자율주행 차량의 개발은 견고하고 효율적인 자동차 레이더 시스템에 대한 글로벌 수요를 증가시켰다. 본 연구는 자율주행 차량(ego vehicle)의 속도를 추정하기 위해 합성곱 신경망을 사용하는 자동차 레이더 기반 자기차 속도 검출 네트워크(AVSD Net) 모델을 제안한다. 차량 속도 보정을 위해 사용된 전처리 및 후처리 방법을 상세히 제시한다. AVSD Net 모델은 레이더 시스템의 각도 성능과 차량에 대한 장착 각도에 독립적인 특성을 보이며, 이로써 고도 각을 위한 하향 빔 또는 넓은 빔을 요구하지 않으면서 최대 검출 거리의 손실을 감소시킨다. 거리–속도 스펙트럼 데이터(range–velocity spectrum data)를 모델에 입력하면 자기차 속도가 효과적으로 추정된다. 또한 전처리와 후처리는 모델의 복잡도를 줄이면서 자기차 속도를 정확하게 보정할 수 있게 하여 임베디드 시스템에의 적용을 가능하게 한다. 제안된 자기차 속도 보정 방법은 자율 긴급 제동 시스템, 전방 충돌 회피 보조, 적응형 순항 제어, 후측 횡방향 교통 경고, 사각지대 감지 시스템과 같은 다양한 응용에서 안전성을 향상시킬 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.