Hyundai-Mobility Class

카메라 영상을 입력으로 받아서 물체의 위치와 종류를 알아내는 기술카메라 영상에 CNN을 적용하여 물체의 특징을 추출, 이를 바탕으로 물체 검출1단계 : 간단한 구조로 계산시간이 빠름

Semantic 영역 분할 기술: 카메라 영상에서 같은 종류에 해당하는 영역을 분할, 영역의 종류를 분류본 기술을 이용하여 차선, 도로, 횡단보도, 과속 방지턱 검출 가능다양한 영상에 대한 픽셀별 라벨링이 되어이쓴ㄴ 데이터를 사용하여 학습 진행.안전한 주행 도로로 다닐

사용주파수 대역에 따라서 분리 24GHZ : 근거리용 레이더 77GHZ : 원거리용 레이더신호 송신 방식에 따른 분리펄스 레이더 송수신 신호간의 전파 지연 시간을 이용하여 상대 차량거리 추정하나의 안테나 사용(송수신 격리기 필요) 다음 펄스의 송신이 일어나기 전에 반사

전자기파는 날씨, 밝기, 시야가림등의 환경 변화에 강함77GHz 대역이 안테나 모듈의 크기를 작게 만들 수 있고, 지향성이 더 좋으며, 인체에에 미치는 영향도 적어 선호된다. 클러터 문제 : 물체가 없는 위치에서 신호 검출 >> 오탐레이더 신호의 주파수 분석 : 수신신

수신 신호 x window >> 주파수 분석 적용window를 시간축으로 움직이면서 주파수 성분 변환을 통해 시간- 주파수 2차원 신호 영상을 생성위의 영상을 거리 - 도플러 영역으로 환산하여 2차원 영상에서 얻은 하나의 원소를 '셀'이라 명명하나의 셀 = 차량에서 물

직진성이 강한 고출력 펄스 레이저를 송.수신 하여 지연시간 분석, 이를 통해 물체 탐지하고 거리 측정을 한다. 먼 거리의 물체도 정확하게 검출 가능하며, 정확도가 높지만, 가격이 비싸다는 단점 존재 회전형 : 기계적으로 회전, 넓은 각도의 환경정보를 획득고정형 : 환경

라이다에서 발사한 레이저가 물체에 반사되어 돌아오는 지연 시간으로 거리 측정3차원 영역에서 인지 수행에 좋은 성능을 가짐해상도, 가로방향의 포인트 개수, 체널수등을 고려해 주어야함물체가 멀어질 수록, 데이터 분포가 희소해져 검출 성능 감소 >> 카메라와 센서 융합으로

라이다 센서 데이터를 분석하여 물체의 위치와 종류 추정포인트 클라우드 데이터를 분석하여 주변 동적 객체 검출3차원 영역 물체 검출: 3차원 영역에 물체를 포함하는 3차원 박스로 물체의 위치 표현조감도 영역 물체 검출: 주변을 위에서 내려다 보는 방향에서 물체를 2차원

라이다를 통해 얻은 검출 결과를 시간적으로 연결, 검출 결와에 물체 ID 부여라이다로 부터 3차원 물체 검출 결과 연결 >> 3차원 공간에서 물체 움직임 추적동적 객체들의 트랙을 관리하는 것이 핵심물체 추적에도 딥러닝 기술이 사용되는 추세검출과 추적을 통합적으로 설계하

센서 : 외부의 물리적 신호(빛, 소리, 화학물질, 온도 등) 정보를 측정하여 기계가 이해할 수 있는 신호로 변환하는 소자자율주행에서는 카메라, 레이더, 라이다 존재 센서 융합 기술 : 복합 센서를 이용하여 주변 정보 취득, 융합하여 인지 수행융합 전략초기 융합 : 계

카메라 : 물체에 대한 정확한 인식 / 위치 측정 정확도 낮음레이더 : 물체의 거리에 대한 높은 정확도 / 클러터나 잡음으로 인한 오탐률이 높음두가지 단점을 해결하기 위해 카메라 레이다 센서 융합 레이더 검출 결과를 카메라 좌표계로 투영하여 병합카메라 영상 기반 물체

센서 만으로 모든 정보의 수집의 한계 존재 주변 환경에 대한 정밀 정보를 제공받아 자율주행의 안전성 향상 가능이미 오프라인으로 구성된 지돌르 사용하기에 오버헤드가 작은편고정밀 지도를 사용하기 위해서는, 주행 관련 도로 정보, 20cm이하의 정밀도, 환경정보, 실시간 업

자율주행 자동차 인지 기술 심화

자율주행 자동차 판단 기술(1)의 요약본 입니다!

자율주행 자동차 판단기술 (2) 요약본입니다!

제어 기술 1편 요약입니다!

자율주행 자동차 제어 기술 (2)

자율주행 자동차 통신 및 네트워크 기술 (1)

자율주행 자동차 통신 및 네트워크 기술 (2)