스마트 자율배송을 위한 클래스 분류와 객체별 학습데이터 유형
Class Classification and Type of Learning Data by Object for Smart Autonomous Delivery
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
자율배송 운행 데이터는 코로나 시대의 라스트마일 배송에 대한 패러다임 변화를 주도하는 핵심이다. 국내자율배송로봇과 해외 기술선도국가 간의 기술격차 해소를 위해서는 인공지능 학습에 사용 가능한 대규모 데이터 수집과 검증이 최우선으로 요구된다. 따라서 해외 기술선도국가에서는 인공지능 학습데이터를 누구든사용가능한 공공데이터 형태로 오픈하여 검증과 기술발전에 기여하고 있다. 본 논문은 자율배송로봇 학습을 목적으로 326개의 객체를 수집하고 Mask r-cnn, Yolo v3 등의 인공지능 모델을 학습하고 검증하였다. 추가적으로 두 모델을 기반으로 비교하고 향후 자율배송로봇 연구에 요구되는 요소를 고찰하였다.
Abstract
Autonomous delivery operation data is the key to driving a paradigm shift for last-mile delivery in the Corona era. To bridge the technological gap between domestic autonomous delivery robots and overseas technology-leading countries, large-scale data collection and verification that can be used for artificial intelligence training is required as the top priority. Therefore, overseas technology-leading countries are contributing to verification and technological development by opening AI training data in public data that anyone can use. In this paper, 326 objects were collected to trainn autonomous delivery robots, and artificial intelligence models such as Mask r-CNN and Yolo v3 were trained and verified. In addition, the two models were compared based on comparison and the elements required for future autonomous delivery robot research were considered.
참고문헌 (11)
- 윤경수, "자율주행 기술 및 평가 동향", ~ (2021)
- 차원두, "로봇 모빌리티에 올라타다", ~ (2021)
- 로봇산업의 국내외 동향및 전망, "KDB산업은행", ~ (2018)
- Liang-Chieh Chen, "Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation", arXiv: 1802.02611, ~ (2018)
- K. He, "Mask R-CNN", EEE International Conference on Computer Vision, pp.2980~2988 (2017)
- "YouTube-8M Segments Dataset"[URL]
- "AI허브"[URL]
- "인공지능 학습용 데이터 품질관리 가이드라인v1.0", ~ (2021)
- Redmon, Joseph, "Yolov3: An incremental improvement", arXiv preprint arXiv : 1804. 02767, ~ (2018)
- "IEC 청소로봇 주행성시험 설비", ~ (2021)
- "KOROS1126:2017 이동로봇 장애물 회피 성능평가 – 실외 보도 환경", ~ (2017)