전체 글165 [H-모빌리티 클래스 자율주행 인지 기초 내용 정리] 23. 고정밀 지도 기반 자율주행 개요 1. 고정밀 지도 기반 자율주행의 필요성 1) 고정밀 지도 : cm 단위의 정확도를 갖는 지도 2) 센서만으로 주변의 정적 주행 환경 및 도로, 교통 환경에 대한 정보 수집은 한계가 있음 3) 차량 주위의 정적 환경에 대한 정밀한 정보를 제공함으로써 자율주행의 안전성을 향상 4) 자율주행에서 고정밀 지도는 이미 오프라인에서 구축한 후 활용하기 때문에 고정밀 지도 기반의 측위 기술은 인지 기능에 비해 시스템, 계산량 오버헤드가 작은 편 5) 고정밀 지도를 사용하기 위해 요구되는 사항 - 주행 관련 도로 정보들을 포함 - 0.2m 이하의 매우 정밀한 정확도 - 자율주행차가 고정밀 지도 위에서 자신의 위치를 알아내야 함 -> 맵매칭을 효과적으로 수행하기 위한 환경 정보 포함 - 도로, 주행 환경이 바뀔 때마다.. 2022. 2. 14. [H-모빌리티 클래스 자율주행 인지 기초 내용 정리] 22. AI 기반 인지시스템을 위한 지능형 반도체 기술 1. AI 기반 인지를 위한 반도체 기술 1) 자율주행차에서 실시간 AI 인지 시스템을 구현하기 위한 지능형 반도체 하드웨어가 요구됨 2) AI 알고리즘의 성능이 고도로 발전함에 따라 딥러닝 응용의 계산 복잡도는 기하급수적으로 증가 3) AI 하드웨어 종류 : 그래픽 프로세싱 유닛(GPU): 병렬처리에 특화된 범용 프로세서, 자율주행에서는 주로 클라우드 서버에서 학습을 위한 용도로 사용 / 뉴럴 프로세싱 유닛(NPU) : 엣지나 디바이스에서 사용하기 위한 저전력, 고속 AI 반도체 칩셋, 딥러닝에 많이 사용되는 계산을 빠르게 저전력으로 수행하는 가속기 사용 2. AI 기반 인지를 위한 지능형 반도체 사례 1) 테슬라 FSD 컴퓨터 - 칩셋과 파워서플라이를 여분으로 2개를 두어 고장이나 오류 발생 시 계산.. 2022. 2. 14. [H-모빌리티 클래스 자율주행 인지 기초 내용 정리] 21. 고성능 인지를 위한 하드웨어/소프트웨어/통신 플랫폼 1. 고성능 인지 요구 사항 1) 대용량의 센서 데이터를 고속으로 실시간으로 처리할 수 있는 능력 2) 인지를 위한 물체 검출, 추적, 예측 등의 기능들을 통합적으로 처리하고 결과를 주고받을 수 있는 능력 3) 대용량의 데이터를 수집, 저장, 송신할 수 있는 능력 4) 고신뢰성, 저전력 요구 사항을 만족할 수 있는 능력 5) 하드웨어, 소프트웨어의 오류에 대한 강인성과 오류 검출 능력 6) 인지 정보를 주변 차량, 보행자, 인프라와 무선으로 주고 받을 수 있는 능력 2. 고성능 인지를 위한 하드웨어 1) 자율주행을 위한 고성능 컴퓨팅을 수행하기 위한 차량용 반도체 프로세서로의 진화 필요 2) 다중센서 데이터를 중앙의 컴퓨팅 프로세서로 전달하기 위한 차량용 고속 네트워크 링크 필요 3) 실시간으로 전달되는.. 2022. 2. 14. [H-모빌리티 클래스 자율주행 인지 기초 내용 정리]20. 센서융합 기술 사례 1. 카메라, 레이더 센서 융합 1) 카메라 : 물체에 대한 정확한 인식 결과를 주는 데 반해 위치 측정 정확도는 떨어짐 2) 레이더 : 물체의 거리에 대한 정확한 측정 결과를 제공하지만 클러터나 잡음으로 인해 오탐률이 높음 3) 두 가지 센서의 장단점을 보완하기 위한 카메라 레이다 센서 융합 1. 레이더 검출 결과 또는 중간 단계 결과를 카메라 좌표계로 투영하여 병합하는 방법 2. 카메라 영상 기반 물체 검출 결과 또는 중간 단계 결과를 레이더의 3차원 좌표계로 변환하여 융합하는 방법이 필요 3. 카메라 좌표계와 3차원 좌표계 간 변환이 가능해야 함 -> 카메라, 레이더 캘리브레이션 적용 4. 카메라는 2차원, 레이더는 3차원이기 때문에 변환하게 되면 일대다 관계를 가짐 5. 3차원 좌표계의 한 점을 .. 2022. 2. 14. 이전 1 ··· 5 6 7 8 9 10 11 ··· 42 다음