테슬라 오토파일럿 시스템의 윤리적 책임과 안전성 문제를 다룸
전문 레이서들의 차량 한계 탐색 전략과 기술을 이해하여 자율주행 소프트웨어 모듈 개발에 활용할 수 있다.
테슬라 FSD의 도시 주행 모드가 신경망 기반으로 전환되면서 안전성이 크게 향상되었다.
부분적으로 가려진 도로 선 및 표시를 정확하게 분할하기 위해 인접 프레임의 보완적인 단서를 활용하는 방법을 제안한다.
자율주행 차량의 실시간 의사결정 과정에 대한 설명을 제공하여 사용자의 신뢰와 상황 인식을 높이는 것이 중요하다.
EqDrive는 등가변적 입자 및 인간 예측 모델인 EqMotion을 활용하여 차량 간 상호작용의 불변성을 고려하고, 다중 모드 예측 메커니즘을 통해 차량의 다양한 미래 경로를 확률적으로 예측할 수 있는 모델이다.
단일 모델이 도메인 ID 정보 없이도 다양한 타겟 도메인에 적응할 수 있는 새로운 기술을 제안한다.
단일 카메라 기반 3D 차선 검출은 자율주행 차량의 안전하고 합리적인 경로 계획 및 운동 제어를 지원하는 핵심 기술이지만, 현재 알고리즘의 성능이 여전히 불충분하여 완전한 자율주행 실현을 저해하고 있다.
다중 카메라 3D 객체 탐지 모델의 성능을 향상시키기 위해 약한-강한 유도 프레임워크를 제안하여 단일 카메라 인지 능력과 주변 환경 정제 능력을 동시에 향상시킴.
도로변 카메라를 활용하여 자율주행 차량의 인지 범위와 사각지대를 확장하고, 다양한 환경에서 강건한 성능을 보이는 3D 객체 탐지 기술을 제안한다.