1 |
1
라이다 정보 및 차량 정보를 입력 정보로 하고, 미리 설정된 제1구역 및 제2구역에 대한 라이다 포인트 정보, 반사율 정보 및 차량의 속도 정보를 포함하는 특징 벡터 정보인 제1구역 정보 및 제2구역 정보를 출력 정보로 하는 전처리 모듈; 상기 제1구역 정보를 입력 정보로 하고, 상기 제1구역의 노면 상태에 대한 분류 정보를 포함하는 제1구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제1구역 인공신경망 모듈; 상기 제2구역 정보를 입력 정보로 하고, 상기 제2구역의 노면 상태에 대한 분류 정보를 포함하는 제2구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제2구역 인공신경망 모듈;을 포함하는 노면 상태 분류 인공신경망 모듈; 및상기 제1구역 노면 분류 정보와 상기 제2구역 노면 분류 정보 사이에 중복되는 구역에 대한 정보를 포함하는 중복 구역 정보를 기초로 상기 제2구역 노면 분류 정보를 다시 추론하여 출력하는 후처리 모듈;을 포함하는, 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
2 |
2
삭제
|
3 |
3
제1항에 있어서, 상기 후처리 모듈은,미리 설정된 시간 마다 추출된 상기 중복 구역의 과거 정보들을 기초로 현재 시간의 상기 제2구역 노면 분류 정보를 추론하는,인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
4 |
4
제1항에 있어서,상기 후처리 모듈은,상기 중복 구역의 길이가 길수록 가중치를 크게 하여 현재 시간의 상기 제2구역 노면 분류 정보를 추론하는,인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
5 |
5
제1항에 있어서,상기 전처리 모듈은,상기 라이다 정보 및 상기 차량 정보를 미리 설정된 시간마다 통합한 통합 데이터를 생성하는 타임 윈도잉 모듈; 및상기 통합 데이터를 기초로 포인트 정보, 반사율 정보, 차량의 속도 정보 및 미리 설정된 시간의 정보를 포함하는 특징 벡터 정보를 생성하는 특징 벡터 추출 모듈;을 포함하는, 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
6 |
6
제1항에 있어서,상기 제1구역 및 상기 제2구역의 길이의 합은 상기 차량에 설치된 라이다 센서가 감지할 수 있는 최대 길이에 대응하여 가변되는, 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
7 |
7
제1항에 있어서,상기 제1구역의 길이는,상기 차량의 속도에 비례하여 증가하는, 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
8 |
8
제1항에 있어서상기 제1구역은 제1-1구역 및 제1-2구역을 포함하며,상기 제2구역은 제2-1구역 및 제2-2구역을 포함하고,상기 제1구역 정보는 제1-1구역 정보 및 제1-2구역 정보를 포함하며,상기 제2구역 정보는 제2-1구역 정보 및 제2-2구역 정보를 포함하고,제1구역 인공신경망 모듈은,상기 제1-1구역 정보를 입력 정보로 하고, 상기 제1-1구역의 노면 상태에 대한 분류 정보를 포함하는 제1-1구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제1-1구역 인공신경망 모듈; 및 상기 제1-2구역 정보를 입력 정보로 하고, 상기 제1-2구역의 노면 상태에 대한 분류 정보를 포함하는 제1-2구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제1-2구역 인공신경망 모듈;을 포함하고, 제2구역 인공신경망 모듈은,상기 제2-1구역 정보를 입력 정보로 하고, 상기 제2-1구역의 노면 상태에 대한 분류 정보를 포함하는 제2-1구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제2-1구역 인공신경망 모듈; 및 상기 제2-2구역 정보를 입력 정보로 하고, 상기 제2-2구역의 노면 상태에 대한 분류 정보를 포함하는 제2-2구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제2-2구역 인공신경망 모듈;을 포함하는, 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
9 |
9
제8항에 있어서, 상기 후처리 모듈은,상기 제1-1구역 노면 분류 정보와 상기 제2-1구역 노면 분류 정보 사이에 중복되는 구역에 대한 정보를 포함하는 제1중복 구역 정보를 기초로 상기 제2-1구역 노면 분류 정보를 다시 추론하여 출력하는 제1후처리 모듈; 및상기 제1-2구역 노면 분류 정보와 상기 제2-2구역 노면 분류 정보 사이에 중복되는 구역에 대한 정보를 포함하는 제2중복 구역 정보를 기초로 상기 제2-2구역 노면 분류 정보를 다시 추론하여 출력하는 제2후처리 모듈;을 포함하는, 인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 장치
|
10 |
10
라이다 센서 정보 및 차량 센서 정보를 입력 정보로 하여, 미리 설정된 제1구역 및 제2구역에 대한 라이다 포인트 정보, 반사율 정보 및 차량의 속도 정보를 포함하는 특징 벡터 정보인 제1구역 정보 및 제2구역 정보를 출력 하는 전처리 정보 생성 단계; 상기 제1구역 정보를 입력 정보로 하고, 상기 제1구역의 노면 상태에 대한 분류 정보를 포함하는 제1구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제1구역 인공신경망 모듈을 이용하여, 상기 제1구역 노면 분류 정보를 출력하는 제1구역 노면 분류 정보 생성 단계; 상기 제2구역 정보를 입력 정보로 하고, 상기 제2구역의 노면 상태에 대한 분류 정보를 포함하는 제2구역 노면 분류 정보를 출력 정보를 하는 기 학습된 제2구역 인공신경망 모듈을 이용하여 상기 제2구역 노면 분류 정보를 출력하는 제2구역 노면 분류 정보 생성 단계; 및상기 제1구역 노면 분류 정보와 상기 제2구역 노면 분류 정보 사이에 중복되는 구역에 대한 정보를 포함하는 중복 구역 정보를 기초로 상기 제2구역 노면 분류 정보를 다시 추론하여 출력하는 후처리 단계;를 포함하는인공신경망을 이용한 주행 도로의 구역별 노면 상태 분류 방법
|