자율형 지능차량 이론과 응용

1부 자율형 지능차량

1장 소개
___1.1 연구 동기와 목적
___1.2 지능차량 핵심 기술
______1.2.1 다중 센서 융합 기반 환경 감지와 모델링
______1.2.2 차량의 위치 추정과 지도 작성
______1.2.3 경로 기획과 의사 결정
______1.2.4 낮은 수준의 동작 제어
___1.3 책의 구성
___참고 문헌

2장 USA 최신 기술
___2.1 소개
___2.2 카네기멜론대학교: 보스
___2.3 스탠포드대학교: 주니어
___2.4 버지니아폴리테크닉주립대학교: 오딘
___2.5 메사추세츠공과대학교: 탈로스
___2.6 코넬대학교: 스카이넷
___2.7 펜실베니아대학교와 리하이대학교: 리틀벤
___2.8 오쉬코시 화물조합: 테라맥스
___참고 문헌

3장 지능차량 프레임워크
___3.1 소개
___3.2 관련 연구
___3.3 상호 연동 안전 분석 프레임워크
___참고 문헌

2부 환경 감지와 모델링

4장 도로 탐지와 트래킹
___4.1 소개
___4.2 관련 연구
______4.2.1 모델 기반 접근법
______4.2.2 다중 큐 융합 기반 접근법
______4.2.3 가설 검증 기반 접근법
______4.2.4 신경망 기반 접근법
______4.2.5 스테레오 기반 접근법
______4.2.6 시간적 상관성 기반 접근법
______4.2.7 이미지 필터링 기반 접근법
___4.3 적응적 랜덤 허프 변환을 이용한 차선 탐지
______4.3.1 차선 형상 모델
______4.3.2 적응적 랜덤 허프 변환
______4.3.3 실험 결과
___4.4 차선 트래킹
______4.4.1 파티클 필터링
______4.4.2 차선 모델
______4.4.3 동적 시스템 모델
______4.4.4 이미징 모델
______4.4.5 알고리즘 구현
_________4.4.5.1 계수 샘플링
_________4.4.5.2 모델 관찰과 측정
_________4.4.5.3 알고리즘 흐름
___4.5 평균 이동 알고리즘을 이용한 도로 인식
______4.5.1 기초 평균 이동 알고리즘
______4.5.2 평균 이동 알고리즘의 다양한 애플리케이션
______4.5.3 도로 인식 알고리즘
______4.5.4 실험 결과와 분석
___참고 문헌

5장 차량 탐지와 트래킹
___5.1 소개
___5.2 관련 연구
___5.3 후보 관심 영역 생성
___5.4 다중 해상도 차량 가설
___5.5 가버 특징과 SVM을 이용한 차량 검증
______5.5.1 차량 묘사
______5.5.2 SVM 분류기
___5.6 승압 가버 특징
______5.6.1 아다부스트(AsaBoost)를 이용한 승압 가버 특징
_________5.6.1.1 가버 특징
_________5.6.1.2 승압 가버 특징
______5.6.2 실험 결과와 분석
_________5.6.2.1 탐지와 트래킹을 위한 차량 데이터베이스
_________5.6.2.2 승압 가버 특징
_________5.6.2.3 차량 탐지 결과와 논의
___참고 문헌

6장 다중 센서 기반 다중 객체 트래킹
___6.1 소개
___6.2 관련 연구
___6.3 라이더 데이터 이용 장애물 정지와 이동 판단
___6.4 다중 장애물 트래킹과 상황 평가
______6.4.1 단일 센서를 이용한 EKF 기반 다중 장애물 트래킹
_________6.4.1.1 트래킹 확률 프레임워크
_________6.4.1.2 시스템 모델
_________6.4.1.3 초기 조건
_________6.4.1.4 단일 센서에 대한 데이터 연계
_________6.4.1.5 단일 트랙 관리
______6.4.2 라이더와 레이더 트랙 융합
_________6.4.2.1 데이터 정렬
_________6.4.2.2 트랙 연계
_________6.4.2.3 트랙 융합 알고리즘
___6.5 결론과 향후 연구
___참고 문헌

3부 차량의 위치 추정과 주행

7장 통합 DGPS/IMU 위치 측정 접근법
___7.1 소개
___7.2 관련 연구
___7.3 통합 DGPS/IMU 위치 측정 접근법
______7.3.1 시스템 방정식
______7.3.2 측정 방정식
______7.3.3 EKF를 이용한 데이터 융합
___참고 문헌

8장 전역 뷰 이용 차량 주행
___8.1 소개
___8.2 문제와 제안 접근법
___8.3 파노라마 이미징 모델
___8.4 파노라마 역원근 변환(pIPM)
______8.4.1 개별 이미지와 파노라마 이미지 간 매핑 관계
______8.4.2 파노라마 역원근 변환(pIPM)
___8.5 pIPM 구현
______8.5.1 차량 좌표 시스템의 N 카메라 시야
______8.5.2 차량 좌표계의 관심점 화각 계산
______8.5.3 3차원 이동점과 파노라마 이미지 간 매핑 관계
______8.5.4 차량 좌표 시스템의 이미지 보간
___8.6 광각 렌즈의 반경 오차 제거
___8.7 전자 지도와 파노라마 이미지 결합
___참고 문헌

4부 첨단 차량 동작 제어

9장 지능차량의 횡방향 동작 제어
___9.1 소개
___9.2 관련 연구
___9.3 혼합 횡방향 제어 전략
______9.3.1 직선 도로
______9.3.2 곡선 도로
______9.3.3 호의 반경 계산
______9.3.4 알고리즘 흐름
___9.4 모터 펄스와 전륜 경사각 사이의 관계
___참고 문헌

10장 지능차량의 종방향 동작 제어
___10.1 소개
___10.2 차량의 종방향 제어에서의 시스템 식별
______10.2.1 1차 시스템
______10.2.2 1차 지연 시스템
______10.2.3 차량 시스템의 식별
___10.3 제안한 속도 제어기
______10.3.1 종방향 제어 시스템 함수의 검증
______10.3.2 속도 제어기 설계
___10.4 실험 결과와 분석
___참고 문헌