본문 바로가기

분류 전체보기142

2022 Tesla AI day FSD Planning 정리 [작성 중] 레퍼런스 : https://www.youtube.com/watch?v=ODSJsviD_SU&t=10562s Tesla AI Day 2022 테슬라 2022 AI Day 프레젠테이션 중 FSD - Planning 내용 정리 정리 이유 테슬라 FSD의 Planning 아키텍처 벤치마킹 하기 위함 테슬라는 차량 OEM 중 최고 수준의 자율주행 기술을 양산 판매하고 있음 복잡한 도로 상황이 연속될 때 자연스러운 Planning의 대응 및 전환 가능한 아키텍처를 벤치마킹 하기 위함 0. Planning 아키텍처 입력 신호 FSD (Full Self Driving) 아키텍처 내 Planning 모듈은 Neural Network로부터 Lanes, Occupancy, Moving Objects 신호를 입력받는다. 1... 2023. 5. 9.
Frenet coordinate 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 .. 2023. 5. 7.
HDAT Level 2 자격 인증 취득 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. 2023. 5. 1.
Dubins Path 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 .. 2023. 5. 1.
Hybrid A star 경로 계획 알고리즘 설명 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.. 2023. 5. 1.
[HDAT-DA] 데이터 분석 과정 HDAT-DA 시험을 준비하며 데이터 분석 과정 정리 시험에서 자주 출제되는 데이터 분석과정은 예측 모델 생성 데이터 분석 과정 라이브러리 임포트 pandas, numpy, os, random : seed 고정 함수 추가하기 matplot, sns .. warning 출력 안하도록 세팅 데이터 불러오기 기초 통계 분석 및 EDA 목적 : 데이터 특성 파악 데이터 목록 확인 : print(train.columns) 데이터 통계치 확인 : train.describe() 예측 타겟 값의 분포 확인 : train.['Column'].value_counts() 데이터 결측치 확인 : temp = train.isna().sum(), temp[temp > 0] 결측 데이터는 삭제하거나 평균 값으로 채워줄 수 있다. .. 2023. 4. 6.

티스토리툴바