ADAS S/W 실습

실습 목표 IMU 데이터 분석: 차량에 장착된 IMU 센서에서 수집한 데이터를 시각화하고 분석 노이즈 필터링: 센서 데이터에 포함된 노이즈를 제거하기 위한 다양한 필터링 기법을 학습 Wheel Encoder 시뮬레이션: 펄스 데이터를 생성하고 이를 통해 차량 속도를 추

실습 목표 NMEA 데이터 분석: NMEA 로그 파일에서 GGA와 RMC 메시지 피싱하고 분석 위성 지도 시각화: GPS 궤적을 실제 위성 지도 위에 시각화 ROS bag GNSS 데이터 분석: 직접 취득한 GNSS 데이터 분석 좌표 변환: WGS84와 ENU 좌표계

Open3D 기초 실제 취득한 LiDAR 데이터 시각화 및 분석 (Open3D 활용) ROI Extraction & Downsampling 실습 KD Tree 실습 Fitting 실습

실습 목표 실제 취득한 Radar 데이터 시각화 및 분석 Noise Filtering 실습 Transformation 실습 Clustering 실습

실습 목표 OpenCV 기초: 이미지 로딩, 표시, 기본 처리 방법 학습 이미지 전처리: 노이즈 제거, 대비 조정, 블러링 등 기본 이미지 처리 고급 이미지 처리: 이진화, 모폴로지, 엣지 검출, 윤곽선 검출 차선 검출: 실제 도로 이미지에서 차선 정보를 도출 BEV

실습 목표 칼만 필터 이론: 예측-업데이트 과정과 수학적 원리 이해 CA 모션 모델: 등가속도 운동 모델 기반 차량 동역학 모델링 불안전 시스템: 측정 없이 예측만 할 때 불확실성 증가 분석 상태 추정: 인지 센서 측정 활용한 차량 위치 및 속도 추정 성능 비교: 단순

실습 목표 EKF 이론 이해: 선형 칼만 필터와 EKF의 차이점 및 야코비안 행렬 개념 Dead Recknoning 모델: IMU 데이터를 활용한 차량 운동 모델링 센서 융합: GNSS와 IMU 데이터의 융합을 통한 정확한 위치 추정 좌표계 변환: WGS94(위경도)

실습 목표 차량 동역학 모델 구현: 종방향 dynamic 모델과 횡방향 kinematic/dynamic 모델 구현 속도 기반 모델 스위칭: 속도에 따른 횡방향 모델 자동 전환 (kinematic dynamic) 종횡방향 제어 알고리즘: Pure Pursuit, Sta

자율주행 차량 시승