프로그래밍/논문 번역3 MU-Net: Deep Learning-based Thermal IR Image Estimation from RGB Image 번역 초록 위성 원격 감지 또는 바이로버 온보드 센서에 의해 수집된 지형 이미지는 유성 로버의 지형 통과성 및 임무 계획을 결정하는 데 사용되는 지형 분류의 주요 출처이다. 지형 클래스를 위한 RGB와 IR 사이의 매핑 모델은 동일하거나 유사한 지형의 실제 RGB 및 IR 데이터 예에서 학습된다. 본 논문은 MU-Net(Multiple U-Net)이라는 새로운 클래스의 딥 러닝 아키텍처를 추가하고 더 나은 RGB-to-IR 매핑 모델을 도출하는 효율성을 보여주며, 들어오는 RGB 영상 및 학습된 RGB-IR 매핑에서 열 IR 영상의 추정을 과거 작업에 비해 향상시켰다. 1. 서론 지형 분류는 화성 탐사 로봇에 대한 자율 항행을 위한 핵심 구성 요소 중 하나이다. RGB와 열적외선(IR) 영상을 모두 사용하여 .. 2021. 5. 12. Deep Convolutional Neural Network-based Fusion of RGB and IR Images in Marine Environment 번역 초록 — 정확하고 자동적인 다중 대상 탐지를 설계하는 것은 자율 주행 차량에게 어려운 문제이다. 이 문제를 해결하기 위해, 우리는 본 논문에서 최신 다중 모델 융합 프레임워크를 제안한다. 이 프레임워크는 탐지 성능을 향상시키기 위해 RGB 및 열적외선 카메라로부터 무료 정보를 제공한다. 이를 위해 먼저 관심 대상을 포함할 가능성이 있는 후보 제안을 추출하기 위해 각 입력 이미지에 대한 조밀한 단순 심층 모델로 레티나넷을 사용한다. 그런 다음, 모든 제안서는 두 가지 양식에서 얻은 제안을 연결하여 생성됩니다. 마지막으로, 중복 제안은 NMS(Non-Maximum Suppression)에 의해 제거된다. 핀란드 군도의 선박에 탑재된 센서 시스템에 의해 수집된 실제 해양 데이터 세트에 대해 제안된 프레임워크를.. 2021. 5. 11. 논문 번역 AUTOMATIC PARKING OF SELF-DRIVING CAR BASED ON LIDAR 번역이 조금 매끄럽지 못해도 양해부탁드립니다~^^ 초록 본 논문은 초음파 센서와 카메라의 부족을 극복하기 위해 HDL-32E LiDAR을 이용한 자율주행차 기반 자율주차 방식을 제안했다. 먼저 3-D 포인트 클라우드 데이터가 사전 처리되었다. 그리고 나서 우리는 차량의 동적 이론에 따라 주차 공간의 최소 크기를 계산했다. 둘째, 빠르게 탐색되는 랜덤 트리 알고리즘(RRT) 알고리즘은 자율 주행 특성에 기초하여 두 가지 측면에서 개선되었다. 그리고 우리는 차량의 역동성과 충돌 제약에 기초하여 주차 경로를 계산했습니다. 또한 속도의 안정성을 실현하기 위해 퍼지 논리 컨트롤러를 사용하여 브레이크와 가속기를 제어했다. 마침내 실험은 자율주행차로 진행되었고, 결과는 제안된 자동 주차 시스템이 실현 가능하고 효과적.. 2021. 5. 6. 이전 1 다음
