2023년 세종도서 학술부문 선정도서
"누구나 손쉽게 자율주행차 AI를 구성해보자."라는 이 책의 모토는 우리의 눈길을 끌었다.
AI가 이만큼 많은 사람의 입에 오르내리는 시대는 드물다. 하지만 AI를 실질적으로 사용하기 위해 접근하면 갑자기 저 먼 안드로메다 쯤의 이야기로 들릴 사람들이 많을 것이다. 이 책은 그런 거리감을 수천 광년 단위로 줄여주는 멋진 책이다. 이 책에서 하라는 것만 따라하면 당신이 정치외교학과를 졸업했더라도 나도 왕년에 AI 좀 만져봤다는 생색을 낼 수 있을 것이다. 왜냐하면 당신이 짠 간단한 자율주행차 AI 코드가 모니터에 떠있을 것이기 때문이다.
이 책은 총 3부로 이루어져 있다. 1부에서는 센서의 특성에 대한 이해와 구성하는 코드를 간단히 소개한다. 2부에서는 본격적으로 신경망을 이용한 딥러닝에 대한 내용이 담겨 있으며, 마지막으로 3부에서는 당신의 자율주행차가 달릴 맵을 구성해 달리게 해볼 것이다.
◈ 이 책에서 다루는 내용 ◈
◆ 카메라 보정을 수행하는 방법
◆ OpenCV을 사용해 자율주행차량에서 차로 감지 기능이 작동하는 방식 숙지
◆ 비디오 게임 시뮬레이터에서 자율주행을 통한 행동 복제 탐구
◆ 라이다를 사용해 파악
◆ 자율 주행 차량의 컨트롤 구성 방법
◆ 객체 감지 및 시맨틱 분할을 사용해 차로, 자동차 및 보행자 위치 파악
◆ 시뮬레이터에서 주행하는 자율주행차를 제어하기 위한 PID 컨트롤러 작성
◈ 이 책의 대상 독자 ◈
이 책은 자율 주행차를 만드는 데 필요한 몇 가지 측면을 다루고 있으며, 프로그래밍 언어에 대한 기본 지식을 갖춘 프로그래머(가급적이면 파이썬)를 대상으로 한다. 딥러닝 경험이 필요하지 않지만, 책의 앞부분을 완전히 이해하려면 제안된 판독값 중 일부를 살펴보는 것이 좋다. 11장 ‘환경 매핑’과 관련된 소스코드는 C++에 있다.
◈ 이 책의 구성 ◈
1장, ‘OpenCV 기초와 카메라 보정’은 OpenCV 및 넘파이(NumPy)에 대해 소개한다. OpenCV를 사용해 영상과 비디오를 조작하는 방법과 보행자를 감지하는 방법을 설명한다.
2장, ‘신호에 대한 이해와 작업’에서는 직렬, 병렬, 디지털, 아날로그, 싱글 엔드 및 차동 등 다양한 유형의 신호를 설명한다. 또한 매우 중요한 프로토콜인 CAN, 이더넷, TCP, UDP도 다룬다.
3장, ‘차로 인식’에서는 OpenCV를 사용해 도로의 차선을 감지하는 데 필요한 모든 사항을 설명한다.
4장, ‘신경망을 통한 딥러닝’은 네트워크 신경망에 대한 실용적인 소개로, 신경망을 쓰는 방법을 빠르게 가르치고자 고안됐다.
5장, ‘딥러닝 워크플로’는 4장, ‘신경망을 통한 딥러닝’의 이론을 보완한다. 데이터셋을 확보하거나 생성하고, 교육, 검증, 테스트 세트로 분할하고, 데이터 증강, 분류기에 사용되는 주요 계층 그리고 학습, 추론, 재학습 방법을 포함한 일반적인 워크플로의 단계를 보여 줄 것이다.
6장, ‘신경망 개선하기’에서는 배치 정규화, 조기 중지, 데이터 확대, 드롭아웃(dropout)을 사용해 중립 네트워크를 최적화하고 파라미터를 줄이는 방법과 정확성을 높이는 방법을 설명한다.
7장, ‘보행자 및 신호등 감지’는 당신을 CARLA에 소개한다. 교통 신호등의 데이터셋을 만드는 데 사용할 자율 주행 자동차 시뮬레이터 SSD라는 사전 학습된 신경망으로 보행자, 자동차, 신호등을 탐지하고, 전송 학습이라는 강력한 기술을 활용해 신호등을 색깔에 따라 분류하는 신경망을 학습할 예정이다.
8장, ‘행동 복제’에서는 CARLA를 구동하는 신경망을 학습시키는 방법을 설명한다. 또한 동작 복제, CARLA를 사용해 구동 데이터셋을 구축하는 방법, 이 작업에 적합한 네트워크를 생성하는 방법 및 학습 방법을 설명한다.
