전체 글 (61) 썸네일형 리스트형 [IITP 2019] 프로젝트 A 팀 세번째 작품은 특이하게 LGVSL 이라는 가상 환경 기반으로 자율주행을 위한 센서 데이터를 다양한 상황의 ADAS 시뮬레이션을 구현한 프로젝트 A 팀입니다. 사실 보행자 인식에 대한 전방 충돌 방지 시스템을 실제 차량에서 개발하기가 쉬운 일이 아닙니다. 만약 모형차에서 구현한다면 실제 사람과 모형차의 차이가 커서 인식하기가 어렵고, 실제 차량이라고 하면 실제 보행자가 아닌 더미를 이용해야하는데 비용 및 정확도 실제 인식 및 제어 속도 상황을 재현하기가 쉽지 않습니다. 하여 복잡하고 크리티컬한 ADAS 나 자율주행 상황인지 테스트에 시뮬레이션 구현 및 테스트는 실로 그 역할이 중요하다고 할 수 있습니다. https://youtu.be/x-xYjhmMnmA 발표 영상도 클릭해서 봐주세요. ♥ https://.. IITP 2019 2차반 프로젝트 작품 감상 오랜만에 우리 학생들 작품을 다시 올립니다. IITP 2019 년 2차반 학생들의 작품은 11월 30일에 발표가 되었는데 제 일정이 바빠서 영상편집을 못해서 이제야 올립니다. ㅠㅠ (미안해요... ) 모든 학생들이 끝까지 같이 노력해서 완성했던 과정과 결과가 보석처럼 빛나는 작품들입니다. 하나씩 꼭 봐주시길 바랍니다. ♥ [IITP 2019] 2반 AutoJoy 팀 https://jetsonaicar.tistory.com/50 [IITP 2019] 2반 AutoJoy 팀 첫번째 작품은 레이싱카와 Nvidia Jetson 기반으로 카메라를 이용한 OpenCV와 딥러닝, 모터 제어를 V 사이클 개발 주기에 맞추어 진심 교과서적으로 자율주행을 구현.. 했다고까지 표현할 수 있는 AutoJoy 팀입니.. jet.. [IITP 2019] 2반 꾸러기 수비대팀 두번째 작품은 앞차를 카메라 영상 딥러닝과 라이다 거리 센서를 이용하여 인식하여 따라가는 크루즈 컨트롤과 앞차의 정지에 의한 AEB (긴급정지) 상황을 실시간으로 구현한 꾸러기 수비대 팀입니다. 여기서는 차선인식이 딥러닝 영상인식을 이용하여 구현하였다는 것이 가장 큰 특징이며, 사실 상 레이싱 카의 모터 컨트롤 테스트를 1차반 학생들과 연합해서 구현 결과를 지식 나눔을 해주었다는 것이 매우 인상적이었습니다. https://youtu.be/jo9sisngNUI 발표 영상도 클릭해서 봐주세요. ♥ https://youtu.be/4Jfw11n-EHQ 요소별 개발 과정과 특히 딥러닝 모델 개발과 검증 분석에 대해 상세히 설명을 해주고 있습니다. 전체 작품 리스트는 여기 -> https://jetsonaicar... [IITP 2019] 2반 AutoJoy 팀 첫번째 작품은 Nvidia Jetson 기반으로 카메라를 이용한 OpenCV와 딥러닝, 모터 제어를 V 사이클 개발 주기에 맞추어 진심 교과서적으로 자율주행을 구현.. 했다고까지 표현할 수 있는 AutoJoy 팀입니다. 그리고 사실 영상편집이 압권이라 도입부가 거의 마블 영화 수준이고 개발 과정이 정말 실제 프로젝트 못지 않은 퀄리티로 진행되었음을 재미나게 표현되어서 정말 보는 것만 해도 꿀잼 압권이라는 소문입니다. :) https://youtu.be/wGkvAFqLrA4 발표 영상도 클릭해서 봐주세요. ♥ https://youtu.be/S62WbIZaGhc 발표영상에서는 V 사이클 개발 과정과 OpenCV 차선 인식 자율주행과 딥러닝을 활용한 신호등 인식과 처리 등에 대해 잘 설명해주고 있습니다. 