Automated Driving with MATLAB

1일차

실측 데이터의 레이블 지정 

학습목표: 대화형 방식으로 비디오나 영상 시퀀스의 실측 데이터에 레이블을 지정합니다. 감지 및 추적 알고리즘으로 레이블 지정을 자동화합니다.

• Ground Truth Labeler 앱 개요
• 관심 영역(ROI)과 장면에 레이블 지정
• 자동 레이블 지정
• 실측 결과 보기 및 내보내기

센서 데이터 시각화

학습목표: 카메라 프레임, 레이다 및 라이다 감지를 시각화합니다. 적절한 좌표계를 사용하여 영상 좌표를 차량 좌표로 변환하고 그 반대로도 변환합니다.

• 조감도 플롯 생성
• 센서 커버리지 영역 플로팅
• 감지 및 차선 시각화
• 차량 좌표에서 영상 좌표로 변환
• 감지 및 차선 경계를 사용해 비디오에 주석 추가

차선 검출 및 차량 감지 

학습목표: 포물선 차선 경계를 분할하고 모델링합니다. 사전 훈련된 객체 감지기를 사용하여 차량을 감지합니다.

• 조감도 보기 변환 수행
• 차선 특징 검출
• 차선 모델 계산
• 실측으로 차선 검출 검증
• 사전 훈련된 객체 감지기를 사용하여 차량 감지

라이다 포인트 클라우드 처리

학습목표: 3차원 포인트 클라우드로 저장된 라이다 데이터를 활용합니다. 포인트 클라우드를 클러스터로 분할하여 포인트 클라우드를 가져오고 시각화하고 처리합니다. 포인트 클라우드를 등록하여 축적된 포인트 클라우드 맵을 정렬하고 구축합니다.

• 포인트 클라우드 가져오기 및 시각화
• 포인트 클라우드 전처리
• 라이다 센서 데이터에서 객체 분할
• 라이다 센서 데이터에서 맵 빌드

2일차

센서 감지 융합 및 추적 

학습목표: 다중 객체 추적기를 생성하여 카메라, 레이다, 라이다 같은 여러 센서로부터의 정보를 융합합니다.

• 다중 객체 추적
• 감지 전처리
• 칼만 필터 활용
• 다중 객체 관리
• 다중 객체 추적기로 추적

확장 객체 추적

학습목표: 확률 가설 밀도 추적기를 생성하여 확장 객체를 추적하고 공간 범위를 추정합니다.

• 센서 구성 정의
• 확장 객체 추적
• 공간 범위 추정

주행 시나리오 생성 및 센서 모델링 

학습목표: 대화형 방식으로 주행 시나리오와 합성 레이다 및 카메라 센서 감지를 생성하여 자율주행 인식 알고리즘을 테스트합니다.

• Driving Scenario Designer 앱 개요
• 도로, 액터, 센서로 구성된 시나리오 생성
• 시나리오 시뮬레이션 및 시각화
• 감지 생성 및 시나리오 내보내기
• 시나리오로 알고리즘 테스트