공부해보고 싶은 것

<aside> 💡

졸업논문 연계하여, 졸업 전까지 공부해보고 싶은 것

✔️ SLAM (Simultaneous Localization and Mapping):

자율주행 차량이 주변 환경을 인식하고, 자신의 위치를 정확하게 파악하는 데

필수적입니다. SLAM을 통해 차량은 복잡한 환경에서도 안전하게 주행할 수 있도록 지도를 작성하고, 실시간으로 위치를 추적할 수 있습니다. 다양한 센서(예: 카메라, 라이다 등)를 활용하여 환경을 인식합니다.

✔️ SLAM의 주요 구성 요소

✔️ 위치 추정 (Localization): 로봇이 현재 위치를 정확하게 파악하는 과정입니다.

이는 센서 데이터를 기반으로 하여 로봇의 위치를 추정합니다.

✔️ 지도 작성 (Mapping): 로봇이 주변 환경의 지도를 생성하는 과정입니다. 이 지도는 로봇이 탐색하는 동안 수집한 정보에 기반하여 업데이트됩니다.

✔️ ROS2 (Robot Operating System 2):

ROS2는 로봇 소프트웨어 개발을 위한 프레임워크로, 자율주행 시스템의 다양한 구성 요소를 통합하고 관리하는 데 유용합니다. 노드 기반 아키텍처를 통해 센서 데이터 처리, 제어 알고리즘, SLAM 알고리즘 등을 모듈화하여 개발할 수 있습니다.

ROS2는 실시간 성능과 분산 시스템을 지원하므로, 자율주행 차량의 복잡한 요구 사항을 충족하는 데 적합합니다.

  📖학습교재: <https://www.yes24.com/Product/Goods/102949767>

</aside>

2.3 학습해보고 싶은 자율주행 알고리즘
- SLAM (Simultaneous Localization and Mapping) (SLAM 알고리즘 종류 및 특징, 본 연구에 적합한 알고리즘 선정 이유 제시)
- 경로 계획 알고리즘 (A*, Dijkstra 등) (알고리즘별 장단점 비교 분석 및 환경에 따른 적용 가능성 검토)
- 장애물 회피 알고리즘 (Dynamic Window Approach 등) (다양한 장애물 회피 알고리즘 소개 및 선택한 알고리즘의 작동 원리 설명)
- 제어 알고리즘 (PID 제어 등) (로봇의 안정적인 주행을 위한 제어 알고리즘 소개 및 PID 제어 파라미터 튜닝 방법 설명)