자율주행 자동차의 주행을 위한 딥러닝 모델 연구

A Study on the Deep Learning Model for Autonomous Vehicle Driving

본 연구의 목적은 실내용 자율주행 자동차 딥러닝 모델을 연구하는 데 있다. 이를 위해 Nvidia, Transfer 모델과본 연구의 CNN 모델을 딥러닝을 실행하여, MAE 및 R2-score 값을 비교하였다. 연구 결과 Nvidia 모델과 본 연구의 모델은 Loss 값이 안정될 뿐 아니라 R2-score 값도 우수한 특성을 나타내지만, Transfer 모델은 Loss 및 R2-socre 이 안정되지 못하였다. 이러한 수정된 모델의 결과를 바탕으로 본 연구에서 GPU 기반 Nvidia 모델과 크게 다르지않은 CNN 모델을 제안하였다.

The purpose of this study was to investigate deep learning models for indoor autonomous vehicles. Deep learning was conducted using an NVIDIA model, transfer learning models, and the CNN model developed in this study, and the MAE and R2-score values were compared. The results demonstrated that both the NVIDIA model and the proposed CNN model exhibited not only stable loss values but also superior R2-score characteristics. By contrast, the transfer learning model did not achieve stable loss or R2-score values. Based on the results of the modified model, this study proposed a CNN model that is comparable to a GPU-based NVIDIA model.