강의

멘토링

로드맵

개발 · 프로그래밍

/

개발 · 프로그래밍 기타

파이썬으로 해보는 자율주행

이 강의가 특별한 이유: 핵심 장점 • 직관적인 시각화: Pygame 2D 시뮬레이션으로 알고리즘 동작을 실시간으로 직접 확인 • 실제 구현 경험: 이론을 넘어 직접 코딩하며 자율 주행 알고리즘 체득 • 핵심 알고리즘 마스터: 다익스트라, 퓨어 퍼슈트, ICP 등 필수 알고리즘 집중 학습 • 단계별 심화 학습: 기초부터 SLAM까지 체계적인 난이도 구성 • Lidar 기반 SLAM: 미지 환경에서의 맵 구축 및 위치 추정 실습

(5.0) 수강평 3개

수강생 29명

  • 멋진

이런 걸 배울 수 있어요

  • SLAM (Simultaneous Localization and Mapping)

  • ICP (Iterative Closest Point)

  • 다익스트라 알고리즘 (Dijkstra Algorithm)

  • 퓨어 퍼슈트 알고리즘 (Pure Pursuit Algorithm)

  • 아커만 조향 모델 (Ackermann Steering Model)

자율 주행, 이제는 쉽게 전체를 이해하자!

최근 몇 년간 자율 주행 기술은 눈부신 발전을 거듭하며 우리 삶의 중요한 부분이 되고 있습니다. 하지만 이 흥미로운 분야에 뛰어들고자 할 때, 막상 마주하는 교육 자료들은 아쉬움이 많았습니다. 시중에 나와 있는 자율 주행 강의들을 살펴보면 크게 세 가지 유형으로 나뉘는 것을 발견했습니다.

첫 번째는 너무 기초적인 내용에만 머무는 강의입니다. 자율 주행의 개념, 역사 등 피상적인 정보만 전달할 뿐, 실제 시스템이 어떻게 작동하는지에 대한 깊이 있는 이해를 제공하지 못했습니다. 흥미는 유발하지만, 갈증을 해소해주지는 못하는 강의들이었죠.

두 번째는 AI, 특히 딥러닝에만 초점을 맞춘 강의입니다. 예를 들어, 딥러닝을 이용해 차선을 인식하고 조향하는 방법에만 집중하는 경우가 많았습니다. 물론 딥러닝은 자율 주행의 핵심 기술 중 하나이지만, 이는 자율 주행 시스템의 한 부분일 뿐입니다. 맵을 만들고, 경로를 계획하고, 차량을 제어하는 등 인공지능이 아닌 기초적인 공학적 원리들이 훨씬 더 중요하고 광범위하게 적용됩니다. 이러한 강의들은 자율 주행의 전체 그림을 보지 못하게 하고, 마치 나무만 보고 숲을 보지 못하는 것과 같았습니다.

세 번째는 너무나도 어려운 강의입니다. 갑자기 복잡한 수학 공식과 이론을 쏟아내거나, 실제 구현과는 동떨어진 개념만을 다루어 초보자들이 쉽게 접근하기 어려운 장벽을 만들었습니다. 배우려는 의지는 충만하지만, 시작부터 좌절감을 느끼게 하는 강의들이 대부분이었습니다.

이러한 아쉬움 속에서 저는 "자율 주행의 전체를 쉽고 직관적으로 이해할 수 있는 강의는 없을까?"라는 질문을 스스로에게 던졌습니다. 그리고 오랜 고민과 제가 가진 지식들을 총동원하여 직접 이 강의를 만들게 되었습니다.

이 강의는 기존 강의들의 한계를 극복하고, 자율 주행 시스템의 모든 핵심 요소를 처음부터 끝까지 직접 구현하며 이해할 수 있도록 설계되었습니다.

  • Pygame 기반의 2D 시뮬레이션을 활용하여 복잡한 자율 주행 알고리즘의 동작을 눈으로 직접 확인하며 직관적으로 이해할 수 있습니다. 이론적인 개념이 코드 한 줄 한 줄과 시뮬레이션 화면에서 어떻게 구현되는지 명확하게 보여줍니다.

