반응형
17강 차선 유지/변경 예시를 통한 AI-Based Decision-Making 이해
1. AI-Based기반의 차선 유지 판단
1) 딥러닝/강화학습 기반 AI판단 방식은 학습에 의해 판단할 수 있는 모델이 마련
- AI 모델에 차량 센서(카메라,라이다)로부터 인식한 차선 정보, 자차의 위치 정보, 차량 조향각/가감속 정보를 같이 학습
- 학습된 모델은 임의의 상황이 주어지면 주행상황을 판단하여 그에 적합한 제어 신호를 발행
2. AI-Based기반의 차선 변경 판단
1) 딥러닝/강화학습 기반 AI판단 방식은 학습에 의해 판단할 수 있는 모델이 마련
- 차로 중앙 경로, 자차의 위치 정보, 양쪽 복수의 차선 인식 정보, 주변 차량등의 거리/속도 정보등을 이용하여 모델 학습
- 학습된 모델을 이용하여 임의의 상황이 주어졌을 때 자차는 차선 변경 가능한 지역으로 차선 변경 수행
18강 교차로 상황 예시를 통한 AI-Based Decision-Making 이해
1. AI-Based 기반의 교차로 상황 판단
1) 방대한 양의 정보가 입력으로 필요하지만 제한적인 입력 정보 이용하는 것도 하나의 방법
- 주변 차량들만 고려하는 부분적 활용 가능
- 딥러닝 기반 장면 이해 (Scene Understanding) 방법
- Rule-Based 방식과 융합 -> 학습 데이터 종류 줄이기
2. AI-based Decision-Making vs. Rule-Based Decision-Making 고찰
1) AI-Based vs Rule-Based 장단점 비교 정리
- AI-Based Decision-Making
장점 : 다양한 상황에 대한 주행 판단 가능, 규칙 설정 필요 적음
단점 : 학습 데이터 확보 필요, 고성능 컴퓨팅 필요, 오류 및 안전성 검증 방법 부족
- Rule-Based Decision-Making
장점 : 낮은 컴퓨팅 환경에서도 동작, 오류 및 안전성 검증 용이
단점 : 유연함이 부족
반응형
댓글