Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
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
Requirements
- 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 Hours
