Application of CNN for steering control of autonomous vehicle

자율주행차 조향제어를 위한 CNN의 적용

We design CNN(convolutional neural network) which is applicable to steering control system of autonomous vehicle. CNN has been widely used in many fields, especially in image classifications. But CNN has not been applied much to the regression problem such as function approximation. This is because the input of CNN has a multidimensional data structure such as image data, which makes it is not applicable to general control systems. Recently, autonomous vehicles have been actively studied, and many techniques are required to implement autonomous vehicles. For this purpose, many researches have been studied to detect the lane by using the image through the black box mounted on the vehicle, and to get the vanishing point according to the detected lane for control the autonomous vehicle. However, in detecting the vanishing point, it is difficult to detect the vanishing point with stability due to various factors such as the external environment of the image, disappearance of the instant lane and detection of the opposite lane. In this study, we apply CNN for steering control of an autonomous vehicle using a black box image of a car.

본 연구는 자동차 조향제어 시스템에 적용 가능한 CNN(Convolutional Neural Network)을 설계하고자 한다. CNN은 현재 많은 분야에서 폭넓게 사용되고 있으며, 특히 영상 분류(image classification) 작업에 있어 매우 뛰어난 성능을 나타내고 있다. 그러나 이러한 CNN이 함수를 근사하는 회귀(regression) 문제에서는 많이 적용되지 못하고 있다. 이는 CNN의 입력으로 이미지 데이터와 같은 다차원적인 데이터 구조로 되어 있어 일반적인 제어 시스템의 적용이 쉽지 않기 때문이다. 최근 들어 자율주행차에 관해 연구가 활발히 진행되고 있으며, 자율주행차를 구현하기 위해 많은 기술이 요구된다. 이를 위해 차량에 장착된 블랙박스의 영상 이미지를 사용하여 차선을 검출하고 검출된 차선에 따라 소실점 등을 검출하여 자율주행차를 제어하는 연구가 많이 진행되었다. 그러나 소실점 검출에 있어 영상 이미지의 외부 환경, 순간적인 차선의 소실 그리고 반대편 차선의 검출 등 여러 요인으로 인하여 안정적인 소실점 검출에 어려움이 있다. 본 연구에서는 자동차에서 촬영된 블랙박스 영상 이미지를 입력받아 자율주행차의 조향제어를 위해 CNN을 적용해 보고자 한다.