Vision Transformer를 활용한 비전 데이터 기반 자율주행자동차 사고 취약상황 예측 및 시나리오 도출Predicting Accident Vulnerable Situation and Extracting Scenarios of Automated Vehicleusing Vision Transformer Method Based on Vision Data
- Other Titles
- Predicting Accident Vulnerable Situation and Extracting Scenarios of Automated Vehicleusing Vision Transformer Method Based on Vision Data
- Authors
- 이우섭; 강민희; 윤영; 황기연
- Issue Date
- 2022
- Publisher
- 한국ITS학회
- Keywords
- Automated Vehicels; Safety Assessment; Vision Transformer; Scenario; Vulnerable Situation; 자율주행자동차; 안전성 평가; Vision Transformer; 시나리오; 사고취약상황
- Citation
- 한국ITS학회 논문지, v.21, no.5, pp.233 - 252
- Journal Title
- 한국ITS학회 논문지
- Volume
- 21
- Number
- 5
- Start Page
- 233
- End Page
- 252
- URI
- https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/30557
- DOI
- 10.12815/kits.2022.21.5.233
- ISSN
- 1738-0774
- Abstract
- 자율주행자동차 상용화를 위해 자율주행자동차 안전성 제고를 위한 다양한 연구가 수행되고 있으며, 그 중 시나리오 연구가 안전성 평가에 직접적으로 연관되어 필수적으로 고려되고있다. 그러나 기존 시나리오 제시의 경우 데이터 부재 및 전문가 개입으로 인해 객관성 및 설명력이 보완될 필요가 있다는 의견이 제시되고 있다. 이에 본 연구에서는 실제 사고 데이터및 설명력 있는 인공지능 방법론인 ViT 모델을 활용하여 확장된 자율주행자동차 안전성 평가시나리오를 제시한다. 활용 데이터에 최적화시킨 ViT 모델 학습 결과, 94% 정확도가 확인되었으며 Attention Map을 추가적으로 활용하여 설명력 있는 시나리오를 제시하였다. 본 연구를 통해 기존 시나리오 접근법의 한계를 보완하고 인공지능을 활용하여 새로운 안전성 평가 시나리오 수립 프레임워크를 제시할 수 있을 것으로 기대된다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - ETC > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.