[논문]자율주행 인지 모듈의 실시간 성능을 위한 적응형 관심 영역 판단

이아영; 이호준; 이경수

doi:10.22680/kasa2022.14.2.020

자율주행 인지 모듈의 실시간 성능을 위한 적응형 관심 영역 판단
An Adaptive ROI Decision for Real-time Performance in an Autonomous Driving Perception Module 원문보기

자동차안전학회지 = Journal of Auto-Vehicle Safety Association, v.14 no.2, 2022년, pp.20 - 25

이아영 (서울대학교 기계공학부) , 이호준 (서울대학교 기계공학부) , 이경수 (서울대학교 기계공학부)

Abstract ▼ AI-Helper

This paper represents an adaptive Region of Interest (ROI) decision for real-time performance in an autonomous driving perception module. Since the whole automated driving system consists of numerous modules and subdivisions of module occur, it is necessary to consider the characteristics, complexity, and limitations of each module. Furthermore, Light Detection And Ranging (Lidar) sensors require a considerable amount of time. In view of these limitations, division of submodule is inevitable to represent high real-time performance for stable system. This paper proposes ROI to reduce the number of data respect to computation time. ROI is set by a road's design speed and the corresponding ROI is applied differently to each vehicle considering its speed. The simulation model is constructed by ROS, and overall data analysis is conducted by Matlab. The algorithm is validated using real-time driving data in urban environment, and the result shows that ROI provides low computational costs.

주제어

표/그림 (12)

그림 Fig. 1 Autonomous driving system with ROI
그림 Fig. 2 Sensor detection range
표 Table 1 Standard of speed limit by road classification of Korea
표 Table 2 Standard of desired speed by road classification of Korea
그림 Fig. 3 Front ROI range
그림 Fig. 4 Side ROI range
그림 Fig. 5 ROI range of region1
그림 Fig. 6 ROI range of region2
그림 Fig. 7 ROI range of region3
그림 Fig. 8 ROI range map in ROS
그림 Fig. 9 Improved time gap about ROI
표 Table 3 Mean and standard deviation of improved time

참고문헌 (6)

K.N. Qureshi and A. H. Abdullah, 2013, "A survey on intelligent transportation systems", Middle-East Journal of Scientific Reserch, Vol. 15, pp. 629~642.
AutoNet2030, 2014, Co-operative Systems in Support of Networked Automated Driving by 2030.
이호준, 채흥석, 서호태, 이경수, 2018, "자율주행을 위한 레이더기반인지 알고리즘의 정량적분석", 2018, 자동차안전학회지, Vol. 10, No. 2, pp. 29~35.

원문보기 상세보기
Benligiray, B., Topal, C. and Akinlar, C. "Video-based lane detection using a fast vanishing point estimation method", 2012, IEEE, 348~351.
Bertozzi, M., Broggi, A. and Fascioli, A, 2000. "Vision-based intelligent vehicles: State of art and perspectives, Robotics and Autonomous systems, 32, 1~16.

상세보기
Brenner, W. and Herrmann, A., 2018, "An overview of technology, benefits and impact of automated and autonomous driving on the automotive industry, Digital Marketplaces Unleashed. Springer.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증