TASK #233
완료됨
100%
설명
3) 속도 별로 수집된 데이터를 바탕으로 속도 추정
- 10km 단위로 속도 분류가 되는지 - Dry 노면으로 실험
- 1~6번 센서에 대해 + 학습비율이 9:1 아닌 8:2, 7:3에 대해
파일
| clipboard-202402151424-ts3b0.png (41.7 KB) clipboard-202402151424-ts3b0.png | |||
| image.png (106 KB) image.png | |||
| 40.png (30 KB) 40.png | |||
| 50.png (52.1 KB) 50.png |
권현준이(가) 일년 이상 전에 변경
- 파일에 clipboard-202402151424-ts3b0.png clipboard-202402151424-ts3b0.png이(가) 추가되었습니다.
- 진척도을(를) 0에서 50(으)로 변경되었습니다.
Dry 노면 기준 음파 기반 차량 속도 추정 (0~100km, 10km 단위)
-> 1차 결과는 확인했습니다.
-> 2차 성능 개선 연구는 2/21(수)부터 들어갑니다.
https://note.mv-w.com/s/3c63d0ea-d7df-4194-aa35-17375577620c
권현준이(가) 일년 이상 전에 변경
Dry 노면 기준 음파 기반 차량 속도 추정 실험 결과 공유드립니다.
1차 실험은 [0~100km, 10km 단위]로 진행하였는데, 데이터의 표본 수가 부족한 탓인지 클래스간 변별력을 갖기 어려웠습니다.
2차 실험은 1차 실험 내용을 개선하고자 [0~100km, 20km 단위]로 진행하였습니다. 1차 실험 결과 대비 성능 향상을 보였습니다.
실험 상세 내용을 기록한 note 링크 공유드립니다. 감사합니다.
https://note.mv-w.com/s/3c63d0ea-d7df-4194-aa35-17375577620c
권현준이(가) 일년 이상 전에 변경
차량 속도 추정 [40kph 단위] 실험 결과 공유드립니다.
클래스는 다음과 같습니다.
1번 클래스: 0kph
2번 클래스: 10, 20, 30kph
3번 클래스: 40, 60kph
4번 클래스: 80, 100kph (3-1, 3-2번 센서는 100kph 조건의 데이터가 없어서 80kph 단독입니다.)
20kph 단위 실험 때와 비교하였을 때,
전반적으로 전체 정확도면에서 큰 차이를 보이지 않지만, 2번 센서(cTransmit 적용)의 경우는 90%가 넘는 정확도를 보였습니다.
실험 상세 내용을 기록한 note 링크 공유드립니다.
https://note.mv-w.com/s/3c63d0ea-d7df-4194-aa35-17375577620c
권현준이(가) 일년 이상 전에 변경
차량 속도 추정 [50kph 단위] 실험 결과 공유드립니다.
클래스는 다음과 같습니다.
1번 클래스: 0kph
2번 클래스: 10, 20, 30, 40kph
3번 클래스: 60, 80, 100kph (3-1, 3-2번 센서는 100kph 조건의 데이터가 없어서 60, 80kph 입니다.)
모든 센서의 전체 정확도가 80~90% 대로 상승하였고, 그 중 2번, 3-2번 센서는 97~98% 대의 정확도를 보였습니다.
하지만 각 센서의 혼동행렬을 보면, 전반적으로 2번 클래스(10, 20, 30, 40kph)에 대한 정확도가 다른 클래스 대비 낮은 정확도를 보입니다.
2번 클래스가 제일 많은 종류의 데이터를 포함하고 있고, 중간 속도 범위에 위치하기 때문에
속도의 양 끝에 위치하는 클래스 대비 정확도가 낮은게 아닐지 추측됩니다.
실험 상세 내용을 기록한 note 링크 공유드립니다. 감사합니다.
https://note.mv-w.com/s/3c63d0ea-d7df-4194-aa35-17375577620c