Current Result Document :
| 한글제목(Korean Title) |
AWS DeepRacer를 활용한 라이다 센서 유무에 따른 강화학습 기반 자율주행 모델 성능 비교 |
| 영문제목(English Title) |
Performance Comparison of Self-Driving Models With and Without LIDAR Sensors Based on Reinforcement Learning in AWS DeepRacer Platform |
| 저자(Author) |
김조은
김도영
김세진
강준혁
박동민
Jae-Gil Lee
김민석
이영준
이재길
Joeun Kim
Doyoung Kim
Sejin Kim
Junhyeok Kang
Dongmin Park
Minseok Kim
Youngjun Lee
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 1151 ~ 1153 (2022. 06) |
한글내용
(Korean Abstract) |
최근 자율주행 기술이 활발하게 연구됨에 따라 자율주행의 인식 단계에 사용되는 센싱 기술 또한 중요한 연구주제로 연구되고 있다. 그 중에서도 라이다(LiDAR) 센서의 필요성은 특히 논쟁적이다. 라이다 센서의 높은 정밀성이 자율주행 기술에 필수적이라고 여기는 전문가가 있는 반면, 라이다의 비싼 가격과 긴 처리 시간 때문에 라이다의 도입을 마다하고 카메라와 AI 비젼 기술을 고도화하는데 집중하기도 한다. 본 연구에서는 강화학습 기반 자율주행 자동차 학습 시뮬레이션 플랫폼인 AWS DeepRacer를 활용하여 라이다 유무에 따른 두 가지 모델을 비교하는 실험을 진행한다. 실험을 통해, 라이다 센서를 포함한 모델이 학습 시간을 더 필요로 하지만 장애물의 위치가 랜덤하게 변화하는 환경에서 더 좋은 성능을 가짐을 보인다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
