자율주행 시스템을 위한 MATLAB 및 Simulink - 고객 성공사례에서 딥러닝 구현까지

자율주행 시스템을 위한 핵심 기술은 인지, 경로 계획 및 센서 융합과 제어를 포함합니다. 본 비디오 시리즈에서는MATLAB 및 Simulink를 활용하여 자율주행 시스템을 설계하는 방법을 소개합니다. Lidar (Light Detection And Ranging ) 기술을 통해 주변 차량 검출이나 자기위치를 정밀하게 인지하고, 딥러닝 기술을 적용하여 주행 환경을 파악하고 완성도 높은 자율주행을 구현하며, 3차원 모델링을 통해 좀 더 현실에 가까운 환경에서 검증하는 방법을 포함합니다.

41:23

MATLAB과 Simulink를 이용한 ADAS 및 자율 주행 시스템 개발 사례 본 비디오에서는 자율주행 시스템 개발에 필요한 MATLAB과 Toolbox들의 다양한 기능을 간략하게 다루며 몇 가지 고객 사례를 통해 이 기능들이 어떻게 개발 업무에 사용되고 있는지 소개합니다.

32:16

자동차 어플리케이션의 Point Cloud 프로세싱을 위한 Lidar Toolbox Lidar는 데이터량이 크고 처리가 복잡하지만 외란이 심한 차량 주행환경에도 정확한 결과를 얻을 수 있어 주변 차량 검출이나 자기위치 인식 등 자율주행차량의 여러 기능에 사용되고 있습니다. 본 비디오에서는 2020b 릴리즈에서 새롭게 출시된 Lidar Toolbox의 기능을 소개합니다.

39:07

자율주행차의 눈, 딥러닝 알아보기 본 비디오에서는 주행 인지 분야에서의 딥러닝 모델 적용에 있어 실질적인 사례로 실제 논문의 TensorFlow 모델을 MATLAB으로 가져오는 워크플로우를 소개합니다. 더불어 가져온 딥러닝 모델의 경량화, 코드생성 및 시뮬레이션 모델을 구현하는 방법에 대하여 자세히 소개합니다.

34:46

RoadRunner를 이용한 자율 주행 시뮬레이션 3차원 Scene 모델링 RoadRunner는 게임엔진 기반의 시뮬레이션 소프트웨어에서 엔지니어가 원하는 테스트를 할 수 있도록 도로 및 주행환경을 손쉽게 모델링하는 툴입니다. 본 비디오에서는 새롭게 출시된 RoadRunner를 이용하여 Simulink이외에도 다양한 Simulator를 위해 필요한 3차원 주행 장면을 모델링하고 출력하는 방법을 설명합니다.

평가판 신청

영업 상담