$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

센서 융합을 통한 물체 거리 측정 및 인식 시스템
Object detection and distance measurement system with sensor fusion 원문보기

전기전자학회논문지 = Journal of IKEEE, v.24 no.1, 2020년, pp.232 - 237  

이태민 (Dept. of Electronic Engineering, Hanyang University) ,  김정환 (Dept. of Electronic Engineering, Hanyang University) ,  임준홍 (Dept. of Electronic Engineering, Hanyang University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 자율주행 자동차에 물체를 인식하고 거리를 측정하는데 효율적인 센서 융합을 제안한다. 자율주행 자동차에 사용되는 대표적인 센서는 레이더, 라이다, 카메라이다. 이 중 라이다 센서는 차량 주변의 맵을 만드는 역할을 한다. 하지만 날씨 조건에 성능이 하락하고 센서의 가격이 매우 비싸다는 단점 있다. 본 논문에서는 이러한 단점을 보완하고자 비교적 저렴하고 눈, 비, 안개에 지장 없는 레이더 센서로 거리를 측정하며 차량 주변을 관찰한다. 물체 인식률이 뛰어난 카메라 센서를 융합하여 물체 인식 및 거리를 측정한다. 융합된 영상은 IP서버를 통해 실시간으로 스마트폰에 전송되어 현재 차량의 상황을 내부, 외부에서 판단하는 자율주행 보조 시스템에 사용될 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose an efficient sensor fusion method for autonomous vehicle recognition and distance measurement. Typical sensors used in autonomous vehicles are radar, lidar and camera. Among these, the lidar sensor is used to create a map around the vehicle. This has the disadvantage, howev...

주제어

#YOLOv3   #Vision   #Radar   #Senser fution   #FMCW   #radar  

표/그림 (4)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러므로 레이더 데이터와 카메라 데이터를 융합하면 물체의 거리 및 인식에 정확성을 높일 수 있다. 본 논문에서는 센서 융합을 통해 물체 인식 및 거리 측정을 하는 알고리즘을 제안한다. 2장에서는 레이더 센서의 거리측정 기술을 소개하고, 3장에서는 딥러닝을 이용한 물체 인식을 소개한다.
  • 본 논문은 물체 감지, 거리 측정, 센서 융합, 영상 스트리밍 이러한 모든 요소를 결합한 차량 감시 시스템을 제안한다. 실험 결과 제안한 알고리즘은 발생할 수 있는 사고와 지나간 사고를 정확하게 파악하고 효율적으로 증거자료를 수집할 수 있어 원인 규명할 수 있게 된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
라이다 센서의 역할은? 자율주행 자동차에 사용되는 대표적인 센서는 레이더, 라이다, 카메라이다. 이 중 라이다 센서는 차량 주변의 맵을 만드는 역할을 한다. 하지만 날씨 조건에 성능이 하락하고 센서의 가격이 매우 비싸다는 단점 있다.
자동차의 레이더가 자융주행에 핵심적인 센서인 이유는? 자동차의 레이더는 자율주행에 핵심적인 센서 중 하나이다. 왜냐하면 안개, 비, 눈 등 모든 환경 조건에 가장 높은 내성을 가지고 있기 때문이다. 일반적으로 사용되는 FMCW 레이더는 주파수 변조 연속파 신호이다.
최근 자율주행에서 사용하는 센서는? 최근 자율주행 시장동향을 보면 카메라, 레이더, 라이다, 초음파와 같은 여러 가지 센서를 융합하여 사용한다. 센서들을 이용해 물체를 식별하고 주행 환경도 판단한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. Alex Krizhevsky, Ilya Sutskever and Geoffrey E. Hinton, "Imagenet classification with deep convolutional neural networks," Advances in neural information processing systems, 2012. DOI: 10.1145/3065386 

  2. Ross Girshick, Jeff Donahue, Trevor Darrell and Jitendra Malik, "Rich feature hierarchies for accurate object detection and semantic segmentation," Proceedings of the IEEE conference on computer vision and pattern recognition, 2014. DOI: 10.1109/cvpr.2014.81 

  3. Shaoqing Ren, Kaiming He, Ross Girshick and Jian Sun, "Faster r-cnn: Towards real-time object detection with region proposal networks," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol.39, No.6, pp.1137-1149, 2017. DOI: 10.1109/TPAMI.2016.2577031 

    상세보기 crossref

  4. Kaiming He, Georgia Gkioxari, Piotr Dollar and Ross Girshick, "Mask r-cnn," Proceedings of the IEEE international conference on computer vision, 2017. DOI: 10.1109/iccv.2017.322 

  5. A. G. Stove, "Linear FMCW radar techniques," IEE Proceedings F-Radar and Signal Processing, Vol.139, pp.343-350, 1992. DOI: 10.1049/ip-f-2.1993.0019 

    상세보기

  6. Jau-Jr Lin, Yuan-Ping Li, Wei-Chiang Hsu and Ta-Sung Lee, "Design of an FMCW radar baseband signal processing system for automotive application," SpringerPlus, Vol.5, pp.42, 2016. DOI: 10.1186/s40064-015-1583-5 

    상세보기 crossref

  7. Redmon, Joseph, and Ali Farhadi. "Yolov3: An incremental improvement," arXiv preprint arXiv:1804.02767 2018. 

  8. Gareth Dwyer, Jack Stouffer and Shalabh Aggarwal, Flask : building Python web services, Packt Publishing, 2017. 

  9. Hyunggi Cho, Young-Woo Seo, B.V.K. Vijaya Kumar and Ragunathan Raj Rajkumar, "A multi-sensor fusion system for moving object detection and tracking in urban driving environments," 2014 IEEE International Conference on Robotics and Automation (ICRA), pp.1836-1843, 2014. DOI: 10.1109/ICRA.2014.6907100 

  10. Ricardo Omar Chavez-Garcia and Olivier Aycard, "Multiple Sensor Fusion and Classification for Moving Object Detection and Tracking," IEEE Transactions on Intelligent Transportation Systems, Vol.17, No.2, pp.525-534, 2016. DOI: 10.1109/TITS.2015.2479925 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로