Machine Learning , AI, Arduino Coding

1959년에 고양이의 시각피질의 반응 연구로 시작된 닥터 Hubel 의 연구는 1998년 LeCUN 교수의 MNIST 수기문자판독 연구에서 그가 발명한 LeNet 의 실질적인 응용이 이루어졌다. 미국 우편 체계에서 편지를 보낼 경우 수발신 란에 수기로 작성되는 소속 주(state)와 숫자로 표시되는 주소를 의미한다. 손글씨로 쓴 0~9 까지의 숫자 7 만개를 28X28 즉 784개 흑백 픽셀 이미지로 채집하여 데이터세트를 구성하였다. 6 만개는 수기 숫자 학습용이며 나머지 1 만개는 학습된 가중치를 사용하여 학습이 잘되었는지 통계학적으로 컨펌(confirm) 해보는 또는 validation 즉 타당성을 체크 해보는 테스트용으로 사용한다. 손글씨 데이터는 분명히 0 ~ 9까지의 10종류의 데이터로 균등한 ..

참조: Highway Trajectory Planning Using Frenet Reference Path https://kr.mathworks.com/help/nav/ug/highway-trajectory-planning-using-frenet.html?searchHighlight=Frenet&s_tid=srchtitle_Frenet_1 고속도로 주행 시 자율주행 차량의 차선 변경에 대해서 살펴보자. 실제 주행도 어렵지만 몇 가지의 표준적인 주행 환경 시나리오를 설정해 놓은 상태에서 자율주행 차량이 차선 변경을 위한 최적의 조건을 찾아 보도록 한다. 시나리오에 따른 차선 환경은 게임 작성 소프트웨어로 잘 알려진 Unity 를 사용하여 구성되며 그중에 ego vehicle(자율주행 차량) 과 주변 차량들..

참조: Use HERE HD Live Map Data to Verify Lane Configurations https://kr.mathworks.com/help/driving/ug/use-here-hd-live-map-data-to-verify-lane-configurations.html HD 맵을 구성하는 레이들을 불러내어 Route를 지도에 표현하는 방법을 살펴보았으므로 이번 절에서부터는 자율주행 차량을 대상으로 체계적으로 적용하는 법을 살펴보자. ① HERE HDLM 서비스를 사용하여 기록된 GPS 시퀀스 데이터에 대한 도로 및 차선 정보를 읽어 들이자. ⓶ 기록된 GPS 데이터에 대해서 찾아내는 것이 가능한(heuristic) 경로 일치 접근 방식을 적용하자. GPS 데이터는 대부분 부정확하므로 ..