문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
자율 주행 차량에서의 AI 소개
- 자율 주행 수준과 AI 통합 이해
- 자율 주행에 사용되는 AI 프레임워크와 라이브러리 개요
- AI 기반 차량 자율 주행의 동향과 혁신
자율 주행을 위한 딥러닝 기본 개념
- 자율 주행 자동차를 위한 신경망 구조
- 이미지 처리를 위한 합성곱 신경망 (CNNs)
- 시간 데이터를 위한 순환 신경망 (RNNs)
자율 주행을 위한 컴퓨터 비전
- YOLO와 SSD를 이용한 객체 탐지
- 차선 탐지 및 도로 따라가기 기법
- 환경 인식을 위한 의미 분할
주행 결정을 위한 강화 학습
- 자율 주행 차량에서의 마르코프 결정 과정 (MDP)
- 심층 강화 학습 (DRL) 모델 학습
- 주행 정책을 위한 시뮬레이션 기반 학습
센서 융합 및 인식
- LiDAR, RADAR, 카메라 데이터 통합
- 칼만 필터링 및 센서 융합 기법
- 환경 매핑을 위한 다중 센서 데이터 처리
주행 예측을 위한 딥러닝 모델
- 행동 예측 모델 구축
- 장애물 회피를 위한 궤적 예측
- 운전자 상태 및 의도 인식
모델 평가 및 최적화
- 모델 정확도 및 성능을 위한 지표
- 실시간 실행을 위한 최적화 기법
- 자율 주행 차량 플랫폼에 학습된 모델 배포
사례 연구 및 실제 적용
- 자율 주행 차량 사고 및 안전 도전 과제 분석
- AI 기반 주행 시스템의 성공적인 구현 탐색
- 프로젝트: 차선 따라가기 AI 모델 개발
요약 및 다음 단계
요건
- Python 프로그래밍에 능숙함
- 머신러닝과 딥러닝 프레임워크 경험
- 자동차 기술과 컴퓨터 비전에 대한 이해
대상
- 자율 주행 애플리케이션 개발을 목표로 하는 데이터 과학자
- 자동차 AI 개발에 중점을 둔 AI 전문가
- 셀프 드라이빙 카를 위한 딥러닝 기법에 관심 있는 개발자
21 시간
