원문정보
Indoor Autonomous Driving System Using Reinforcement Learing
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
자율주행을 하기 위해선 실시간으로 변하는 주변 환경에서 존재하는 많은 객체 중 주행이 가능하다고 지나갈 수 있는 객체라 판단하거나 장애물이라 인식해야 하며 현재 상황에서 갈 수 있는 방향만이 아닌 미래 상황을 고려하여 효율적인 움직임을 판단해야 하기 위해서 더 발전된 인공지능 모델을 필요로 한다. 본 논문은 강화 학습을 이용하여 실내 환경 이미지를 실시간으로 카메라로 받아와 인식하고 자율적으로 주행하면서 벽이나 문에 부딪히지 않는 것을 목표로 진행 방향을 판단하는 시스템이다. 모형차량을 사용하여 차량을 대체 하였고 NVIDIA의 Jetson Xavier를 기반으로 작동하며 레이저 센서, 모터 제어 센서, 카메라 센서를 사용한다. 카메라 영상 데이터를 바탕으로 강화학습을 진행되고 촬영된 실내 환경 이미지를 기반으로 만든 가상의 공간에서 선행 학습 후 실제 환경에서 학습을 이어 진행했다. 총 5번의 주행 테스트 결과, 다양성이 적은 실내 환경에서 직선 구간을 완주하며 실내 주행의 가능성을 확인하였다.
목차
Abstract
서론
제안 시스템
전체 시스템 구조
하드웨어 플랫폼 구성
강화학습을 이용한 챠량 조향
실험 및 결과고찰
실험 환경
실험
결론
Acknowledgments
Reference
서론
제안 시스템
전체 시스템 구조
하드웨어 플랫폼 구성
강화학습을 이용한 챠량 조향
실험 및 결과고찰
실험 환경
실험
결론
Acknowledgments
Reference
저자정보
참고문헌
자료제공 : 네이버학술정보