Earticle

초록

영어

In GNSS-denied environments, such as tunnels, the obstruction of satellite signals significantly limits the applicability of conventional positioning techniques. In addition, camera-based position illumination changes at the tunnel entrances and exits continue to hinder precise localization. This paper proposes a lane-level recognition lightweight deep learning framework to compensate for positioning uncertainty in GNSS-denied environments, which can be utilized as a key metric to verify the lateral error of future positioning algorithms. The research methodology was categorized into data construction and model design. First, a tunnel-driving dataset was efficiently established using a semi-automatic labeling technique based on Lucas–Kanade optical flow.Subsequently, an end-to-end classification model based on MobileNetV3-Small was implemented to ensure a lightweight architecture capable of operating within limited computational resources. Experimental results demonstrated a lane identification accuracy of approximately 97.8% in tunnel environments, suggesting its potential as a robust auxiliary mechanism to detect and control lateral divergence errors.

한국어

터널과 같은 GNSS(Global Navigation Satellite System) 음영 환경에서는 위성 신호가 차단되 어 기존 측위 기법의 적용이 제한된다. 이를 보완하기 위해 카메라 기반의 측위 기술이 활용되 지만 터널 내부는 반복적인 텍스처와 진출입시 조명의 변화라는 한계가 명확하여 여전히 정밀 한 위치 추정을 어렵게 한다. 본 연구는 이러한 GNSS 음영 환경의 측위 불확실성을 보완하기 위해 향후 측위 알고리즘의 횡방향 오차를 검증하는 핵심 지표로 활용될 수 있는 차로 수준 인지 경량 딥러닝 프레임워크를 제안한다. 연구 과정은 크게 데이터 구축과 모델 설계로 구분 된다. 먼저, Lucas-Kanade 광학 흐름 기반의 반자동 라벨링 기법을 적용하여 터널 주행 데이터 셋을 효율적으로 구축하였다. 이어 MobileNetV3-small 기반의 End-to-End 분류 모델을 적용하여 제한된 연산 자원에서도 운용 가능한 경량 구조를 확보하였다. 실험 결과 터널 환경에서 약 97.8%의 차로 식별 정확도를 달성하였으며, 횡방향 발산 오류를 감지하고 통제할 수 있는 강건 한 보조 수단으로서의 활용 가능성을 시사한다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 개요
Ⅱ. 관련 연구
Ⅲ. 시스템 모델
1. 반자동 라벨링 시스템
2) 추적 오류 검증 및 제어 메커니즘
2. 제안하는 차로 식별 모델
Ⅳ. 실험 결과 및 분석
1. 실험 설정
2. 반자동 라벨링 시스템의 신뢰성 검증 결과
3. 딥러닝 성능 분석
4. 요소별 성능 기여도 분석 (Ablation Study)
Ⅴ. 결론
ACKNOWLEDGEMENTS
REFERENCES

키워드

저자

• 정기원 [ Ki-Won Jung | 충남대학교 전파정보통신공학과 학사과정 ] 주저자
• 권예은 [ Ye-eun Kwon | 충남대학교 전파정보통신공학과 학사과정 ] 공저자
• 공연정 [ Yeon-jeong Gong | 충남대학교 전파정보통신공학과 석사과정 ] 공저자
• 양준모 [ Jun-mo Yang | 나노종합기술원 차세대플랫폼개발센터 책임연구원 ] 공저자
• 김민석 [ Min-Seuk Kim | 충남대학교 정보통신융합학부 조교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338