무인 자동차는 자율 주행 자동차 (SDC), 또는 로봇 자동차로 널리 알려져 있습니다. 자율 주행 차의 목적은 운전자 없이 자동으로 운전하는 것입니다.
제가 번역 한걸 본문과 같이 올려드리겠습니다!
요즘 자율 주행 자동차 엔지니어들은 자율 주행 시스템을 개발하기 위해 여러 가지 접근 방식을 모색하고 있습니다. 그중 가장 성공적이고 널리 사용되는 것은 다음과 같습니다.
> 로봇 접근 방식
> 딥 러닝 접근 방식
실제로 SDC의 개발에서 개발자와 엔지니어는 로봇 공학과 딥 러닝 방법을 모두 적극적으로 추구하고 있습니다.
다음 다이어그램에서 SDC의 5 가지 핵심 구성 요소를 볼 수 있습니다.
Computer Vision은 SDC의 눈으로 간주될 수 있으며 주변 세계가 어떻게 생겼는지 파악하는 데 도움이 됩니다.
Sensor fusion(센서 융합)은 RADAR, LIDAR 및 LASER와 같은 다양한 센서의 데이터를 통합하여 주변 환경을 더 깊이 이해하는 방법입니다.
주변 세상이 어떻게 생겼는지 더 깊이 이해하는 것이 중요합니다. 이를 localization이 해줍니다.
세상이 어떤 모습이고 우리가 어디에 있는지 이해한 후에 우리는 어디로 가고 싶은지 알고 싶기 때문에 경로 계획을 사용하여 여행 과정을 차트로 만듭니다. Path planning은 궤적 실행을 위해 구축됩니다.
마지막으로 Control은 스티어링 휠을 돌리고, 자동차의 기어를 변경하고, 브레이크를 적용하는 데 도움이 됩니다.
Benefits of SDCs
- Greater safety on roads: 정부 데이터에 따르면 운전자의 오류가 충돌의 94% 원인이라고 합니다. 높은 수준의 자율성은 운전자 오류를 제거하여 사고를 줄일 수 있습니다. 자율 주행의 가장 중요한 결과는 안전하지 않은 운전, 특히 마약이나 음주 운전으로 인한 피해를 줄이는 것입니다. 또한 벨트가 없는 차량 탑승자, 고속으로 주행하는 차량, 운전자에게 영향을 미치는 주의 산만에 대한 높은 위험을 줄일 수 있습니다.
- Greater independence for those with mobility problems: 완전 자동화는 일반적으로 우리에게 더 많은 개인적인 자유를 제공합니다. 특별한 도움이 필요한 사람들, 특히 거동이 불편한 사람들은 더 자립할 것입니다. 스스로 운전할 수 없는 시각 장애가 있는 사람들은 전동 운송이 제공하는 자유를 누릴 수 있습니다. 이러한 차량은 또한 노인의 독립성을 높이는 데 필수적인 역할을 할 수 있습니다. 또한 승차 공유가 개인 운송 비용을 절감하므로 이동성을 감당할 수 없는 사람들에게 이동성이 더 저렴해질 것입니다.
- Reduced congestion : SDC를 사용하면 교통 정체의 여러 원인을 해결할 수 있습니다. 사고가 적다는 것은 고속도로에서 더 적은 백업을 의미합니다. 차량 사이보다 효율적이고 안전한 거리와 정지 및 이동 파도의 감소는 도로의 전반적인 혼잡을 감소시킬 것입니다.
- Reduced environmental impact:대부분의 자율 주행 차는 완전 전기식으로 설계되었기 때문에 자율 주행 차는 연료 소비와 탄소 배출량을 줄여 불필요한 엔진 공회전으로 인한 온실 가스 배출량을 줄이고 연료 소비량을 줄일 수 있습니다.
Deep learning and computer vision for SDCs(1)
- Lane detection:이는 차량이 도로의 어느 쪽에 있는지 알아야 하기 때문에 올바르게 운전하는 데 유용합니다. 차선 감지를 통해 곡선 도로를 쉽게 따라갈 수 있습니다.
- Road sign recognition:시스템은 도로 표지판을 인식하고 그에 따라 행동할 수 있어야 합니다.
- Pedestrian detection:시스템은 장면을 주행할 때 보행자를 감지해야 하며, 물체가 보행자인지 아닌지 여부를 파악하여 보행자를 치지 않도록 강조할 수 있어야 합니다. 쓰레기와 같이 덜 중요한 다른 물체보다 보행자 주변을 더 조심스럽게 운전해야 합니다.
- Traffic light detection: 차량은 운전자와 마찬가지로 도로 규칙을 준수할 수 있도록 신호등을 감지하고 인식해야 합니다.
Deep learning and computer vision for SDCs(2)
- Car detection:환경에 다른 자동차의 존재도 감지해야 합니다.
- Face recognition:SDC가 운전자의 얼굴, 차 안에 있는 다른 사람, 심지어는 바깥에 있는 사람까지 식별하고 인식할 필요가 있습니다. 차량이 특정 네트워크에 연결되어있는 경우 해당 얼굴을 데이터베이스와 대조하여 차량 도둑을 인식 할 수 있습니다.
- Obstacle detection: 장애물은 초음파와 같은 다른 수단을 사용하여 감지할 수 있지만 차량은 카메라 시스템을 사용하여 장애물을 식별해야 합니다.
- Vehicle action recognition: 자율 주행 자동차는 앞으로 수년 동안 비 자율 주행 자동차와 함께 운전할 것이기 때문에 차량은 다른 운전자와 상호 작용하는 방법을 알아야 합니다.
'opencv' 카테고리의 다른 글
| Object Detection(객체 탐지 기술) (0) | 2021.05.23 |
|---|---|
| Semantic Segmentation for Self-Driving Cars (0) | 2021.05.16 |
| OpenCV Bilateral Filtering (0) | 2021.04.30 |
| OpenCV MedianBlur (0) | 2021.04.30 |
| OpenCV Gaussian (0) | 2021.04.30 |
