선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 구동하는 엑츄에이터의 고장 진단과 그에 대한 대처에 대해 연구하였다.(4) 자율 주행 자동차는 보통 인지, 판단, 제어 기술로 이루어지는데 이 중 인지에 대한 신뢰성 향상은 충분히 연구 되어지지 않고 있다.
- 이를 비교하기 위해서 레이더, 카메라, 라이더의 융합 필터의 결과를 이용하였다. 다음 논문에서 상대 차량 추정을 하는 필터에 대해 소개하고 상대 차량 간의 오차 값에 대해 분석하고자 한다.
- 본 논문에서는 상대 차량에 대한 위치 추정 값에 대하여 비교/분석해 보았다.
- 본 논문에서는 환경 인지 센서의 고장 검출에 대한 알고리즘을 제시 하였으며, 본 문제를 새로운 방향으로 접근하는데 그 중점을 두어 새로운 가능성을 보였다. 시뮬레이션을 통해 고장 상황을 가정하여 검증하였지만 특정 고장 상황 이외 모든 고장 상황에 적용 가능한 것은 아니었고, 오차의 추정 값이 많은 부분에서 필터의 성능에 의존하는 경향이 있었음을 밝힌다.
- (6) 고장 진단을 위한 한계점(Threshold)은 차 량 주행 데이터에 의해 만들어졌으며, 오차는 가상의 고장 상황을 가정해서 시뮬레이션 되었다. 본 논문에서는 환경 인지 센서의 고장 진단 방법을 위한 방법으로 3가지 센서를 이용 방법을 제시하는 데에 중점을 두고자 한다(Fig. 1).
- 그러나 본 연구에서 세가지 센서의 추정 값의 오차와 확률 분포를 통해 고장 진단을 하는 방법에 대해 고찰하고 시뮬레이션을 통해 검증하였다. 본 연구는 실제 차량의 적용까지는 더 많은 연구가 필요하지만 자율 주행 차량의 외부 센서에 대한 강건성 확보에 대해 새로운 방법 을 제시했다는 데에 그 의의를 둔다.
가설 설정
- 상대 차량 위치 추정 오차를 확률 기법을 이용하여 자율 주행 차량의 환경 인지 센서 정상 작동 여부를 판단하고 상대 차량 위치 추정의 경우 차량의 거동을 다양한 주행을 모사 할 수 있는 주행 모델(Driving Model)을 이용 하였다.(6) 고장 진단을 위한 한계점(Threshold)은 차 량 주행 데이터에 의해 만들어졌으며, 오차는 가상의 고장 상황을 가정해서 시뮬레이션 되었다. 본 논문에서는 환경 인지 센서의 고장 진단 방법을 위한 방법으로 3가지 센서를 이용 방법을 제시하는 데에 중점을 두고자 한다(Fig.
- 먼저, 교내 주행 데이터를 분석하여 세 가지 센서 모두 정상 작동하는 상황에서의 오차 값을 분석하여 Table 1과 Table 2의 값을 얻었다. 이 후 고장 상황을 가정하여 주행 데이터를 이용하여 시뮬레이션을 해 보았다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.