김하연, 노명일, 하지상, 조영민, 이혜원, "센서 데이터를 활용한 딥 러닝 기반 해상 장애물의 추적 방법", 2023년도 한국CDE학회 하계학술발표회, 제주, pp. 12, 2023.08.23-26
Domestic Conference
2023.09.13 20:42
김하연, 노명일, 하지상, 조영민, 이혜원, "센서 데이터를 활용한 딥 러닝 기반 해상 장애물의 추적 방법", 2023년도 한국CDE학회 하계학술발표회, 제주, pp. 12, 2023.08.23-26
조회 수 169
| 첨부 '1' |
|---|
| Abstract | 해상 장애물은 RADAR (RAdio Detection And Ranging), 카메라 등과 같은 여러 종류의 센서를 사용해 탐지된다. 이러한 센서로부터 얻은 데이터를 기반으로 추적 알고리즘을 적용하면 해상 장애물의 경로, 속력, 진행 방향을 파악할 수 있다. 대표적인 추적 방법 중 하나인 확장 칼만 필터 (Extended Kalman Filter)는 탐지하고자 하는 해상 장애물의 시스템 모델을 활용해 측정값을 기반으로 추정값을 업데이트한다. 그러나 계산에 사용되는 파라미터의 설정에는 여러 시행착오가 필요하고, 초기 추적 단계에서 해상 장애물의 상태를 안정적으로 추적하기까지의 수렴 시간이 필요하다는 단점이 있다. 본 연구에서는 이를 보완하고자 확장 칼만 필터 기반의 추적 방법에서 사용되는 파라미터를 최적화하여 추적의 정확도를 개선했다. 한편, 최근 활발한 연구가 진행되고 있는 딥 러닝 기반의 추적 방법은 해상 장애물에 대한 정확한 시스템 모델이 없어도 상태를 추적할 수 있으며, 확장 칼만 필터 기반의 추적 방법보다 수렴 시간이 짧다는 장점이 있다. 따라서 본 연구에서는 딥 러닝 기반의 추적 방법을 연구해 적용해 보았다. 끝으로, 다양한 시나리오의 가상 센서 데이터를 생성해 확장 칼만 필터 기반의 추적 방법과 딥 러닝 기반의 추적 방법을 비교해 보았다. |
|---|---|
| Publication Date | 2023-08-24 |
