자율주행 자동차 만들기 2/e를 읽어보다.
저자 : 리우 샤오산
자율주행 기술 기업 퍼셉트인의 의장이자 공동 창업자
2장. 자율주행을 위한 로컬라이제이션
3장. 자율주행을 위한 인지
4장. 딥러닝을 통한 자율주행의 인지
5장. 예측 및 경로 계획
6장. 결정, 계획, 제어
7장. 강화 학습 기반의 계획 및 제어
8장. 자율주행을 위한 클라이언트 시스템
9장. 자율주행을 위한 클라우드 플랫폼
10장. 복잡한 교통 환경에서의 자율주행 라스트마일 배송 차량
11장. 퍼셉트인 자율주행 자동차
그가 작성한 책으로는 자율주행 차량과 로봇 책이 있다고 합니다.
Chapter 01 모듈 설계를 통한 저가의 안정적인 자율주행
Chapter 02 차량 내(in-vehicle) 통신 시스템
Chapter 03 자율주행 로봇 및 차량을 위한 섀시 기술
Chapter 04 소나와 mmWave 레이다 기반 수동 인식
Chapter 05 실시간 이동측위 범지구 위성 항법 시스템 기반 위치추정
Chapter 06 컴퓨터비전 기반 인식과 위치추정
Chapter 07 경로계획과 제어
Chapter 08 지도제작
Chapter 09 DragonFly 파드 및 버스 구축
Chapter 10 상업용 자율 우주 탐사 로봇 활성화
Chapter 11 자율주행차량을 위한 첨단 컴퓨팅
Chapter 12 Vehicle-to Everything 인프라 혁신
Chapter 13 차량용 첨단 보안
해당 내용을 수록하고 있다고 합니다. 기회가 된다면 구매하는 것으로
퍼셉트인이란 어떤 회사인가?
Home | English-Active (perceptin.io)
Home | English-Active
The ultimate future will be the shared community, where local governments will build entire mini- cities or towns. Within these communities, we will share resources such as schools and utilities with those who live in the same area. Public transportation f
www.perceptin.io
사이트에 2분 정도되는 동영상을 시청할 수 있다. 자율주행 자동차의 기술에 대한 전반적인 설명이 담겨있다.
1. 비쥬얼 인식 : 딥러닝 기술을 통한 의미 정보 추출 그리고 전통적인 컴퓨터 비전 기술을 통한 공간 깊이 추출의 조합
2. 시각적 주행 기록계(VIO) : 4개의 카메라센서와 관성 측정 장치를 융합하여 정확한 실시간 위치 업데이트를 제공
3. GPS와 VIO의 융합 : GPS는 좋으나 때때로 좋은 GPS 신호를 받지 못해 위치 파악에 실패한다. 그래서 VIO 기술과 GPS 기술을 융합해 GPS가 거부된 상황에서 정확하고 실시간의 localization 결과를 얻을 수 있다.
컴퓨터 비전 모델은 localization과 능동적 인지를 이용한다. 계획과 컨트롤 과정은 운전 시스템의 머리인 가장 중요한 과정이다. 자율주행차는 안전한 운전을 위해 사람의 눈과 뇌가 필요하다. 자율주행차는 라이다와 컴퓨터 비전을 베이스로한 인지시스템 센서의 융합으로 localization을 얻을 수 있다.
자율주행차가 있다면 자신의 페이스로 여행을 할 수 있다는 이야기
(왜 이런 이야기가 나올 수 있는지는 이해가 잘되지 않는다.)
신기하게도 홈페이지에서 일본어를 지원하고 있었다.
이쯤 조사하고 다시 본론으로 돌아오자.
참고동영상 및 참고문헌
영어는 자동 자막이 나오기 때문에 듣고 읽을 수 만 있다면 크게 어렵지는 아니할 것 같은데
문제는 전문용어인듯..
Creating Autonomous Vehicle Systems Module 1 - YouTube
Enabling Computer-Vision-Based Autonomous Vehicles - YouTube
Computer Vision for Autonomous Vehicles - YouTube
PerceptIn Autonomous Vehicle Night Test 1 1/12/2018 - YouTube
ORB-SLAM Project Webpage (unizar.es)
ORB-SLAM Project Webpage
July 2015 New Semi-Dense Reconstruction Results We are currently able to perform semi-dense reconstructions using the accurately localised stream of keyframes from ORB-SLAM. Check our RSS 2015 paper [2]. See the video below running in real-time in an intel
webdiis.unizar.es
[Keras] SqueezeNet Model (CNN) 이란? - 1 (이론편) (tistory.com)
[Keras] SqueezeNet Model (CNN) 이란? - 1 (이론편)
서 론 머신러닝, 혹은 딥러닝을 공부하다 보면 '모델'이라는 개념이 등장한다. 주로 석/박사를 졸업하고 현업으로 AI직군을 들어가면 모델 설계 업무를 주로하게 된다. 요즘 모델의 트렌드는 주
underflow101.tistory.com
Apache MXNet | A flexible and efficient library for deep learning.
Apache MXNet
A flexible and efficient library for deep learning.
mxnet.apache.org
MIT Deep Learning and Artificial Intelligence Lectures | Lex Fridman
MIT Deep Learning and Artificial Intelligence Lectures | Lex Fridman
A collection of lectures on deep learning, deep reinforcement learning, autonomous vehicles, and artificial intelligence organized by Lex Fridman.
deeplearning.mit.edu
Self-Driving Cars Lectures - YouTube
Self-Driving Cars Lectures
www.youtube.com
CS221: Artificial Intelligence: Principles and Techniques (stanford-cs221.github.io)
CS221: Artificial Intelligence: Principles and Techniques
What is this course about? What do web search, speech recognition, face recognition, machine translation, autonomous driving, and automatic scheduling have in common? These are all complex real-world problems, and the goal of artificial intelligence (AI) i
stanford-cs221.github.io
Robotica | Cambridge Core
Robotica - Professor Giuseppe Carbone, Professor Jian S Dai
www.cambridge.org
The NXP Cup EMEA - NXP Community
The NXP Cup EMEA
The NXP Cup is a Global Student Competition. This group support the teams across the EMEA region
community.nxp.com