| 3/6 |
▶ Slides
|
Week주차 1
Introduction to U30001 Introduction to Autonomous Vehicles / 자율주행 소개 Introduction to U30001 Introduction to Autonomous Vehicles / 자율주행 소개 | |
| 3/13 |
▶ Slides
|
Week주차 2
확률 및 조건부 확률 PART 1 스스로 주행하는 자동차가 온다 확률 및 조건부 확률 PART 1 스스로 주행하는 자동차가 온다 | 과제 → |
| 3/20 |
▶ Slides
|
Week주차 3
베이즈 규칙 PART 1 스스로 주행하는 자동차가 온다 베이즈 규칙 PART 1 스스로 주행하는 자동차가 온다 | 과제 → |
| 3/27 |
▶ Slides
Slides 2
|
Week주차 4
확률 분포 및 가우스 분포 PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본 확률 분포 및 가우스 분포 PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본 | 과제 → |
| 4/3 |
▶ Slides
|
Week주차 5
위치 추정 PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본 위치 추정 PART 2 스스로 가고 멈추고 도는 자율주행 차량의 기본 | 과제 → |
| 4/10 |
▶ Slides
|
Week주차 6
칼만 필터 PART 3 사람처럼 주변을 인지하고 판단하는 기술 칼만 필터 PART 3 사람처럼 주변을 인지하고 판단하는 기술 | 과제 → |
| 4/17 |
▶ Slides
|
Week주차 7
SLAM PART 3 사람처럼 주변을 인지하고 판단하는 기술 SLAM PART 3 사람처럼 주변을 인지하고 판단하는 기술 | 과제 → |
| 4/24📝 Exam시험 | |||
| 5/1* (5/13 LMS) |
▶ Slides
|
Week주차 8
SLAM II
SLAM II
| 과제 → |
| 5/8 |
▶ Slides
|
Week주차 9
Simple Classification PART 4 위성항법을 이용한 인지 판단 기술 Simple Classification PART 4 위성항법을 이용한 인지 판단 기술 | - 카메라 기반 2D 기능 추적
과제 → |
| 5/15 |
▶ Slides
|
Week주차 10
Day & Night Classifier PART 4 위성항법을 이용한 인지 판단 기술 Day & Night Classifier PART 4 위성항법을 이용한 인지 판단 기술 | - 3D 공간에서 객체 추적
과제 → |
| 5/22* (5/20 LMS) |
▶ Slides
|
Week주차 11
Intro to Neural Networks (신경망 소개) PART 5 자율주행 중에 사용되는 운전자 인터페이스 기술 PART 6 자율주행 기술의 미래 Intro to Neural Networks (신경망 소개) PART 5 자율주행 중에 사용되는 운전자 인터페이스 기술 PART 6 자율주행 기술의 미래 | - 레이더 타겟 생성 및 탐지
|
| 5/29 |
▶ Slides
|
Week주차 12
NN - 합성곱 신경만 실습
NN - 합성곱 신경만 실습
| Signnames.csv 과제 →과제 2 →CNN을 사용한 이미지 분류 |
| 6/5🔴 No Class휴강 |
No Class 개교기념일
No Class 개교기념일
| ||
| 6/12 |
▶ Slides
|
Week주차 13
PART 7 국내 자율주행 스타트업의 주요 기술 Object Detection - 객체 감지 Camera-based Object Tracking PART 7 국내 자율주행 스타트업의 주요 기술 Object Detection - 객체 감지 Camera-based Object Tracking 📖 기말고사 가이드
| - 자율 주행차를 위한 모션 플래닝 및 의사 결정
|
| 6/19📝 Exam시험 | |||
- Python programming; linear algebra; basic statistics 파이썬 프로그래밍; 선형대수; 기초 통계
ROS(Robot Operating System) 개념과 자율주행에 필요한 CNN 기반 객체 인식(YOLO 등) 기법을 학습하고 실습합니다. 기계학습 기초와 자율주행 알고리즘을 연계하여 이해합니다.
This course covers ROS (Robot Operating System) and CNN-based object recognition (YOLO, etc.) for autonomous driving. Students connect machine learning fundamentals to real-world self-driving algorithms.
Aaron Snowberger earned his Ph.D. in Information and Communications Engineering from Hanbat National University in South Korea in 2023. He also holds degrees in Computer Science and Media Design. He has taught technology courses for over 8 years, English for over 15 years, and has freelanced as a web developer and magazine designer for over 5 years. His current research interests include computer vision, natural language processing, image processing, signal processing, and machine learning.
Aaron Snowberger는 2023년 한국 한밭대학교에서 정보통신공학 박사 학위를 취득했습니다. 그는 또한 컴퓨터 과학 및 미디어 디자인 학위를 취득했습니다. 그는 8년 이상 기술 과정을 가르쳤고, 15년 이상 영어를 가르쳤으며, 5년 이상 웹 개발자 및 잡지 디자이너로 프리랜서로 일했습니다. 현재 연구 관심사는 컴퓨터 비전, 자연어 처리, 영상 처리, 신호 처리, 기계 학습입니다.