차량 도어 충돌 방지용 레이다 신호처리 시스템 설계 및 구현 (Design and Implementation of Radar Signal Processing System for Vehicle Door Collision Prevention)

서지정보

· 발행기관 : 한국전기전자학회
· 수록지 정보 : 전기전자학회논문지 / 28권 / 3호 / 397 ~ 404페이지
· 저자명 : 한정우, 김민상, 김대홍, 정윤호

초록

본 논문에서는 차량의 개문사고를 예방하기 위한 목적으로 FMCW 레이다 센서를 활용하여 물체를 감지하고 분류 가능한 시스템설계 및 구현 결과가 제시된다. 제안된 시스템은 Raspberry-Pi 기반 임베디드시스템과 FPGA 가속기에 기반하여 구현되었으며, 해당 시스템은 레이다 센서 신호처리 과정과 물체를 자전거, 자동차, 사람으로 분류하는 딥러닝 과정을 수행한다. CNN 알고리즘은연산량과 메모리 사용량이 크기 때문에 임베디드시스템에 적합하지 않다. 이를 해결하기 위해 임베디드시스템에 적합한 경량화된딥러닝 모델인 BNN을 FPGA 상에 구현한 뒤 결과를 검증하였고, 90.33%의 분류 정확도와 20ms의 수행시간을 확인하였다.

영어초록

This paper presents the design and implementation results of a Raspberry-Pi-based embedded system with anFPGA accelerator that can detect and classify objects using an FMCW radar sensor for preventing door collisionaccidents in vehicles. The proposed system performs a radar sensor signal processing and a deep learningprocessing that classifies objects into bicycles, automobiles, and pedestrians. Since the CNN algorithm requiressubstantial computation and memory, it is not suitable for embedded systems. To address this, we implemented alightweight deep learning model, BNN, optimized for embedded systems on an FPGA, and verified the resultsachieving a classification accuracy of 90.33% and an execution time of 20ms

참고자료

· 없음