$\require{mediawiki-texvc}$

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.

스마트 자율배송을 위한 클래스 분류와 객체별 학습데이터 유형
Class Classification and Type of Learning Data by Object for Smart Autonomous Delivery 원문보기

The journal of Bigdata = 한국빅데이터학회지, v.7 no.1, 2022년, pp.37 - 47  

강영진 (동의대학교 인공지능그랜드ICT연구센터) ,  김기환 (동서대학교 international college) ,  정석찬 (동의대학교 e비즈니스학과 인공지능그랜드ICT연구센터 부산IT융합부품연구소)

초록
AI-Helper 아이콘AI-Helper

자율배송 운행 데이터는 코로나 시대의 라스트마일 배송에 대한 패러다임 변화를 주도하는 핵심이다. 국내 자율배송로봇과 해외 기술선도국가 간의 기술격차 해소를 위해서는 인공지능 학습에 사용 가능한 대규모 데이터 수집과 검증이 최우선으로 요구된다. 따라서 해외 기술선도국가에서는 인공지능 학습데이터를 누구든 사용가능한 공공데이터 형태로 오픈하여 검증과 기술발전에 기여하고 있다. 본 논문은 자율배송로봇 학습을 목적으로 326개의 객체를 수집하고 Mask r-cnn, Yolo v3 등의 인공지능 모델을 학습하고 검증하였다. 추가적으로 두 모델을 기반으로 비교하고 향후 자율배송로봇 연구에 요구되는 요소를 고찰하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Autonomous delivery operation data is the key to driving a paradigm shift for last-mile delivery in the Corona era. To bridge the technological gap between domestic autonomous delivery robots and overseas technology-leading countries, large-scale data collection and verification that can be used for...

주제어

#딥러닝   #주행 환경 인식   #AI 학습용 데이터   #객체인식   #자율주행  

참고문헌 (11)

  1. 윤경수, 김봉섭, 자율주행 기술 및 평가 동향,？2021. 

  2. 차원두, 로봇 모빌리티에 올라타다, 2021. 

  3. KDB산업은행보고서, 로봇산업의 국내외 동향？및 전망, 2018. 

  4. Liang-Chieh Chen, Yukun Zhu, George Papandreou,？Florian Schroff, and Hartwig Adam, "Encoder-Decoder with Atrous Separable Convolution for？Semantic Image Segmentation", arXiv: 1802.02611,？2018. 

  5. K. He, G. Gkioxari, P. Dollar, and R. B. Girshick,？"Mask R-CNN", IEEE International Conference on？Computer Vision, pages 2980-2988, 2017. 

  6. Google, YouTube-8M Segments Dataset, https://research.google.com/youtube8m/ 

  7. AI허브, https://aihub.or.kr/ 

  8. 인공지능 학습용 데이터 품질관리 가이드라인？v1.0, 2021. 

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

  10. IEC 청소로봇 주행성시험 설비, 2021. 

  11. KOROS1126:2017 이동로봇 장애물 회피 성능평가 - 실외 보도 환경, 2017. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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