경력경험기술서
[주요논문 연구분야]
본인의 세부 전공은 ‘딥러닝과 환경 인식 기법을 통한 자율주행 시스템 개발’ 이며, 학위 논문 주제는 ‘동적격자지도를 이용한 딥러닝 기반 객체검출 기법연구’ 입니다. ‘Object Detection’ 딥러닝 기법을 동적격자지도 환경에 적용하여 격자 지도에 존재하는 객체의 종류, 상태를 판별할 수 있고 자차 경로계획이나 격자확률 랜덤성에 대한 변수에 기여하여 격자지도기반 환경 인식 성능을 개선할 수 있는 연구입니다. 이러한 연구 활동을 통하여 최근 자율주행 차량에 다양한 방면으로 적용되고 각광받는 딥러닝 기법과 프레임워크를 활용하고 성능을 분석하는 능력을 키워왔습니다. 또한 알고리즘을 개발하고 분석하기 위해 Matlab, C++, Python, ROS와 같은 다양한 툴과 개발환경을 활용한 경험이 있습니다.
[프로젝트 수행경험]
‘Dynamic Occupancy Grid Map 기법을 활용한 이동물, 정지물 통합 센서퓨전 개발’이라는 주제로 하는 산학연구에서 LiDAR, Camera 센서 퓨전 및 실차 실험 환경구성을 담당했습니다. 센서를 통해 검출된 객체를 격자 지도 기반으로 동적, 정적객체로 분류, 검출하는 알고리즘 개발 업무를 담당했습니다. 최종적으로 본 알고리즘을 자동차안전연구원 내에 있는 자율주행실험도시(K-city)에서 교차로, 고속주행로의 시나리오를 구성하여 객체 인식성능과 동, 정적 객체분류 성능에 대한 분석을 진행하였습니다. 프로젝트 개발환경 및 데이터 분석과 시뮬레이션을 위해서 Matlab, Simulink를 활용하였습니다. 알고리즘의 목표 검출성능을 검증하기 위해서 다수의 차량으로 위치, 속도 및 궤적을 지정하여 3가지의 시나리오를 구성하고 센서로 실측하며 실험을 진행했습니다.
[기타 대외활동]
자율주행경진대회에 적용했던 딥러닝 기반 차선 인식 알고리즘이 실차 실험 중 터널 진입, 진출 구간에서 광량 문제로 검출성능이 저하되는 문제가 있었습니다. 이러한 문제를 해결하기 위해서 칼만필터 추적 알고리즘을 적용하고 문제가 발생하는 상황에 대한 데이터를 추가로 취득, 학습하여 차선 검출성능을 개선하였습니다. 또한 카메라의 조도 환경개선을 위해 센서 위치 변경을 진행하여 Raw data 취득환경을 개선하였고, 강건한 차선 인식 성능을 확보했습니다.