[KSW 2023] 2022.12.29 회의록 (주제 선정)

LONGNEW·2022년 12월 30일
0

KSW 2023 퍼듀

목록 보기
1/4

선행 연구 주제

D. Kwon, D. Hyun, M. Kim, Y. Ko, H. A. McNally and A. H. Smith, "A System for Determining Braking Distance by Predicting Weight Using Image Processing to Predict Illegal Red Light Running Events," 2019 19th International Conference on Control, Automation and Systems (ICCAS), 2019, pp. 1646-1651, doi: 10.23919/ICCAS47443.2019.8971723.

동일한 프로그램에서 과거에 발표되었던 논문으로 이전의 연구 중 "LIDAR 센서로 차량의 속도를 측정해 신호 위반을 확인" 한다는 주제에 차량의 무게를 parameter로 추가하여 제동거리를 계산하는 컨셉의 연구이다.

  1. INTRODUCTION에는 해당 문제의 필요성. 시스템의 필요성을 나타내야 한다.
    어원의 정의, 관련 사고나 사례를 작성하여 선행연구들의 결과를 나타낸다.
    이를 통해 우리가 하려는 연구의 목적과 방식을 간략히 보인다.

  2. METHODOLOGY
    실질적인 방법에 대한 설명이 필요하다. 어떤 기술을 사용한다면 어떻게 동작하는지와 관련 연구들을 작성해준다.

  3. RESULTS
    실험을 통한 결과를 나타내는 것으로 어떤 insight가 있는지를 보여준다.

Wrap - up : 해당 논문에서 주 목적은 제동거리가 몇 미터인가 이다. 현재 선정한 주제가 신호위반에 대한 큰 주제이기 떄문에 세부 주제를 어떻게 해야 하는지가 문제였다.
이와 같이 단속을 돕기 위한 시스템이어도 될 거 같고, 다른 차량에 도움이 되는 정보를 발생하는 것도 좋을 것 같다.

회의

Red Light Running의 의미에 대한 이야기 : 신호위반 관련이고 이를 예방하기 위해 단속 카메라가 존재한다. 대부분의 사고는 Dillema Zone에 의해 나타난다.

2가지 연구 컨셉이 있을 수 있다고 생각되었다.
1. 신호위반을 reduce 하기.
2. 운전자 혹은 보행자에게 다른 차량의 정보를 전달하기.
=> 두 가지 방안 중에 1번으로 이야기를 나누어 보았다.

연구 컨셉(주제) : 선행 연구 주제가 제동거리를 (현재 속도 + 무게)로 구하겠다는 것이다.

가장 먼저 나온 키워드는 "사고 위험률"이다.

제동 거리를 알아도 운전자나 보행자는 어림잡아 거리를 계산할 수 밖에 없다. 이를 보여주기 위해선 정확한 수치를 계산할 수 있어야 하기 때문이다.

사고 위험률 : 기계 학습을 통해 특정 변수들을 계산하여 확률 적인 결과를 낼 수 있지 않을까 하는 생각이다.

2번째는 "반대쪽 차량의 정지선 도달 시의 속도 예측"이다.

해당 주제는 브레이크를 어떻게 밟느냐에 따라 결과가 달라져 쉽게 예상할 수 없기 때문에 더더욱 DT와 같은 알고리즘으로 설명하기 좋다고 보였다.

위의 2가지를 합쳐 "4거리 기준 다른 3차선의 정보를 통해 사고 위험률 예측"도 있었다.
내용이 너무 방대해진다는 의견이 있어 이는 제하고 2번째 키워드를 더 컴팩트 하게 결론을 짓자는 얘기로 회의를 마무리 하였다. 그리하여 "특정 차량의 정지선 도달 시의 속도 예측"으로 결론 지었다.

0개의 댓글