사례연구: 자율 주행 자동차

“제가 학습하고 있는 강의를 정리하여, 부족하지만 공유합니다. 함께 발전하길 바랄 뿐입니다.”

---

주제

자율주행차는 다양한 센서를 사용하여 주변 환경을 인식하고, 안전하게 주행할 수 있도록 설계된 차량입니다. 이 차량은 카메라, 레이더, 라이다(레이저 센서) 등의 입력을 받아 다른 자동차와 보행자를 감지합니다. 감지된 정보를 바탕으로 차량의 경로를 계획하고, 이를 통해 안전하게 목적지까지 이동할 수 있도록 합니다.

 

요약

자율주행차는 다양한 센서를 통해 주변 환경을 인식하고 안전하게 주행하는 시스템입니다.

 

센서 입력

• 카메라, 레이더, 라이다를 사용하여 주변의 다른 차량과 보행자를 감지합니다.
• 입력된 정보를 바탕으로 차량의 위치와 주변 상황을 파악합니다.

 

차량 및 보행자 감지

• 머신러닝을 통해 감지된 차량과 보행자의 위치를 확인합니다.
• 여러 방향의 카메라와 센서를 사용하여 360도 인식을 가능하게 합니다.

 

모션 계획

• 감지된 정보를 기반으로 차량의 경로와 속도를 계획합니다.
• 안전한 주행을 위해 다른 차량과의 거리 및 도로 상황을 고려합니다.

 

이러한 과정을 통해 자율주행차는 안전하고 효율적으로 목적지에 도달할 수 있습니다.

 

 

→ 😐DG생각: 테슬라 일론머스크는 자율주행 자동차 인식 센서를 라이다센서가 아닌 광학카메라에 더 큰 사용성을 강조했습니다. 그 이유가 무엇인지 확인해 보니,고가의 라이다센서는 자동차의 생산비용을 높여, 일반 소비자 접근 및 확산에 악영향을 주기 때문이고 라이다센서 이상으로 기존 광학카메라와 + AI를 결합하면 충분하다는 '비전 온리(Vision Only)' 즉 인간의 눈은 카메라, 판단은 AI로 접목하면 충분하다고 하더군요. 개인적으로 동의하는 부분이 많네요.

 

---

※본 요약은 ‘공정 이용(fair use)’사용 목적으로, Stanford University의 Coursera강의 ‘모두를 위한 AI’를 수강하며 작성한 요약이며, 직접적인 강의 내용 복사, 슬라이드 캡처등은 저작권에 의하여 엄격히 보호됩니다. - 앤드류 응(Andrew Ng)의 강의 by Coursera Plus - "Learning Notes and Summaries by digitalian”