지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.1
- 수록면
- 780 - 789 (10page)
- DOI
- 10.5762/KAIS.2024.25.1.780
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
자율주행 농기계가 실용화되기 위해서는 농업 환경에서 신뢰할 수 있는 장애물 인식 시스템과 충돌을 방지하는 시스템이 필수적이지만, 카메라나 라이다, 레이더 등의 단일 센서로는 다양한 환경에서도 신뢰할 수 있는 장애물 인식에 한계가 있다. 본 연구에서는 영상 센서 융합기술을 이용하여 실시간으로 장애물을 인식하고 실제 상황에서 충돌 대응이 가능한 자율주행 트랙터의 충돌 방지 시스템을 개발하고자 하였다. 안전의 최우선이 되는 인명 보호를 위해 장애물 인식 대상을 사람으로 하였고, 트랙터의 진행 방향에 대하여 설계된 위험과 경고 영역 범위 내에서 작동하도록 하였다. 개발한 센서 융합 시스템은 객체 분류에 강점을 가지는 RGB 카메라와 거리 측정에 강인한 라이다 센서로 구성하였다. 각 센서의 데이터는 카메라-라이다 캘리브레이션과 보정을 통하여 두 센서의 공간정보를 일치시켰으며, 인식 알고리즘은 RGB 영상에서 YOLO 모델을 기반으로 사람을 인식하고, 영상에 투영된 라이다 데이터를 이용하여 트랙터로부터의 상대 거리를 측정하였다. 충돌 방지 시스템은 인식 시스템에서 계산된 장애물의 상대 거리를 기준으로 장애물이 위험 영역에 있다고 판단되면 제어기가 트랙터를 정지시켰고, 장애물이 사라지면 트랙터는 다시 주행하도록 개발되었다. 개발된 장애물 인식과 충돌 방지 시스템은 평평한 농지에서 정적인 상황과 동적인 상황에 대해 유효성을 검증하였다. 충돌 위험 구간에서의 인식률은 99% 이상, 측정된 상대 거리의 RMSE는 24 cm, 충돌 방지 및 대응 성공률은 98% 이상으로 나타났다.
목차
요약
Abstract
1. 서론
2. 본론
3. 결론
References
참고문헌 (17)
참고문헌 신청
Ball, D., Upcroft, B., Wyeth, G., Corke, P., English, A., Ross, P., Patten, T., Fitch, R., Sukkarieh, S., and Bate, A., “Vision‐based obstacle detection and navigation for an agricultural robot”, Journal of field robotics, Vol.33, No.8, pp.1107-1130, 2016. DOI: https://doi.org/10.1002/rob.21644
Yang, L., Noguchi, N., “Human detection for a robot tractor using omni-directional stereo vision”, Computers and Electronics in Agriculture, Vol.89, pp.116-125, 2012. DOI: https://doi.org/10.1016/j.compag.2012.08.011
Li, Y., Iida, M., Suyama, T., Suguri, M., and Masuda, R., “Implementation of deep-learning algorithm for obstacle detection and collision avoidance for robotic harvester”, Computers and Electronics in Agriculture, Vol.174, Article 105499, 2020. DOI: https://doi.org/10.1016/j.compag.2020.105499
Skoczeń, M., Ochman, M., Spyra, K., Nikodem, M., Krata, D., Panek, M., and Pawłowski, A., “Obstacle detection system for agricultural mobile robot application using RGB-D cameras”, Sensors, Vol.21, No.16, Article 5292, 2021. DOI: https://doi.org/10.3390/s21165292
Lee, C., Lang, S. A., and Bernhardt, H., “Designing a Perception System for Safe Autonomous Operations in Agriculture”, 2019 ASABE Annual International Meeting, American Society of Agricultural and Biological Engineers, Massachusetts, USA, ASABE paper No.1900696, 2019. DOI: https://doi.org/10.13031/aim.201900696
Yang, L., Noguchi, N., “Human detection for a robot tractor using omni-directional stereo vision”, Computers and Electronics in Agriculture, Vol.89, pp.116-125, 2012. DOI: https://doi.org/10.1016/j.compag.2012.08.011
Li, Y., Iida, M., Suyama, T., Suguri, M., and Masuda, R., “Implementation of deep-learning algorithm for obstacle detection and collision avoidance for robotic harvester”, Computers and Electronics in Agriculture, Vol.174, Article 105499, 2020. DOI: https://doi.org/10.1016/j.compag.2020.105499
Skoczeń, M., Ochman, M., Spyra, K., Nikodem, M., Krata, D., Panek, M., and Pawłowski, A., “Obstacle detection system for agricultural mobile robot application using RGB-D cameras”, Sensors, Vol.21, No.16, Article 5292, 2021. DOI: https://doi.org/10.3390/s21165292
Lee, C., Lang, S. A., and Bernhardt, H., “Designing a Perception System for Safe Autonomous Operations in Agriculture”, 2019 ASABE Annual International Meeting, American Society of Agricultural and Biological Engineers, Massachusetts, USA, ASABE paper No.1900696, 2019. DOI: https://doi.org/10.13031/aim.201900696
이 논문의 저자 정보
이 논문과 함께 이용한 논문
희소 입력 환경에서의 지식 증류를 활용한 카메라-라이다 센서 융합
황혜린
,
조동현
방송공학회논문지
2023
.07
ROI 기반 카메라-라이다 융합 위치정보 추출 알고리즘
윤영진
,
한동석
한국통신학회논문지
2021
.12
딥러닝 기반 사용자 친화형 키오스크 시스템
강수연
,
이유진
,
정현아
외 2명
한국산업정보학회논문지
2024
.02
자율주행을 위한 BEV Segmentation에 관한 연구
전우민
,
이성진
한국통신학회논문지
2024
.10
자율주행 환경에서 노이즈가 YOLO 기반의 객체 탐지에 미치는 영향에 관한 연구
김라영
,
차현종
,
강아름
한국컴퓨터정보학회논문지
2024
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089351560