  • 아는 맵에서의 경로 계획 및 추종부터 시작합니다. 맵을 그리드 형태로 나누고 다익스트라 알고리즘으로 최단 경로를 찾습니다. 그리고 아커만 조향 모델을 기반으로 차량을 제어하고, 퓨어 퍼슈트 알고리즘으로 생성된 경로를 정확하게 따라가도록 만듭니다. 이는 자율 주행의 가장 기본적인 '생각하고 움직이는' 과정입니다.

  • 나아가 맵을 모르는 미지의 환경에서의 자율 주행으로 확장합니다. Lidar 센서를 시뮬레이션하고, 이 Lidar 데이터를 활용하여 실시간으로 주변 맵을 구축합니다. 동시에 ICP(Iterative Closest Point) 알고리즘을 통해 차량의 정확한 위치를 추정하는 SLAM(Simultaneous Localization and Mapping)을 구현합니다. 맵이 갱신될 때마다 경로를 재생성하여, 차량이 모르는 지형에서도 스스로 길을 찾아갈 수 있도록 만듭니다.

이 강의는 단순히 AI 기술만을 맹목적으로 따라가는 것이 아니라, 자율 주행을 구성하는 맵핑(Mapping), 위치 인식(Localization), 경로 계획(Path Planning), 제어(Control)라는 네 가지 핵심 기둥을 모두 다룹니다. 여러분은 이 강의를 통해 자율 주행의 '전체 그림'을 그리게 될 것이며, 각 요소가 어떻게 유기적으로 연결되어 작동하는지 명확하게 이해하게 될 것입니다.

더 이상 자율 주행의 복잡함 앞에서 좌절하지 마세요. 이 강의는 여러분이 자율 주행의 핵심 원리를 쉽고 재미있게 배우고, 나아가 자신만의 자율 주행 시스템을 만들어 볼 수 있는 탄탄한 기반을 제공할 것입니다. 함께 자율 주행의 흥미로운 세계로 떠나봅시다!



미지의 환경을 LIDAR로 인식하며 최단 경로를 생성하고, 생성된 경로를 추종하는 영상

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 자율 주행 분야에 처음 입문하는 초보자

  • AI/딥러닝 외 자율 주행의 핵심 원리를 배우고 싶은 분들

  • 실습을 통해 깊이 있는 이해를 원하는 분들

선수 지식,
필요할까요?

  • Python 프로그래밍 기초

  • 고등학교 수준의 기본적인 수학 + 행렬 연산

  • 컴퓨터 과학 기초 (선택 사항)

안녕하세요
입니다.

1,481

수강생

36

수강평

8

답변

4.7

강의 평점

10

강의

안녕하세요

비전공자로 딥러닝을 열심히 공부하는 직장인입니다.

공부하면서 느낀 점들을 여러분들과 함께 공유하고 싶습니다

감사합니다.

커리큘럼

전체

9개 ∙ (3시간 10분)

해당 강의에서 제공:

수업자료
강의 게시일: 
마지막 업데이트일: 

수강평

전체

3개

5.0

3개의 수강평

  • Kevin Min Soo Kim님의 프로필 이미지
    Kevin Min Soo Kim

    수강평 1

    평균 평점 5.0

    5

    67% 수강 후 작성

    • 멋진
      지식공유자

      수강평 감사합니다!조금이라도 도움이되면 좋겠네요

  • 김시현님의 프로필 이미지
    김시현

    수강평 3

    평균 평점 5.0

    5

    67% 수강 후 작성

    • 멋진
      지식공유자

      우와! 평가 감사합니다 자율주행 전반에 대한 강의를 해보려 했는데 잘 전달이 되었는지 모르겠네요

  • 멋진님의 프로필 이미지
    멋진

    수강평 2

    평균 평점 5.0

    5

    67% 수강 후 작성

    ₩22,000

    멋진님의 다른 강의

    지식공유자님의 다른 강의를 만나보세요!

    비슷한 강의

    같은 분야의 다른 강의를 만나보세요!