일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
- Graph Neural Network
- CPP
- Hybrid A star
- 공유라이브러리
- CUDA
- Dubins Path
- Recursion
- 백준
- 선형대수
- PathPlanning
- self driving car
- Leetcode
- MDP
- solver
- 동적라이브러리
- OSQP
- GNN
- C++
- DynamicProgramming
- 경로생성
- autonomous vehicle
- 소프티어
- 수치최적화
- Frenet Coordinate
- C
- Motion Planning
- 강화학습
- path planning
- GIT
- 정적라이브러리
- Today
- Total
목록전체 글 (127)
Swimmer
Frenet Coordinate (Frenet Frame, S-N coordinate) S-N 좌표계 라고도 한다. Reference Path(기준 방향)의 Arc Length 방향 및 이의 수직 방향을 축으로 위치 공간을 표현하는 좌표계이다. 추종 경로가 있을 때, 이를 기반으로 위치 상태 값을 표시할 수 있다. Reference Path의 Unit Length 별로 상태 값을 표시하여 계산해야 할 상태 값을 줄일 수 있는 것이 장점이다. ex) Cartesian Coordinate : x, y, theta (heading) / Fresent coordinate : ds, dy, dtheta (ds는 unit length이므로 변수가 아님) 최적화 / Gradient Descent 시 상태 값을 줄여 ..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/coi6PM/btsdi1MT5F2/J969IzC1xuM6eBOEtGNWXk/img.png)
얼마 전 회사에서 자격 인증 시험 공고 메일이 날라와서, 신청 후 빡세게 공부를 하였다. 학부 시절 데이터 처리 과목 들었던 것 도 있고 최근 업무로 네트워크 모델 개발도 하다보니 그리 낯설지는 않았다. 결과적으로 Level 2 자격을 취득했다! Level 2면, 데이터를 분석해 전처리 하고 기초 통계 및 분석 기법을 사용해 회귀 및 분류 모델의 성능을 향상 할 수 있는 정도를 의미한다. 이 다음은 Level 3~4인데, 이는 시험을 봐도 되고 현대 엔지비에서 운영 중인 수업을 들어도 되는 것을 보인다. 일상 생활 속 단기적인 성취감을 주었던 경험 ㅎㅎ.
알고리즘 설명 Dubins Path는 시작지점 및 헤딩, 종료지점 및 헤딩이 주어졌을 때 회전 반경이 일정한 원과 직선으로 연결하는 경로이다. 경로 내 원, 직선의 Segment 구성 및 회전 순서에 따라 총 6가지의 경로가 존재한다. 시계 방향의 원호를 L, 반시계 방햐의 원호를 R, 직선을 S라고 할때 LSL, LSR, RSL, RSR, LRL, RLR 총 6가지의 케이스가 존재한다. 원호를 C, 직선을 S라고 하면 CCC, CSC 두가지의 케이스의 경로를 생성할 수 있다. 이때 CCC는 두 점의 거리와 회전반경에 따라 경로가 존재하지 않을 수 있다. Dubins Path는 아래 논문에서 제안되었다. Dubins, L. E. (July 1957). "On Curves of Minimal Length ..
알고리즘 설명 Hybrid A star 은 시작지점에서 목적지점까지 충돌 없이 Kinematic Feasible한 Sub Optimal Path를 생성할 수 있는 알고리즘이다. Hybrid A star 경로 계획 알고리즘은 아래 논문에서 제안된 방법이다. Dolgov, Dmitri, et al. "Practical search techniques in path planning for autonomous driving." Ann Arbor 1001.48105 (2008): 18-80. 기존 A star 경로 계획 알고리즘 대비 2가지가 개선되었다. Kinematic Feasible 경로 생성 가능 H cost 사용하여 Search 횟수 절감 (Non-holonomic without obstacle Cost..