글 딥마인드 알파고(Google DeepMind AlphaGo)[2]의 인공 지능이 이세돌 9단과의 바둑 대국에서 5전 4승을 거두는 역사적인 순간을 우리는 맞이하게 되었다. 이러한 인공 지능의 발전에 의해 사회 및 문화적 패러다임의 변화가 지금부터 시작될 것이라고 사료된다. |
A. Krizhevsky, I. Sutskever, and G.E. Hinton, "ImageNet Classification with Deep Convolutional Neural Networks," NIPS, 2012.
D. Silver, A. Huang, C.J. Maddison, A. Guez, L. Sifre, G. van den Driessche, J. Schrittwieser, I. Antonoglou, V. Panneershelvam, M. Lanctot, S. Dieleman, D. Grewe, J. Nham, N. Kalchbrenner, I. Sutskever, T. Lillicrap, M. Leach, K. Kavukcuoglu, T. Graepel, and D. Hassabis, "Mastering the game of Go with deep neural networks and tree search," Nature 529, pp. 484-489, January, 2016.
Sejin Lee, Dong-Woo Cho, and Jae-Bok Song, "Novel Sonar Salient Feature Structure for Extended Kalman Filter-Based Simultaneous Localization and Mapping of Mobile Robots," Advanced Robotics, vol. 26, no. 8-9, pp. 1055-1074, July 2012.
S. Thrun, M. Montemerlo, H. Dahlkamp, D. Stavens, A. Aron, J. Diebel, P. Fong, J. Gale, M. Halpenny, G. Hoffmann, K. Lau, C. Oakley, M. Palatucci, V. Pratt, P. Stang, S. Strohband, C. Dupont, L. Jendrossek, C. Koelen, C. Markey, C. Rummel, J. van Niekerk, E. Jensen, P. Alessandrini, G. Bradski, B. Davies, S. Ettinger, A. Kaehler, A. Nefian, and P. Mahoney, "Stanley: The robot that won the DARPA Grand Challenge," Journal of Field Robotics, vol. 23, no. 9, pp. 661-692, September 2006.
Sejin Lee, Byung-Jae Park, Jong-Hwan Lim, Wan-Kyun Chung, and Dong-Woo Cho, "Grid Map Building through Neighborhood Recognition Factor of Sonar Data," Journal of Korea Robotics Society, vol. 2, no. 3, pp. 227-233, September 2007.
Geoffrey E. Hinton, Simon Osindero, and Yee-Whye Teh, "A Fast Learning Algorithm for Deep Belief Nets," Neural Computation, vol. 18, no. 7, pp. 1527-1554, May 2006.
J.F. Lalonde, N. Vandapel, D.F. Huber, and M. Hebert, "Natural Terrain Classification using Three-Dimensional Ladar Data for Ground Robot Mobility," Journal of Field Robotics, vol. 23, no. 10, pp. 839-861, October 2006.
A. Golovinskiy, V.G. Kim, and T. Funkhouser, "Shapebased Recognition of 3D Point Clouds in Urban Environments," in IEEE 12th International Conference on Computer Vision, Tyoko, September 2009, pp. 2154-2161.
X. Zhu, H. Zhao, Y. Liu, Y. Zhao, and H. Zha, "Segmentation and Classification of Range Image from an Intelligent Vehicle in Urban Environment," in IEEE/RSJ International Conference on Intelligent Robots and Systems, Taipei, October 2010, pp. 1457-1462.
H. Zhao, Y. Liu, X. Zhu, Y. Zhao, and H. Zha, "Scene Understanding in a Larhge Dynamic Environment through a Laser-based Sensing," in IEEE International Conference on Robotics and Automation, Anchorage, May 2010, pp. 128-133.
Yungeun Choe, Inwook Shim, and Myung Jin Chung, "Urban structure classification using the 3D normal distribution transform for practical robot applications," Advanced Robotics, vol. 27, no. 5, pp. 351-371, February 2013.
Yong-Ju Lee and Jae-Bok Song, "Three-dimensional iterative closest point-based outdoor SLAM using terrain classification," Intelligent Service Robotics, vol. 4, no. 2, pp. 147-158, 2011.
Martin Magnusson, "The Three-Dimensional Normal-Distributions Transform - an Efficient Representation for Registration, Surface Analysis, and Loop Detection," Doctoral Dissertation, Orebro University, 2009.
R. Socher, B. Huval, B.P. Bath, C.D. Manning, A.Y. Ng, "Convolutional-recursive deep learning for 3D object classification," NIPS, 2012.
Y. Bengio, P. Lamblin, D. Popovici, and H. Larochelle, "Greedy Layer-Wise Training of Deep Networks," Advances in neural information processing systems, vol. 19, pp. 153-160, January 2007.
D.H. Ackley, G.E. Hinton, and T.J. Sejnowski, "A learning algorithm for Boltzmann machines," Cognitive Science, vol. 9, no. 1, pp. 147-169, 1985.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.