1. 수행배경

• 딥러닝의 쓰임이 확대됨에따라 자율주행차개발에도 딥러닝을 사용하고있다. 하지만, 원하는 데이터셋을 구하기는 쉬운일이 아니다. 그렇기 때문에 , 블랙박스형식으로 카메라를 통하여 전방영상데이터와 IMU센서의 데이터를 활용하여 데이터셋을 생성및 분류하는 툴을 개발하고자한다.

• 센서들의 데이터를 레코딩하여 , 딥러닝을 통하여 학습을 시키고, 영상클립을 추출한다.

2. 수행기간

• 2~4월 : 프로젝트 회의 수정 , 확정
• 4월 :하드웨어 설계
• 4~5월 : 소프트웨어 설계
• 4~8월 : 영상 딥러닝 및 센서 딥러닝
• 6~9월 : 클립 생성 알고리즘 계발
• 9~11월 : 알고리즘 적용 및 최적화

3. 개발작품 설명

• 여러 변수(급정지, 충돌, 삼거리, 좁은길, 비탈길, 햇빛이 강할때와 같은 다양한 상황)들이 존재하는 상황들을 자동적으로 레코딩 하고 추후 툴을 사용하여 원하는 옵션을 선택하여 원하는 데이터만 추출

• 레코딩된 영상을 Fast R cnn로, 센서 값을 2 layer perceptron 데이터를 이용하여 다양한 상황들을 판단 , 딥러닝 툴을 이용하여 여러 변수들을 분별 하고 분별 된 데이터들 토대로 학습을 시킬예정

4. 활용방안

• 자동차의 상태를 체크하고, 움직이는지 움직이지 않는지, 자신이 어떤 상황에 놓여져 있는지 판단하여, 그 상황에 맞게 시간, pose, Camera가 동시적으로 레코딩을 하고 , 만든 알고리즘으로 합당한 자료들만을 추출 가능하다.

  자율주행 차량 개발시 다양한 데이터셋을 필요로 하는데 , 필요로 할때마다 원하는 데이터를 얻어 오기란 쉬운일이 아니다. 그렇기 때문에 , 각종 센서들이 장착된 자동차를 소량생산하여, 전국을 누비며 데이터를 자동적으로 습득한다.