PART 01 차량용 인공지능
1.1. 인공지능(AI이란 무엇인가?
1.2. 인공지능(AI의 주요 방법
1.2.1. 심층학습
1.2.2. 기계 학습
1.2.3. 클러스터링(군집화
1.2.4. 강화 학습
1.2.5. 사례 기반 추론
1.2.6. 논리적 추론
1.2.7. 다중 에이전트 시스템
1.2.8. PAC 학습
1.3. 산업계를 위한 최신 AI(인공지능 과제
1.3.1. 설명 가능성: XAI(설명 가능한 인공 지능
1.3.2. 소위 하이브리드 AI(인공지능 시스템의 설계
1.4. 지능형 차량이란?
1.4.1. ADAS
1.4.2. 자율주행차량
1.4.3. AI 기법을 활용한 지능형 차량의 기본 빌딩 블록 구축
PART 02 기존의 비전vision여부 : 저급 알고리즘 선택
2.1. 개요
2.2. 비전 센서
2.2.1. 기존 카메라
2.2.2. 최신 센서
2.3. 비전 알고리즘
2.3.1. 이미지에서 검색할 정보의 유형 선택
2.3.2. 자아 동작 및 위치측정의 추정
2.3.3. 조밀한 접근으로 탐색 가능한 공간의 탐지
2.3.4. 3D 평면의 탐지부터 시각적 오도메트리까지
2.3.5. 자아 운동 보상을 통한 장애물 탐지
2.3.6. 시각적 주행 거리 측정
2.4. 결론
PART 03 자율주행, 궤적 계획의 문제
3.1. 계획의 정의
3.2. 궤적 계획: 일반적인 특성
3.2.1. 변수
3.2.2. 제약 조건
3.2.3. 비용 함수
3.2.4. 계획 방법론
3.2.5. 법적 교통 규칙을 준수하는 부조종사
3.2.6. “고스트”개체 및 차량에 대한 궤적 예측
3.2.7. 궤적 평가
3.2.8. 실제 차량 및 시뮬레이터에서의 결과
3.3. 다중 목표 궤적 계획
3.3.1. 선형 스칼라화
3.3.2. 비선형 스칼라화
3.3.3. 이상적인 방법
3.3.4. 다중 목표 계획 방법 요약
3.3.5. 고급 정보
3.4. 차량에 관한 다중 에이전트 계획에 대한 결론: 계획의 미래
