차량용 레이다 시스템에서의 LSTM 회귀 모델을 이용한 보행자 경로 예측Pedestrian Trajectory Prediction Using LSTM Regression Model in Automotive Radar Systems
- Authors
- 전다현; 권송이; 곽승헌; 이성욱
- Issue Date
- Apr-2024
- Publisher
- 한국전자파학회
- Keywords
- Cell-Averaging Constant False Alarm Rate; Frequency-Modulated Continuous Wave Radar; Long Short-Term Memory Network; Multiple Signal Classification; Trajectory Prediction
- Citation
- 한국전자파학회 논문지, v.35, no.4, pp 273 - 282
- Pages
- 10
- Journal Title
- 한국전자파학회 논문지
- Volume
- 35
- Number
- 4
- Start Page
- 273
- End Page
- 282
- URI
- https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/73827
- DOI
- 10.5515/KJKIEES.2024.35.4.273
- ISSN
- 1226-3133
2288-226X
- Abstract
- 본 논문에서는 운전자 안전 시스템을 개선하기 위하여 보행자에 대한 감지 성능을 향상하고, 보행자의 미래 경로를예측하는 방법에 대해 제안한다. 우선 주파수 변조 연속파형 레이다 시스템을 통해 정지된 차량 뒤에서 이동하는 보행자의 거리 및 속도 정보를 추정한다. 이때 보행자의 신호를 검출하기 위하여 cell-averaging constant false alarm rate 알고리즘을 이용해 잡음 환경에서 표적에 대한 신호 성분을 효과적으로 검출했다. 또한 높은 해상도로 표적에 대한 각도를 추정하는 multiple signal classification 알고리즘을 이용하여 최종적으로 보행자의 위치를 추정하였다. 이후, 딥러닝 모델 중하나인 long short-term memory 신경망을 활용하여 정지된 차량 뒤에 가려진 보행자의 이동 경로를 예측한 다음, 차량용시스템에서의 운전자 안전 기능을 위해 차량 뒤에서 걸어 나오는 보행자의 방향을 추정하고 미래 경로까지 예측하였다. 이때 예측한 점과 실제 경로에 대한 점 사이의 유클리드 거리 평균 오차는 약 0.09 m로 계산되었다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of ICT Engineering > School of Electrical and Electronics Engineering > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/cau/handle/2019.sw.cau/73827)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.