[실전 자율주행 완전정복!] 라이다 센서와 인지 시스템 구현하기
강의소개
강의정보
| 학습개요 |
1) 자율주행의 핵심 센서인 LiDAR의 작동 원리부터 데이터 처리의 전 과정을 단계별로 학습합니다. 2) Python과 Open3D 라이브러리를 활용하여 복잡한 설치 없이도 즉시 3D 데이터를 제어합니다. 3) 전처리, 지면 제거, 객체 군집화 등 실제 자율주행 인지 파이프라인의 핵심 알고리즘을 직접 구현합니다. 4) 실제 도로 주행 데이터인 KITTI 데이터셋을 활용하여 실무 환경에서의 데이터 대응 능력을 기릅니다. |
|---|---|
| 학습목표 |
1) LiDAR 센서의 물리적 특성을 이해하고 포인트 클라우드 데이터의 구조를 분석할 수 있다. 2) 3D 공간 좌표계의 변환 원리를 익히고 데이터의 노이즈 제거 및 관심 영역(ROI)을 설정할 수 있다. 3) RANSAC과 Clustering 알고리즘을 조합하여 도로 위 장애물을 개별 객체로 검출하는 인지 시스템을 구축한다. |
| 학습대상 |
|
강사이력
| 현) 해커스캠퍼스 자율주행 라이다 강사 라이다, 로보틱스 개발 및 공급회사 팀장 근무 KAIST 기술경영 석사 과정 서울대학교 졸업 |
강의목차
-
강의정보 번호 강의명 1강자율주행을 위한 파이썬 시작하기2강자율주행 데이터 처리를 위한 파이썬 핵심3강LiDAR는 어떻게 거리를 볼까? (원리/구조)4강Open3D로 포인트클라우드 열어보기 (세팅+구조)5강3D로 ‘눈에 보이게’ 만들기 (뷰어/시점조작)6강데이터 최적화 : Voxel 다운샘플링7강잡음 지우개: Outlier 필터링 실습8강필요한 구간만 쏙: ROI 크로핑 -
강의정보 번호 강의명 9강좌표계 한 번에 정리: 변환행렬 감 잡기10강바닥 찾는 공식: RANSAC으로 지면 추출11강지면 빼고 장애물만: 분리 파이프 실습12강공간 데이터 고속 탐색: KD-Tree13강점들을 물체로 묶기: 클러스터링14강물체에 박스 씌우기: 바운딩박스 만들기15강실전 데이터 입장: KITTI로 검증하기16강최종 조립: LiDAR 인지 파이프라인 완성
