🖥 dev-ruby

1. 기계학습 경험을 통해서 나중에 유사하거나 같은 일을 더 효율적으로 처리할 수 있도록 시스템의 구조나 파라미터를 바꾸는 것 컴퓨터가 데이터로부터 특정 문제해결을 위한 지식을 자동으로 추출해 사용할 수 있게 하는 기술 연역적 학습 연역적 추론을 통한 학습 귀납적 학습 사례들을 일반화하여 패턴 또는 모델을 추출하는 것 일반적인 기계학습의 대상 학습 데이터를 잘 설명할 수 있는 패턴을 찾는 것 오컴의 면도날 어떤 현상의 인과관계를 설명할 때 불필요한 가정을 삼가야한다. 가능하면 학습결과를 간단하게 표현하는 게 좋음 2. 기계학습의 종류 지도학습 입력(문제)-출력(답)의 데이터들로부터 새로운 입력에 대한 출력을 결정할 수 있는 패턴 추출 비지도학습(자율학습) 출력에 대한 정보가 없는 데이터로부터 패턴 추출 ..

자율주행의 핵심요소 인식 : 주변환경과 장애물 인식 위치추정 : 환경 내에서 차량의 위치 추정 계획수립 : 인식 내용 및 추정 위치를 토대로 원하는 위치로 이동을 위한 궤적 생성 제어 : 궤적을 따라 이동하기 위해 조향 및 가속정보 생성 차선 감지 : 차선을 표현하는 식의 계수 추정 - LaneNet : 2개의 네트워크 구성 객체 추적 : 동일 대상을 시간에 따라 연속해서 추적 빈공간 감지 : 차량이 없는 비어있는 공간 감지 장면 인식 센서 융합 : 여러 센서의 데이터를 결합하여 정확도 높은 추정을 하는 것 융합 시점 초기 융합 : 원 데이터의 결합 지연 융합 : 2D 또는 3D 경계상자 검출기 출력의 결합 위치추정 : 환경 내에서 차량 자신의 위치 추정 상위/전역 계획수립 : 출발지에서 목적지로의 길 ..

로봇 요소간의 통신 방식 하드웨어간 통신 UART RS-232/422/485 SPI/I2C USB 소프트웨어간 통신 공유 메모리 소켓 하드웨어간 통신 방식 UART GND, TX, RX 등의 통신선 이용한 직렬통신 병렬 데이터 ↔ 직렬 데이터 변환 보통 MCU 등에 내장 비동기 방식 미리 송/수신쪽에서 전송 속도 설정 TTL level 전압 사용 디지털 신호를 직접 전달 근거리 통신에 사용 RS-232/422/485 TTL level 전압으로 통신하는 UART 통신을 보완한 방식 12V/-12V 또는 25V/-25V 전압으로 신호 전송 UART보다 먼거리까지 통신 가능 전송속도가 느리고, 전송 거리도 짧음 SPI / I2C 근거리 통신 규격 1:n 통신 지원 MCU가 master가 되고, 센서들이 sla..

로봇 시스템의 요소 물리적 요소 소프트웨어적 요소 기구적 구성요소 프레임, 하우징, 링크, 관절 등 하드웨어적 구성요소 구동기, 센서, 제어기, SBC 등 소프트웨어적 구성요소 운영체제 : 자원 관리 제어기 펌웨어 : MCU에 탑재 미들웨어 : 쉽게 통신할 수 있도록 해줌, 라이브러리 형태 과업을 수행하기 위한 각종 응용 프로그램 응용 소프트웨어 모듈 기구학 로봇의 관절이나 바퀴의 회전과 로봇의 변형이나 움직임을 결정하는데 사용되는 이론 매니퓰레이터 관절의 회전 각도에 따라 단말조작자의 위치 변화 매니퓰레이터의 기구학 순기구학 각 관절의 모터 회전각도가 어떻게 단말 조작자의 위치 변화를 유발시키는지 해석하는 것 역기구학 단말 조작자를 특정 위치에 두기 위해 각 관절의 모터를 얼마만큼 회전시켜야 하는지 결..

계획공간 계획수립 탐색 공간이 부분계획들로 구성 해답 계획(solution plan)이 완성될 때까지 점진적으로 개선 부분계획의 구성요소 부분적으로 값이 결정된 행동의 집합 제약조건의 집합 선행 제약조건 바인딩 제약조건 인과연결 위협 삭제 조건 상호작용 행동 𝑎가 행동 𝑏의 사전조건 𝑝를 생성하는 인과연결 관계 행동 𝑐가 𝑝를 삭제하는 Effects 보유 𝑐가 인과관계 𝑎 → 𝑏 를 위협하는 상황 계층적 계획수립 : 복잡한 태스크를 더 단순한 태스크로 분할 계층적 태스크 네트워크 (HTN) 태스크(task)가 목표로 주어질 때, 이 태스크를 추상적 단계에서 분할하여 점차 구체적인 기본 작업들로 구성하여 계획을 수립하는 방법 기본 태스크 연산자(행동)에 의해 수행 복합 태스크 메소드를 사용하여 더 작은 부..

고전적 계획 수립 상태공간 계획수립 : 초기 상태에서 목표 상태로의 경로 탐색 초기 상태를 목표 상태로 변화 시키는 일련의 연산자 찾기 노드(node) : 세계의 상태 에지(edge) : 상태 전이를 일으키는 행동 행동 = 바로 적용할 수 있는 기본 행동 연산자(operator) = 기본 행동 전향 탐색 초기 상태에서 시작 적용가능한 연산자를 목표 상태에 도달할 때까지 적용 너비우선 탐색(Breadth-first search) 깊이우선 탐색(Depth-first search) 휴리스틱 탐색 : A* 알고리즘 후향 탐색 목표 상태에서 시작 해당 상태를 만들어내는 행동선택을 시작 상태에 도달할 때까지 반복 STRIPS 알고리즘 후향 탐색 방법 목표 상태가 만족되지 않으면, 목표 상태를 effect로 만들 수..