| 000 | 00000nam c2200205 c 4500 | |
| 001 | 000046025928 | |
| 005 | 20200428133011 | |
| 007 | ta | |
| 008 | 191231s2020 ulkad bmAC 000c kor | |
| 040 | ▼a 211009 ▼c 211009 ▼d 211009 | |
| 085 | 0 | ▼a 0510 ▼2 KDCP |
| 090 | ▼a 0510 ▼b 6D36 ▼c 1103 | |
| 100 | 1 | ▼a 장준범, ▼g 張峻範 |
| 245 | 1 0 | ▼a 커넥티드 카 실시간 센서 데이터 처리를 위한 이동 평균 및 칼만 필터 적용 기법 연구 / ▼d 張峻範 |
| 246 | 1 1 | ▼a Moving average and kalman filter application for connected car real-time sensor data processing |
| 260 | ▼a 서울 : ▼b 고려대학교 대학원, ▼c 2020 | |
| 300 | ▼a v, 34장 : ▼b 삽화, 도표 ; ▼c 26 cm | |
| 500 | ▼a 지도교수: 유헌창 | |
| 500 | ▼a 부록수록 | |
| 502 | 0 | ▼a 학위논문(석사)-- ▼b 고려대학교 대학원: ▼c 컴퓨터·전파통신공학과, ▼d 2020. 2 |
| 504 | ▼a 참고문헌: 장 33 | |
| 530 | ▼a PDF 파일로도 이용가능; ▼c Requires PDF file reader(application/pdf) | |
| 653 | ▼a 데이터필터링 ▼a 칼만필터 ▼a 이동평균필터 ▼a 커넥티드카 | |
| 776 | 0 | ▼t 커넥티드 카 실시간 센서 데이터 처리를 위한 이동 평균 및 칼만 필터 적용 기법 연구 ▼w (DCOLL211009)000000127345 |
| 900 | 1 0 | ▼a 유헌창, ▼e 지도교수 |
| 900 | 1 0 | ▼a Jang, June Beom, ▼e 저 |
| 945 | ▼a KLPA |
소장정보
| No. | 소장처 | 청구기호 | 등록번호 | 도서상태 | 반납예정일 | 예약 | 서비스 |
|---|---|---|---|---|---|---|---|
| No. 1 | 소장처 과학도서관/학위논문서고/ | 청구기호 0510 6D36 1103 | 등록번호 123063717 | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
| No. 2 | 소장처 과학도서관/학위논문서고/ | 청구기호 0510 6D36 1103 | 등록번호 123063718 | 도서상태 대출가능 | 반납예정일 | 예약 | 서비스 |
컨텐츠정보
초록
데이터 필터링은 측정된 데이터에서 잡음 또는 이상치를 줄이는 작업이다. 데이터 잡음과 이상치는 데이터의 중요한 특징을 숨기고 유용성을 제한하기 때문에 잡음과 이상치를 스무딩하는 데이터 필터링은 중요한 작업이다. 데이터 필터링 과정을 거치지 않으면 잘못된 데이터를 어플리케이션이 입력을 받고 그 데이터를 사용하여 잘못된 결과를 산출한다. 특히 커넥티드 카는 잘못된 데이터가 차량 탑승자의 생명을 위협할 가능성이 매우 크다. 반면에 정상적인 데이터를 바탕으로 차량의 사고 및 고장 유무를 빠르게 판단한다면 현재 사람이 직접 처리하는 것보다 대처가 신속하고 정확할 것이다. 따라서 본 논문에서 센서 데이터는 자동차의 사고 및 고장 탐지를 한 후 그에 맞는 서비스를 제공하기 위한 목적이 있다. 사고 유형으로는 충돌, 화재, 전복이 있으며 고장 탐지 유형으로는 타이어 압력 이상, 엔진 이상, 기름 부족 등이 있다. 센서 데이터는 OBD-Ⅱ모듈을 통해 차량의 데이터를 추출하고 데이터를 분석하여 사고 및 고장 유형을 결정한다. 그러므로 본 논문에서는 차량에서 발생하는 다양한 실시간 센서 데이터들을 실시간으로 처리하기 위해 이동 평균필터와 칼만 필터를 사용하는 기법을 제안한다. 제안하는 데이터 필터링 기법은 센서 데이터의 잡음과 이상치를 제거하고 정확도를 높이는 것을 목적으로한다.
목차
1. 서론 1 1.1 연구배경 및 목적 1 1.2 논문의 구성 2 2. 배경 및 관련 연구 3 2.1 커넥티드 카 3 2.2 데이터 전처리 4 3. 실시간 데이터 필터링 기법 6 3.1 이동 평균 필터 6 3.2 칼만 필터 7 4. 커넥티드 카 실시간 센서 데이터 필터링 9 4.1 개요 및 특징 9 4.2 커넥티드 카 실시간 센서 데이터 필터링 아키텍처 10 4.3 Raw 데이터 칼만 필터 필터링 11 4.4 Raw 데이터 이동 평균 필터 필터링 13 5. 성능 평가 15 5.1 실험 환경 15 5.2 실험 결과 18 5.2.1 이동 평균 필터 적용 실험 결과 18 5.2.2 칼만 필터 적용 실험 결과 23 6. 결론 28 참고문헌 30 Appendix 31
