초록 ▼

□ 연구개요
SLAM 기술의 문제점 개선을 위해 SLAM 및 딥러닝의 양방향 연동을 통한 지능형 이동체의 자율주행과 환경인식 정확도 및 범위를 향상함. 또한 동적인 환경에도 강인한 동시적 학습, 측위 및 맵 생성 기법인 SL2M을 제안하고 이에 필요한 핵심 기술을 개발함

□ 연구 목표대비 연구결과
- 정량적 연구 결과 :
○ 국내논문: SCI급 논문 1편 게재 / 비SCI급 논문 3편 게재
○ 국외논문: SCI급 논문 6편 게재 / 비SCI급 논문 10편 게재
○ 지적재산권: 국내특허 출원 1

□ 연구개요
SLAM 기술의 문제점 개선을 위해 SLAM 및 딥러닝의 양방향 연동을 통한 지능형 이동체의 자율주행과 환경인식 정확도 및 범위를 향상함. 또한 동적인 환경에도 강인한 동시적 학습, 측위 및 맵 생성 기법인 SL2M을 제안하고 이에 필요한 핵심 기술을 개발함

□ 연구 목표대비 연구결과
- 정량적 연구 결과 :
○ 국내논문: SCI급 논문 1편 게재 / 비SCI급 논문 3편 게재
○ 국외논문: SCI급 논문 6편 게재 / 비SCI급 논문 10편 게재
○ 지적재산권: 국내특허 출원 1건
○ 학위배출: 박사 1명 / 박사수료 1명 / 석사 3명 / 학사 1명

- 정성적 연구 결과 :
○ 객체 학습용 데이터 구조 및 CNN 모델 개발
○ 딥러닝 기반 동적 객체 탐지 및 정밀 추적 기술 개발
○ 동적환경에 강인한 SL2M 통합 구조 및 백엔드(Back-End) 최적화 알고리즘 개발

□ 연구발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
빅데이터 및 딥러닝 기술은 최근 4차 산업혁명의 급부상과 함께 엄청난 고부가가치를 창출할 수 있을 것으로 기대되고 있으며 지능형 서비스 로봇 및 자율주행 자동차 등의 지능융합 산업은 핫이슈로 급부상하고 있음. 또한 고수준 자율주행 기능을 제공하기 위해서는 알려지지 않은 환경에서 스스로 정밀한 맵을 구축하며 측위하는 SALM 기술의 중요성이 더욱 강조됨. 본 연구를 통해 개발한 SLAM 기술을 통해 차량의 자율주행 기술에 핵심적으로 적용이 가능하며, 나아가 소규모의 자율주행 이동체의 적용을 통해 단순 주행 환경을 넘어 다양한 상황의 기술 적용을 기대할 수 있음

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 6
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 15
• 1) 정성적 연구개발성과(연구개발결과) ... 15
• 2) 세부 정량적 연구개발성과 ... 15
• 3) 목표 달성 수준 ... 15
• 4) 목표 미달 시 원인 분석 ... 17
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 17
• 5. 연구개발성과의 관리 및 활용 계획 ... 18
• 6. 참고문헌 ... 18
• [붙임1] 세부 정량적 연구개발성과 ... 20
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 25
• 끝페이지 ... 35