본문 바로가기

곽기성 (Gisung Gwak) 논문수  · 이용수 3,249 · 피인용수 3

소속기관
성균관대학교
소속부서
기계공학과
주요 연구분야
공학 > 기계공학 > 기계공학 일반 공학 > 기계공학 > 자동차공학
연구경력
-
  • 저자정보 . 논문
  • 공저자 . 저널

저자의 연구 키워드

저자의 연구 키워드
#격자지도(Grid map)
#딥러닝(Deep learning)
#위치 추정(Localization)
#인지(Perception)
#자율주행(Self-driving)
#주행환경(Driving environment)
#ADAS(첨단 운전자 보조 시스템)
#All around View Monitering system(차량 전방위 감시 시스템)
#Antonomous Vehicle(자율주행 자동차)
#Autonomous Driving(자율주행)
#Autonomous vehicle(무인자동차)
#Autonomous Vehicle(자율 주행 자동차)
#Autonomous vehicle(자율주행 자동차)
#Autonomous Vehicle(자율주행자동차)
#AVM(어라운드 뷰 모니터)
#Camera sensor(카메라 센서)
#Camera(카메라)
#Data Association(데이터 연관성 판단)
#Data Base (데이터 베이스)
#Data Base(데이터 베이스)
#Database(데이터베이스)
#Deep Learning (심층학습)
#Deep Learning(딥러닝)
#Driving Simulator(주행 시뮬레이터)
#Excavator(굴착기)
#Finite difference method(유한차분법)
#Friction brake system(마찰제동 시스템)
#Global path(전역 경로)
#Global Positioning System(위성항법장치)
#Heat transfer(열전달)
#High Definition Map(고정밀지도)
#High Definition Map(정밀 지도)
#Homography matrix(호모그래피 행렬)
#Image Segmentation(이미지 세그멘테이션)
#Initial Speed(초기 속도)
#Inverse Perspective Transform(역 투영 변환)
#Inverse Perspective Transform(역투영 변환)
#Kalman Filter(칼만 필터)
#Lane Departure Warning System(차선 이탈 경보 시스템)
#Lane detection (차선 인식)
#Lane Detection(차선 검출)
#Lane Detection(차선 인식)
#Lidar(라이다)
#Localization(로컬라이제이션)
#Localization(측위)
#Multi Sensor(다중 센서)
#Object Detection(객체 인식)
#Object Tracking (객체 추적)
#Path Planning(경로 계획)
#Path Planning(경로계획)
#Regenerative brake system(회생제동 시스템)
#Relational Database Management System(관계형 데이터베이스 관리 시스템)
#Road Network(도로망)
#RTK GPS(실시간 이동측위 위치 정보 시스템)
#Safety Monitoring(안전감시)
#Semi-infinite solid(반무한 고체)
#Sensor (센서)
#Sensor Fusion(센서 융합)
#Sensor Noise(센서노이즈)
#Sensor Simulater(센서 시뮬레이터)
#Side slip angle(차체 미끄럼각)
#Smart Vehicle(지능형 자동차)
#Steering Actuator(조향작동장치)
#Temperature(온도)
#Tire slip angle(타이어 미끄럼각)
#Top view (평면시점)
#Traffic Information(교통정보)
#Urban(도심지)
#Vanishing Point(소실점)
#Vehicle Control(차량제어)
#Virtual Enviroment(가상환경)
#Virtual environment(가상환경)
#Virtual Sensor(가상 센서)
#Virtual Simulator(가상환경)

저자의 논문

연도별 상세보기를 클릭하시면 연도별 이용수·피인용수 상세 현황을 확인하실 수 있습니다.
피인용수는 저자의 논문이 DBpia 내 인용된 횟수이며, 실제 인용된 횟수보다 적을 수 있습니다.