본 논문은 자율 주행 시스템의 핵심 요소인 객체 탐지 기술의 개선을 다룹니다. 기존 레이더, 카메라, 센서 네트워크 기반의 객체 탐지 기술이 비용, 환경 조건 민감성, 해상도 한계 등의 문제점을 가지는 것을 지적하며, YOLOv8 기반의 개선된 자율 주행 타겟 탐지 네트워크를 제시합니다. 구조적 재매개변수화 기술, 양방향 피라미드 구조 네트워크 모델, 새로운 탐지 파이프라인을 통합하여 다양한 크기와 거리의 객체를 효율적이고 정확하게 탐지하는 것을 목표로 합니다. 실험 결과, 65%의 탐지 정확도를 달성하여 기존 방법보다 향상된 성능을 보였으며, 특히 소형 객체 및 단일 객체 탐지에 강점을 보임으로써 Formula Student Autonomous China (FSAC) 와 같은 자율 주행 대회에 적합함을 시사합니다.
