1 of 11

자율주행과 � 기계학습

​

Autonomous Driving + ML

Aaron Snowberger

1주차: Introduction

2 of 11

https://aaron.kr

3 of 11

개념

자율주행 메커니즘을 상세히 알아보고, 사회적 영향과 기술적 과제까지 두루 살펴보는 교양서다. 자율주행 시스템의 구성 요소, 즉 센서 기술, 인공지능, GPS와 HD MAP 활용, 제어 기술 등을 설명하며 안전 및 보안 요소도 놓치지 않고 소개한다. 또한 자율주행 기술이 발전함에 따라 요구되는 운전자 인터페이스 기술이나 책임 소재 같은 윤리적 쟁점과 기술 전망도 다루며, 주요 국내 자율주행 스타트업 현황도 알아본다.

​

  • PART 1 스스로 주행하는 자동차가 온다
  • PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본
  • PART 3 사람처럼 주변을 인지하고 판단하는 기술
  • PART 4 위성항법을 이용한 인지 판단 기술
  • PART 5 자율주행 중에 사용되는 운전자 인터페이스 기술
  • PART 6 자율주행 기술의 미래
  • PART 7 국내 자율주행 스타트업의 주요 기술

4 of 11

실습

자율주행 자동차의 운영 체제로 널리 사용되는 ROS (Robot Operating System) 의 개념과 설치 및 운영 방법, 응용프로그램 개발 방법을 배운다. 또한, 기계학습에 대한 기본적인 개념과 자율주행에 필요한 CNN 기반의 Yolo 등 객체 인식 기법을 배우고 이를 ROS를 기반으로 실습한다.

​

  • 교과목 교육목표 1 기계학습의 개념 이해
  • 교과목 교육목표 2 기계학습에 대한 전반적인 이해 증진
  • 교과목 교육목표 3 기계학습의 주요 알고리즘에 대한 이해와 실습을 통한 해결 능력 함양

​

5 of 11

과제: Google Colab Notebooks

​

​

6 of 11

임시 일정 (개념)

  1. 강의 소개
  2. PART 1 스스로 주행하는 자동차가 온다 I
  3. PART 1 스스로 주행하는 자동차가 온다 II
  4. PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본 I
  5. PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본 II
  6. PART 3 사람처럼 주변을 인지하고 판단하는 기술 I
  7. PART 3 사람처럼 주변을 인지하고 판단하는 기술 II

​

  • 중간고사

1-8주차

9-15주차

  1. PART 4 위성항법을 이용한 인지 판단 기술 I
  2. PART 4 위성항법을 이용한 인지 판단 기술 II
  3. PART 5 자율주행 중에 사용되는 운전자 인터페이스 기술
  4. PART 6 자율주행 기술의 미래
  5. PART 7 국내 자율주행 스타트업의 주요 기술 I
  6. 복습 / 프로젝트

​

  • 기말고사

7 of 11

임시 일정 (기계 학습)

  • 베이지안 사고와 확률
  • 행렬 작업
  • 프로그래밍 및 데이터 구조
  • 차량 동작 및 제어
  • 컴퓨터 비전 및 머신 러닝
  • 센서 융합
  • 현지화

교훈과 개념

잠재적 미니 프로젝트

  • 경로 계획 알고리즘
  • 신호등 분류기
  • 도시 환경에서의 객체 감지
  • 3D 객체 감지
  • 센서 퓨전 및 객체 추적
  • 스캔 매칭 현지화
  • 모션 계획 및 의사 결정
  • 제어 및 궤적 추적

8 of 11

성적처리

Attendance

Assignments

Midterm

Final

출석 20%

과제 20%

중간 30%

기말 30%

  • 수업의 15% 이상을 빠지는 경우, 낮은 성적을 받게 됩니다.
  • 수업의 25% 이상을 빠지는 경우, 과락이 됩니다.

​

​

  • 과제는: 개인적으로 수행하는 작업입니다.
  • 실습은: 수업에서 함께 수행하는 작업입니다.
  • 모든 과제와 실습을 완료해야 합니다.

​

객관식 퀴즈 + 실기 시험

​

객관식 퀴즈 + 실기 시험

9 of 11

성적처리

(30-40-30 보통)

20%

출석 + 태도

20%

Jupyter Notebook 과제

30%

중간고사

30%

기말고사

30%

A+, A0

40%

B+, B0

30%

C+, C0, D+, D0, F

10 of 11

About Aaron

한국 도착:

2006

한국어능력:

4급 / 6

학력:

2022, 한밭대학교, 정보통신공학과, 박사 수료

2011, Full Sail University, 미국, 미디어 디자인, 석사

2006, University of Wyoming, 미국, 컴퓨터공학, 학사

(자격): 리액트, 컴퓨터비전, 머신러닝, 딥러닝, 자연어 처리,

온라인 강의:

고등학교 강의:

2021, 익산 마이스터 고등학교, 파이썬 기초

2013-2019, 국제영재아카데미, 웹프로그래밍, 컴퓨터공학 이론, 컴퓨터 발견, 컴퓨터 A+, 로보틱스, 자바 프로그래밍, 그래픽 디자인, 출판 디자인, 디지털 시민 교육, 중학교 컴퓨터, 수학

대학교 강의:

2023, 용병강사 됬다

2019-2023, 전주대 / 전북대, 스마트 택: 구글 클래스룸과 메체 만든 기술

2010-2023, 전주대학교, 영어회화

11 of 11

THANKS

Do you have any questions?

​

https://aaronkr-courses.github.io/�courses/2025-ut-cars/

Please keep this slide for attribution

CREDITS: This presentation template was created by Slidesgo, and includes icons by Flaticon, and infographics & images by Freepik