| 1 |
1
예측 대상 차량의 현재 위치를 중심으로 하는 주변 지도 이미지를 전처리하는 단계; 전처리된 주변 지도 이미지의 주변 지도 정보를 CNN(Convolutional neural network)를 이용하여 분석하는 단계; 및 분석된 주변 지도 정보를 차량의 과거 경로 정보와 융합하고, 주변 지도 정보와 차량의 과거 경로 정보 간의 연관성에 대하여 학습하여 미래 경로를 예측하는 단계를 포함하고, 예측 대상 차량의 현재 위치를 중심으로 하는 주변 지도 이미지를 전처리하는 단계는, 고정된 탑뷰(top-view) 이미지를 입력으로 사용하지 않고, 주변 환경에 대한 정보를 얻기 위해 예측 대상 차량의 현재 위치를 중심으로 하는 지도 이미지를 사용하며, 도로의 형태, 도로의 외곽선, 챠량의 과거 경로가 주변 지도 이미지 상에 표현되도록 전처리되고, 분석된 주변 지도 정보를 차량의 과거 경로 정보와 융합하고, 주변 지도 정보와 차량의 과거 경로 정보 간의 연관성에 대하여 학습하여 미래 경로를 예측하는 단계는, 과거 경로와 지도 이미지를 사용한 환경 정보의 직접적인 융합과 교통 요소를 활용한 예측 및 연산속도의 최적화를 위해 LSTM 인코더-디코더(encoder-decoder) 구조를 이용하고, LSTM 인코더는 딥러닝 모델을 통해 주변 지도 정보와 차량의 과거 경로 정보를 함께 분석하여 LSTM 디코더로 전달하고, LSTM 디코더는 LSTM 인코더로부터 분석된 정보를 RNN(Recurrent Neural Network) 구조를 통해 미래 경로를 예측하여 출력하는 차량 경로 예측 방법
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서, 전처리된 지도 이미지의 주변 지도 정보를 CNN(Convolutional neural network)를 이용하여 분석하는 단계는, 차량의 과거 경로 정보의 시퀀스 정보를 또 다른 1-차 CNN을 통하여 분석하는차량 경로 예측 방법
|
| 4 |
4
제1항에 있어서, 전처리된 지도 이미지의 주변 지도 정보를 CNN(Convolutional neural network)를 이용하여 분석하는 단계는, CNN을 이용하여 분석된 지도 이미지의 주변 지도 정보 벡터와 과거 경로 임베딩 벡터를 연관시킨뒤 완전 연결 레이어(fully-connected layer)를 통해 융합한 후 LSTM(Long Short-Term_Memory) 인코더로 입력하는 차량 경로 예측 방법
|
| 5 |
5
삭제
|
| 6 |
6
예측 대상 차량의 현재 위치를 중심으로 하는 주변 지도 이미지를 전처리하는 전처리부; 전처리된 주변 지도 이미지의 주변 지도 정보를 CNN(Convolutional neural network)를 이용하여 분석하는 분석부; 및 분석된 주변 지도 정보를 차량의 과거 경로 정보와 융합하고, 주변 지도 정보와 차량의 과거 경로 정보 간의 연관성에 대하여 학습하여 미래 경로를 예측하는 예측부를 포함하고, 전처리하는 전처리부는, 고정된 탑뷰(top-view) 이미지를 입력으로 사용하지 않고, 주변 환경에 대한 정보를 얻기 위해 예측 대상 차량의 현재 위치를 중심으로 하는 지도 이미지를 사용하며, 도로의 형태, 도로의 외곽선, 챠량의 과거 경로가 주변 지도 이미지 상에 표현되도록 전처리되고, 예측부는, 과거 경로와 지도 이미지를 사용한 환경 정보의 직접적인 융합과 교통 요소를 활용한 예측 및 연산속도의 최적화를 위해 LSTM 인코더-디코더(encoder-decoder) 구조를 이용하고, LSTM 인코더는 딥러닝 모델을 통해 주변 지도 정보와 차량의 과거 경로 정보를 함께 분석하여 LSTM 디코더로 전달하고, LSTM 디코더는 LSTM 인코더로부터 분석된 정보를 RNN(Recurrent Neural Network) 구조를 통해 미래 경로를 예측하여 출력하는 차량 경로 예측 장치
|
| 7 |
7
삭제
|
| 8 |
8
제6항에 있어서, 분석부는, 차량의 과거 경로 정보의 시퀀스 정보를 또 다른 1-차 CNN을 통하여 분석하는차량 경로 예측 장치
|
| 9 |
9
제6항에 있어서, 분석부는, CNN을 이용하여 분석된 지도 이미지의 주변 지도 정보 벡터와 과거 경로 임베딩 벡터를 연관시킨뒤 완전 연결 레이어(fully-connected layer)를 통해 융합한 후 LSTM(Long Short-Term_Memory) 인코더로 입력하는 차량 경로 예측 장치
|
| 10 |
10
삭제
|
