분야
정보/통신
발행기관
한국전자통신연구원
발행일
2020.08.28
URL
본 기술이전의 대상이 되는 “자율주행 인지 및 예측 인공지능 기술”은 총 4개의 세부 기술로 구성이 되어 있음.
(세부기술1)영상기반 시멘틱세그멘테이션 기술: 입력 영상에 대한 픽셀 단위의 의미를 인공지능 기계학습을 통해 인식하며 총 51개의 클래스를 추출할 수 있으며, 추가적으로 차선/마커 추출, 주행가능영역 인식 기능을 제공. 차선/마커는 영상기반 로컬라이제이션에 활용할 수 있으며, 주행가능 영역 인식은 차선/마커가 없는 비포장도로 또는 비정형 환경에서 주행을 하기위해 반드시 필요한 기술이며 국내에서는 최초임. 기존 기술 중 영상기반 로컬라이제이션 기술을 활용하는 기관이 있으나, 차선/마커 등의 인식을 인공지능으로 인식함으로써 보다 정확한 위치 계산이 가능함.
(세부기술2)영상기반 차량후미등 인식 기술: 자율주행 차량이 충돌없이 안전한 주행을 위해 주변 차량의 상태를 인식할 수 있어야 하며, 주변 차량의 상태를 차량 후미등을 이용하여 인식하는 기술임. 차량의 상태를 인식함으로써 회피, 감속, 차선변경 등의 행동결정을 할 수 있음. 차량 후미등 인식을 적용한 국내 자율주행 기술은 없음
(세부기술3)영상기반 신호등 인식 기술: 신호등 인식 기술은 도심환경 자율주행에 필수로 적용되어야 하는 기술이며, 특히, 국외 주행도로의 신호기 형태와 큰 차별점이 있어, 외국 기업에 국내에 자율주행하기 위하여 필수적으로 학습데이터가 필요함
(세부기술4)영상기반 2D 이동객체 인식 기술: 자율주행을 위한 이동객체를 인식하여 ACC/TJA/AEB 등의 기술구현에 필요함. 2D 영상 입력으로 객체를 검출하며 학습 클래스는 자동차, 트럭, 버스, 바이크, 보행자 등이 있음
각각의 세부기술에 해당하는 딥러닝 학습데이터를 기술이전에 포함하여 제공함. 4개 세부기술로 분리한 이유는 기업이 자율주행 또는 ADAS 기술 제품화 및 사업화에 필요한 기술의 선별적 요구에 탄력적으로 대응하기 위함임, 또한 기술이전 이후에 추가 구축된 학습 데이터는 기업이 요구할 경우 제공 가능함
자세한 내용은 바로가기(URL)를 통해 확인하시기 바랍니다.
출처 : 한국전자통신연구원/ 기술이전검색
추천 리포트
-
[동향보고서] Gartner, ChatGPT를 넘어서: 생성형 AI기술의 5가지 사용 사례와 올바른 기술 방향 발표
-
[코센리포트] 저온 플라즈마를 이용한 암모니아 가스 합성
-
[동향보고서] [한러과학기술협력센터] 12월 러시아 월간과학기술동향 송부
-
[코센리포트] 인공지능에서의 양자화
-
[동향보고서] 미래자동차 확산 및 시장선점전략
-
[동향보고서] 미래 인공지능 기술과 서비스 생태계
-
리포트 평점
해당 콘텐츠에 대한 회원님의 소중한 평가를 부탁드립니다. -
0.0 (0개의 평가)