ABOUT ME

-

Today
-
Yesterday
-
Total
-
  • 20첫8년 자율주행 자동차 워크샵 - 자율주행 자동차 구현을 위한 머신 러닝 기술 <대한전자공학회(IEIE), 서울특별시 이화여자대학교, 20첫8-08-첫6> 알아봐요
    카테고리 없음 2020. 3. 1. 01:20

    >


    >


    >


    1. 자율주행 시스템 개발자를 허브로 만들기 위한 자동차 전장 시스템과 머신러닝의 이해-김시호 교수(연세대)◇ 기존의 전자기기처럼 자율주행 자동차 시스템을 구성하면 블루스크린과 같은 에러의 위험성을 당신으로서 안고 가게 된다.자주 자동차는 성능을 희생하는 한이 있더라도 보안과 같은 안전에 더 신경을 써야 한다.◇ In-Vehicle Network(IVN)는 일반적인 전자 기기는 다른 구성 요소를 Electronic Control Unit(ECU)로 분리하여 에러 전이설령은 연계하지 않도록 하는 방식이었습니다. ◇ Local Interconnect Network(LIN)과 Control Area Network(CAN)의 최대 Bandwidth(Bus Speed)는 각각 일 9.6KBaud(KBit/s)와 500KBaud에 늦습니다.◇ FlexRay와 Media Oriented Systems Transport(MOST)Bandwidth는 각각 한 0MBaud과 24.8MBaud로 빠르내요.◇ LIN과 CAN은 Low Bandwidth Control에, FlexRay는 Safety Data에, MOST는 Infotainment에 주로 사용됩니다.◇첨단 드라이버 지원 시스템[Advanced Driver Assistance Systems(ADAS)]은 기존의 전장 시스템과 달리 하나의 시스템이 다른 시스템에 개입하는 방식입니다.◇ADAS 지원을 위해 IVN으로 전천하여 이제 Domain Control Unit(DCU)이 추가되어 각 Domain간의 개입이 가능하며 영토로서 높은 Bandwidth가 필요하게 되었습니다.■자율주행차는 CNN과 RNN을 이용해 인지판단제어한다.


    2.AUTOSAR의 사례와 함께 보는 미래, 자율 주행 자동차로 소프트웨어 아키텍처의 역할-홍 선수 교수(서울대)◇ AUTomotive Open System ARchitecture(AUTOSAR)는 세계의 여러 자동차, 중소 기업이 서로 협력하여 개발한 차량 분산 처리를 위한 기술이 집약된 소프트웨어 플랫폼입니다.


    3. 자율 주행 자동차를 위한 센서 융합 기반 정밀 측위 시스템-정 호키 교수(한국 교통 대학)◇ GPS를 이용한 지도 기반의 자율 주행 기술도 개발 중이지만 많은 방해 요인에 의한 정밀 측위의 어려움이 정점을 이루고 있습니다...◇ Cooperative Map Matching(CMM)은 주변 차량의 GPS의 오차가 동 1다는 점을 이용하고, 자동차가 지도상에 존재할 수 있는 위치를 한정하고 본인, 오차가 수정된 차량의 실제 위치를 추정하는 방법임. ◇ Cooperative Map Matching(CMM)은 주변 차량의 GPS의 오차가 동 1다는 점을 이용하고, 자동차가 지도상에 존재할 수 있는 위치를 한정하고 본인, 오차가 수정된 차량의 실제 위치를 추정하는 방법임. ◇ Google이 캘리포니아를 중심으로 자동 운전 차의 시험 주행을 하는 이유는 캘리포니아의 청천에서 지형의 높은 저 차가 적어 시험 주행에 적합한 환경이기 때문이다.


    4.Scene Reconstruction and Risk Predictions for Safe Autonomous Driving-쿰동속 교수(KAIST)◇ 각 Sensor에는 한계가 존재하므로 Camera, Radar, Lidar의 Sensor Fusion은 필수입니다.◇Stereo Vision based Vehicle Localization은 차량 전방 카메라의 영상을 왜곡한 Bird's Eye View로 변환해 앞 차량이 올라간 바닥의 위치를 확인한 뒤 다시 전방 카메라 영상으로 돌아와 차량의 위치를 바닥에 평행사변형 박스로 표시하는 기법입니다.


    5. 고 신뢰, 인공 지능, 자율 주행 자동차·프로세서 AB9개발 동향-권영수 박사(ETRI)◇, 외국산 GPU에 많은 국부가 유출되는 상황에서 인공 지능 컴퓨팅을 위한 장비 개발이 국내에서도 활성화되어야 합니다.


    6.C-V2X Use Cases, Requirements&Technologies-장 교은히 교수(인하대)◇, 자율 주행 자동차를 위한 네트워크 기술에 대한 연구가 활발히 이루어지고 있습니다.


    >


    김시호 연세대 글로벌융합공학부(글로벌융합기술원) 교수 Seamless Transportation Lab(STL, 지능형자동차연구실) https://sites.google.com/site/shihoyonsei/ 석사과정 석호


    댓글

Designed by Tistory.