자율주행이 완전 자동화되면 운전시간을 내 시간으로 만들 수 있어 우리 생활은 한층 업그레이드 될 것입니다. 이러한 삶을 꿈꾸는 의미에서 현재 자율주행 수준에 크게 못 미치지만, 이번 실험과목에서 배운 알고리즘과 엔비디아 JETSON XAVIERNX보드를 통해 자율주행 1.5단계를 표현하고자 노력했습니다.
실시간 물체 인식에 좋은 성능을 보여주는 YOLOv4를 이용하여 차량과 신호등, 그리고 사람을 인식하였습니다.그리고 OpenCV를 이용하여 차선을 인식하고 앞차, 옆차, 이/감속을 표시해 주었습니다.
동기와 함께 진행되었고 친구 한 명이 피피티를 만들었습니다.
실제로 신호등의 인식은 5G 통신을 통해서 하는 것이 정확하지만, 만약을 위해 영상 처리로도 인식해야 합니다.
차선은 소실점을 고려하여 교차하는 두 직선으로 표현하였습니다.
OpenCV를 이용해서 차선 인식도 포함하고 있습니다마지막 시연 영상은 저작권을 위해 캡처 사진만 올렸어요.ㅜ
- References 현대자동차 자율주행 로드맵 미국자동차공학회에서는 자율주행 단계를 총 6단계로 분류하고 있습니다.www.hyundai.co.kr 영상 DeepDrive PL Warsaw000 2sequence4 Kdatasetarchive.org YOLOv4-tiny-416,int8 Tensor RTYOLOv4,YOLOv3,SSD,MTCN,and Goog Le Net-jkjung-avithi tensortrithi-avt/tensorrrtensorrtrtrtrtrtrtrtrtrt_demosgencv3.1기준 코드 작성 세트만 제대로 되어 있으면 코피페할 뿐 문제없이 돌아올 것이다…m.blog.naver.comChangingColorspacesLearntochangeimagesbetweendifferentcolorspaces.Pluslearntotrackacoloredobjectinavideo.GeometTransformetricaofTransformetricIm different geometric transformations to images like rotation, translation etc. Image Thresholding Learn to convert images to …docs.opencv.org세계에서 가장 작은 AI슈퍼 고컴퓨터로 모든 AI 프레임워크를 지원합니다.www.nvidia.com