자율주행자동차 개발

 

AVE 자율주행 시연 (K-city)

 

경로계획 기술 개발

 

- LiDAR와 HD지도 기반 Local path planning 기술 개발

- GPS, IMU, 카메라 센서 융합을 통한 장애물 탐지 및 인공지능 기반 주행가능경로 판단, 생성 기술 개발

 

Local path planner (좌), Sensor fusion diagram (우)

 

Trajectory candidates based on LiDAR

 

강화학습 기반 종단간 자율주행 기술 개발

 

- VAE를 이용한 강화학습 기반 종단간 자율주행 기술 개발

 

Reinforcement Learning based End to End using VAE

 

- 종단간 방식: 기존에 사용하던 모듈라 방식 진행이 아닌, 모든 데이터를 입력 값으로 사용하는 단일 학습 방식

 

End to End Approach

 

- Variational AutoEncoder: 고차원의 이미지를 변분오토인코터를 통해 다루기 쉬운 저차원의 공간으로 압축하고, 압축 이미지를 segmentation하여 state generality를 높여 학습 속도 향상

 

Variational AutoEncoder using image segmentation

 

 

A-GNSS

 

A-GNSS 시스템

- A-GNSS는 R-GNSS (Reference GNSS) 수신기로부터 Assistance Data 생성에 필요한 정보를 실시간으로 수신기가 수신하는 시스템
- 본 연구실에서는 SDR 기반 GNSS 수신기로부터 Raw IF sample data를 신호 처리하여 생성된 Assistance Data를 검증하기 위한 기술 개발 및 측위를 위한 정보를 생성하는 단말기 기술 개발

 

 

LTE Fingerprint 활용 기술 기발

LTE Fingerprint result of the base station

 

Testing in urban areas and positioning results

 

-스마트폰에서 얻을 수 있는 LTE 신호를 활용한 스마트폰의 정밀 위치 측정 기술 개발

-스마트폰에서 측정할 수 있는 다중 채널의 다양한 LTE 신호 측정치를 LTE Fingerprint(무선신호 고유 식별 데이터베이스)로 저장한 뒤, LTE 신호 측정치와 비교하여 위치 측정. GPS신호의 다중경로 현상이 빈번히 발생하는 도심지에서 사용자가 스마트폰에서 GPS 측위 기술을 사용하지 않고 LTE Fingerprint 기술을 사용하면, 측위 성공률 및 측위 정확도 대폭 향상 기대 가능.