Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2025.05a
- /
- Pages.342-345
- /
- 2025
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
Visualization of Deep Learning-Based Path Planning for Avoiding Driving Interference of Vehicles
차량 주행 방해 회피를 위한 딥러닝 기반의 경로 계획 시각화
- Quwon Lee (Dept. of Mechanical & Biomedical Mechatronics Engineering, Kangwon National University) ;
- Seongjae Lee (Dept. of Electrical & Electronics Engineering, Kangwon National University) ;
- Minji Kim (Dept. of Applied Plant Sciences, Kangwon National University) ;
- Byeongseok Ryu (Dept. of Chemical & Biomolecular Engineering, Yonsei University) ;
- YoungGyun Kim (Convergence Software Lab)
- 이규원 (강원대학교 문화예술.공과대학 기계의용.메카트로닉스공학과) ;
- 이성재 (강원대학교 IT대학 전기전자공학과) ;
- 김민지 (강원대학교 농업생명과학대학 식물자원응용과학전공) ;
- 류병석 (연세대학교 공과대학 화공생명공학과) ;
- 김영균 (융합소프트웨어랩)
- Published : 2025.05.29
Abstract
운전자의 인지적 특성의 영향과 자율주행차량의 영상 처리 분석 한계로 차량의 충돌사고로 인한 인명 및 물적 피해가 증가하고 있다. 본 논문에서 제안하는 회피 경로 계획 알고리즘은 도시 거리 이미지에서 ResU-Net 모델을 통해 도로 영역을 분할하고 YOLO-DeepSORT 알고리즘으로 주행 방해 요소를 검출한 다음 A* 알고리즘과 OpenCV를 활용하여 예상 경로를 시각화한다. 이후, 예상 경로를 분석하여 최적의 회피 방향을 지정한다. 본 알고리즘은 사람이 운전하는 상황뿐만 아니라 자율주행차량에서도 주행 방해 요소를 피할 수 있도록 예상 경로와 회피 방향을 화면상에 시각화하여 차량 충돌 사고를 예방하는 데 기여할 것으로 기대된다.
Keywords