자율주행차 입문과정

이 과정에서는 OpenCV기반의 차선인식(ADAS), deep learning 기반 차선인식 (Behavior cloning)을 학습합니다.  

강좌 신청은 jdedu.kr@gmail.com

이 과정에서는 학습하는 것

자율주행차에 적용되는 기술 중 입문과정에 해당하는 강좌를 제공합니다.  

키트 조립, 라즈베리파이, Python

자율차 키트인 deepThinkCar를 조립하고 테스트 합니다. 라즈베리파이/파이썬 기초를 학습 합니다.

Deep learning 기초 및 차선인식

nVIDIA 자율주행 deep learning 모델 기초를 학습 합니다. 이를 기반으로 차선인식을 실행 합니다

OpenCV 기초 학습 및 차선인식

카메라를 다루기 위해 OpenCV 기초를 학습하고, OpenCV 기반으로 차선인식을 학습 합니다.

보행자, 신호등 인식하기

미리 수집되고 훈련된 deep learning 모델을 사용하여 보행자 및 신호등 인식을 실행 합니다.

Step 1: deepThinkCar 구동해 보기

- 강의시간: 2시간
- 자율주행차 기술 개론
- deepThinkCar, 키모드, 마우스, 모니터
- 키트 조립 및 테스트
- 모터, 서보, 카메라,휠 오프셋 조종
- OpenCV를 통한 단계별 차선인식 실험
- 표준 deep learning 모델이용 차선 인식 실험

Step 2: 라즈베리파이 학습

- 강의시간: 2시간
- OS 이미지 만들기
- 라즈베리파이 셋팅 - display, WiFi, etc.
- 라즈베피파이소프트웨어 설치
- Visual Studio Code
- Python, PIP, OpenCV, PyQt5
- Tensorflow, Keras

Step 3: Python 기초

- 강의시간: 4시간
- PC와 라즈베리파이를 모두 사용하여 Python 교육 진행
- Anaconda 가상 환경 설치
-자료형
-연산자
- 제어문
- 함수
- 모듈
- 클래스
- 라즈베리파이 GPIO, I2C, motor PWM, servo PWM
- deepThinkCar 모터 서보 카메라 Python 코드 제어 실습

Step 4: OpenCV 기초

- 강의시간: 4시간
- Pi 카메라 다루기
- 이미지 다루기
- 비디오 다루기
- 도형 그리기
- 이미지 스케일링 및 연산
- Color space 변환
- Color based object tracking
- Edge detection
- Contour line

Step 5: OpenCV 차선인식

- 강의시간: 2시간
- OpenCV 기반 차선인식 학습
- 초기형태의 ADAS(Advanced Driver Assistant Systems)
- 실제 deepThinkCar를 동작시키는 실습을 통해 학습 진행

Step 6: 딥러닝 기초

- 강의시간: 4시간
- PC 및 deepThinkCar 활용
- 딥러닝 개론 - Tensorflow, Keras
- nVIDIA 자율주행 deep learning 모델
- 데이터 셋 확보 및 PC기반 트레이닝
- 추론 파일에 의한 실제 deep learning 차선인식 주행

Step 7: Object Detection

- 강의시간: 2시간
- Object detection 으로 보행자 신호등 인식하기
- Deep learning 기반 object detection
- 미리 트레이닝 된 추론 활용

Home

Cources

Hardware Kit

Contact

경기도 수원시 영통구 광교로 156, 광교비즈니스센터 605호  connercobit@gmail.com  Copyright © 2021 cobit.kr All Rights Reserved.