자율주행 인지를 위한 AI 기술 심화
Q) AI 기술 없이 자율주행이 불가능한가?
→ 자율주행 인지 기능에서는 AI 기술의 존재 유무에서 따라 엄청난 성능의 차이가 존재한다. 따라서 인지에서만큼은 AI 기술이 필수적인 부분이 될 것 같다.
학습 내용)
1.
AI 기술의 발전
2.
자율주행 인지를 위한 딥러닝
keyword 1)
Convolutional Neural Network (CNN)
→ 2차원 영상 데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴 네트워크 구조
keyword 2)
Recurrent Neural Network (RNN)
→ 시간적인 시계열 데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴네트워크 구조
keyword 3)
포인트넷 (PointNet)
→ 순서가 없는 점의 집합으로 되어 있는 데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴네트워크 구조
AI 기술의 발전
딥러닝
•
딥뉴럴 네트워크 인공신경망
자율주행 인지를 위한 딥러닝
딥러닝 구조
•
복잡한 관계를 모델링 하기 위한 구조 필요
•
복잡한 입력과 출력과의 관계를 근사화하기 위한 모델
트레이닝 과정
•
정답을 달아놓은(라벨링) 트레이닝 데이터를 사용하여 모델 훈련
인퍼런스 과정
•
트레이닝이 끝나면 자율주행차에 탑재하여 실제 인지 기능 수행
센서 데이터를 처리하기 위한 기본적인 딥러닝 모델
Convolutional Neural Network (CNN)
•
2차원 영상데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴 네트워크 구조
•
물체 검출, 영역 검출, 거리 추정
Recuurent Neural Network (RNN)
•
시간적인 시계열 데이터로부터 유용한 특징 값을 뽑아내기 위한 뉴럴네트워크 구조
•
LSTM 모델이 유명
•
동적 객체의 움직임 예측
포인트넷 (PointNet)
•
순서가 없는 점의 집합으로 되어 있는 데이터로부터 유용한 특징값을 뽑아내기 위한 뉴럴네트워크 구조
•
라이다 데이터로부터 물체 검출
자율주행에서는 센서 데이터의 차수가 높고 아주 복잡한 작업을 수행해야 함
→ 규모가 큰 딥러닝 모델 사용
→ 대용량의 학습 데이터 구축 필요