전체.. 5-3 GoogLeNet (Inception v1) GoogLeNet (Inception v1)— Winner of ILSVRC 2014 (Image Classification) GoogLeNet 은 image classification competition 인 ILSVRC (ImageNet Large Scale Visual Recognition Competition) 2014년 winner 이며 ZFNet (2013 년 winner )과 AlexNet (2012 winner) [3], VGGNet (2014 년 winner )에 비해 오류율이 상대 적으로 낮습니다. 'GoogLeNet'이라는 이름에서 Google은 Google의 이름임을 이미 알고 있습니다. 또한 "GoogLeNet"에는 Yan LeCun 교수의 LeNet 에게 경의를 표하는 "LeNe.. 3-2 CNN 용어들 (Kernel, Stride, Pooling..) 1. Convolution 2. 필터(Filter) , 커널(Kernel), 가중치(Weight) same 3. 채널(Channel) color 4. 스트라이드(Stride), 패딩(Padding) 커널 이동 보폭, output size 보존을 위한 방법 5. 액티베이션 맵(Activation Map), 피처 맵(Feature Map) Conv 의 결과 레이어, training 이 끝난 후 6. 풀링(Pooling) 레이어 * 참고 FC (Fully Connected Layer) : 기존 뉴럴 네트워크에서 인풋을 벡터화시켜서 W와 곱해주는 방식 FCN (Fully Convolutional Network) : 전체 CNN 네트워크 아키텍쳐의 마지막에 사용되던 FC를 제거하고 전체를 Conv 를 사용하는 방식 1반 6팀 - 자율주행 Patrol Bot 이번 작품은 터틀봇 와플 + Nvidia TX2 의 구성에 Stand Alone ROS 기반으로 개발된 자율주행 Patrol Bot 입니다. 정말로 말 그대로 알아서 순찰을 합니다. https://youtu.be/KsFJm9KTdHM 최종 영상은 클릭해서 봐주세요. ♥ 자율주행 PatrolBot 은 AR 태그를 인식하고 Auto Parking 을 하기도 합니다. 주차하기 전에 파노라마 사진도 찍기도 하고 순찰 중 사람을 인식하면 사진을 찍기도 한다는 군요. https://youtu.be/Joh9nEMu7hM 발표 영상도 클릭해서 봐주세요. ♥ 여기 발표 영상의 경우는 자율주행 순찰봇의 동작 시나리오 부터 딥러닝 사물 인식, AR TAG 를 이용한 순찰 좌표 인식, stanalone 으로 구현된 SLAM-.. 1반 5팀 - 탤런트 엑스 : 자율주행 레이싱카 이번 작품은 라이다와 카메라를 이용하여 지형과 표지판을 인식하여 고속으로 주행하는 자율주행 레이싱 카 입니다. https://youtu.be/qRVyQQhjoes 최종 영상은 클릭해서 봐주세요. ♥ 탤렌트 엑스 레이싱카의 특징은 라이다로 주변 복도의 지형을 인식하고 가야할 길을 인식해서 가기때문에 알아서 길을 찾아가는게 기본이라는 것이죠. https://youtu.be/sRpzDEI7cE0 발표 영상도 클릭해서 봐주세요. ♥ 여기 발표 영상의 경우는 레이싱카를 만들기 위해 모터 ROS 드라이버를 직접 개발하여 조향각에 적합한 모터 컨트롤을 개발 하는 과정과 어떻게 180도 밖에 못쓰는 라이다를 가지고 고속으로 localization 을 하며 진행하는 주행을 개발했는지에 대해 설명하고 있습니다. 전체 작품.. 이전 1 2 3 4 5 6 ··· 8 다음
