http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 곽승헌 (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
차량용 레이다 시스템에서의 LSTM 회귀 모델을 이용한 보행자 경로 예측
전다현,권송이,곽승헌,이성욱 한국전자파학회 2024 한국전자파학회논문지 Vol.35 No.4
본 논문에서는 운전자 안전 시스템을 개선하기 위하여 보행자에 대한 감지 성능을 향상하고, 보행자의 미래 경로를예측하는 방법에 대해 제안한다. 우선 주파수 변조 연속파형 레이다 시스템을 통해 정지된 차량 뒤에서 이동하는 보행자의 거리 및 속도 정보를 추정한다. 이때 보행자의 신호를 검출하기 위하여 cell-averaging constant false alarm rate 알고리즘을 이용해 잡음 환경에서 표적에 대한 신호 성분을 효과적으로 검출했다. 또한 높은 해상도로 표적에 대한 각도를 추정하는 multiple signal classification 알고리즘을 이용하여 최종적으로 보행자의 위치를 추정하였다. 이후, 딥러닝 모델 중하나인 long short-term memory 신경망을 활용하여 정지된 차량 뒤에 가려진 보행자의 이동 경로를 예측한 다음, 차량용시스템에서의 운전자 안전 기능을 위해 차량 뒤에서 걸어 나오는 보행자의 방향을 추정하고 미래 경로까지 예측하였다. 이때 예측한 점과 실제 경로에 대한 점 사이의 유클리드 거리 평균 오차는 약 0.09 m로 계산되었다. In this study, we propose a two-step method to enhance pedestrian detection and driver safety in automotive radar systems. First, we assumed information regarding the range, velocity, and angle of pedestrians behind stationary vehicles using a frequency-modulated continuous wave radar system, with the cell-averaging constant false alarm rate algorithm employed to effectively distinguish between the target signals and noise components. Additionally, a multiple signal classification algorithm was used for the high-resolution angle estimation of the target. Subsequently, a long short-term memory network is applied to predict the movement of a pedestrian, with the results indicating an average error of 0.09 m between the predicted and actual points along the trajectory.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
