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

국문 초록 (Abstract)

자율배송 운행 데이터는 코로나 시대의 라스트마일 배송에 대한 패러다임 변화를 주도하는 핵심이다. 국내자율배송로봇과 해외 기술선도국가 간의 기술격차 해소를 위해서는 인공지능 학습에 사용 가능한 대규모 데이터 수집과 검증이 최우선으로 요구된다. 따라서 해외 기술선도국가에서는 인공지능 학습데이터를 누구든사용가능한 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.

참고문헌 (Reference)

1 윤경수, "자율주행 기술 및 평가 동향"

2 "인공지능 학습용 데이터 품질관리 가이드라인v1.0"

3 KDB산업은행, "로봇산업의 국내외 동향및 전망" 2018

4 차원두, "로봇 모빌리티에 올라타다"

5 Google, "YouTube-8M Segments Dataset"

6 Redmon, Joseph, "Yolov3: An incremental improvement"

7 K. He, "Mask R-CNN" 2980-2988, 2017

8 "KOROS1126:2017 이동로봇 장애물 회피 성능평가 – 실외 보도 환경"

9 "IEC 청소로봇 주행성시험 설비"

10 Liang-Chieh Chen, "Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation"

11 "AI허브"