메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
차준형 (한양대학교) 김기훈 (한양대학교) 허건수 (한양대학교)
저널정보
한국자동차공학회 한국자동차공학회 춘계학술대회 2022 한국자동차공학회 춘계학술대회
발행연도
2022.6
수록면
385 - 388 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
ADAS and Autonomous Driving is a technology that helps drivers safely maneuver through traffic, and prevents accidents from happening by evading potential dangers. This technology is currently being actively studied worldwide. To detect potential dangers on road and decide actions to evade, the vehicle has to predict nearby objects’ movements correctly. Vehicle path prediction can be categorized into two large groups : physics based model and network based model. Physics based model predicts short term paths with high precision. This model doesn’t take into account the context of the environment, thereby is inappropriate for long term path prediction. Network based model receives the context of the scene as an input, so it performs better at predicting long term paths. But physical movement of the vehicle is not taken into account when generating paths, making unrealistic predictions. In this paper, path prediction algorithm considering both dynamic characteristics of vehicle and scene context is proposed for short-term, long-term prediction. Constant velocity, constant turn rate and velocity model is used in Extended Kalman Filter for interacting multiple models algorithm to predict physics based prediction, and time series data is used in LSTM for Network based prediction. Two predicted outputs are then combined by a weighting function in respect to prediction time. The proposed algorithm is verified by Argoverse opendataset, and showed enhanced results compared to individual models’ results.
#Prediction(경로예측) #Interacting Multiple Model(상호간섭 다중모델) #Kalman Filter(칼만필터) #Deep learning(딥러닝) #LSTM(장단기 메모리)

목차

Abstract
1. 서론
2. 경로 예측 알고리즘
3. 시뮬레이션 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기계 학습을 활용한 구동 토크 예측 기반 차량 속도 프로파일 최적화
김병건 ,  김기훈 ,  안윤용 외 4명 한국자동차공학회논문집 2022 .06
주행 상황의 위험 확률을 반영한 히트맵 기반 로컬 경로 생성 알고리즘
안승윤 ,  정세영 ,  곽석우 외 2명 유공압건설기계학회 학술대회논문집 2023 .05
기계 학습을 통한 구동 토크 예측 기반 속도 프로파일 최적화
김병건 ,  김기훈 ,  안윤용 외 4명 한국자동차공학회 추계학술대회 및 전시회 2021 .11
주행 경로의 곡률 특성 반영을 통해 추종 성능을 향상시킨 가변 지평선 Model Predictive Control
최윤석 ,  이원우 ,  유진우 한국자동차공학회논문집 2021 .12
멀티 스케일 적대적 생성 신경망을 이용한 라이다 채널 해상도 개선
김민정 ,  최승원 ,  허건수 한국자동차공학회 춘계학술대회 2021 .06

최근 본 자료

전체보기

댓글(0)

0