9장, ‘시맨틱 분할’은 딥러닝에 대한 최종적이고 가장 선구적인 장으로, 시맨틱 분할이 무엇인지 설명한다. DenseNet이라고 불리는 매우 흥미로운 아키텍처를 설명하고, 그것을 시맨틱 분할에 어떻게 적응시키는지 보여줄 것이다.
10장, ‘조향, 스로틀, 브레이크 제어’는 자율 주행차를 제어하는 것에 대해 설명한다. PID 컨트롤러에 초점을 맞추고 MPC 컨트롤러의 기본 사항을 다루는 컨트롤러가 무엇인지 설명한다.
11장, ‘주변 환경 매핑하기’에서는 지도에 대해 논하고 로컬라이제이션, 라이다 등 오픈소스 매핑 도구를 설명한다. 동시 로컬라이제이션 및 매핑(SLAM, Simultaneous Localization And Mapping)이 무엇인지, 아우스터 라이다(Ouster lidar) 및 구글 카르토그래퍼(Google Cartographer)를 사용해 SLAM을 구현하는 방법을 배운다.
◈ 옮긴이의 말 ◈
인공지능 기술의 눈부신 발전과 더불어 모든 자동차 제조사...가 자율주행 기술 개발에 열을 올리고 있다. 덕분에 자율주행 기술은 현재도 매우 빠른 속도로 성장하고 있으며, 기술적 완성도와 안정성 역시 하루가 다르게 개선되고 있는 추세다.
이 책에서는 자율주행 차량의 완성을 위한 기술을 구현 관점에서 상세히 다루고 있다. 간단한 개념 설명부터 실제 파이썬 및 각종 라이브러리를 활용한 코딩에 이르기까지 현업 개발자를 목표로 공부하는 사람들에게 입문서와 같은 책이 될 것이다. 이 책을 통해 자율주행 기술 분야에 입문한 수많은 공학도들이 미래 대한민국의 자율주행 산업을 선도할 수 있기를 희망한다.
김은도
새롭게 출시되는 자동차에서는 자율주행 기술이 빠진 모델을 찾아보기 힘들다. 이는 자율주행차 관련 기술은 우리 삶의 일부가 되고 있음을 의미한다. 이 책은 영상 처리와 신호 처리 기법, 네트워크 프로토콜 등 기본적인 기술 소개부터 최근 화두가 되고 있는 딥러닝을 통한 성능 향상 기법까지 자율주행차를 구성하는 다양한 기술 전반을 실습 예제와 함께 다루고 있다. 자율주행차에 이제 막 관심을 갖기 시작한 학생과 현업에 종사하는 모든 독자들에게 하나의 안내서가 될 이 책을 통해 자율주행 기술이 더 안전한 방향으로 발전되길 희망한다.
신지호
이 책은 컴퓨터 비전과 딥러닝이 자율주행차량에 어떻게 적용되는지에 대한 심도 있는 탐구내용을 담고 있다. 체계적이고 자세한 설명, 직접 시도해 볼 수 있는 실제 코드를 통해 자율주행차를 개발하는 과정을 경험할 수 있다. 차량에 장착된 카메라의 비디오 스트림을 분석하기 위해 OpenCV, TensorFlow, Keras를 사용하는 법을 배우고, 라이다로 장애물과 위치를 식별하는 방법을 습득한다. 나아가 차선 감지, 보행자 인식, 세그멘테이션 등 자율주행차향의 핵심 도전 과제를 다루게 된다. 이 책은 이론적인 배경뿐만 아니라 실질적인 경험을 제공해 자율주행차량 개발에 필요한 역량을 기르는 데 도움을 줄 것이다.
박희웅
현대 자율주행차량의 발전에는 컴퓨터 비전과 인공지능 기술이 깊이 관여하고 있다. 이러한 기술을 이해하고 응용하는 것은 자율주행 산업에 입문하는 이들에게는 매우 중요한 역량이다. 이 책은 그러한 역량을 키우기 위한 실용 가이드로서, 시각 인식 기술을 기반으로 자율주행차량의 성능을 향상시키는 방법을 소개하고 있다. 독자들은 이 책을 통해 자율주행차량의 시각 인식 및 제어 기술에 대한 깊이 있는 이해를 얻을 수 있으며, 오픈소스를 활용해 실제 문제를 해결하는 능력을 키울 수 있다. 이 책이 자율주행 산업에 종사하는 모든 이들에게 유용한 지식과 통찰력을 제공하길 바란다.
이승열
레이다는 자율주행차의 핵심 센서 중 하나로 (주)레이다앤스페이스의 자율주행차에 대한 관심은 2015년부터 시작됐다. 비록 이 책에서는 영상 중심으로 서술돼 있지만 이는 인공지능의 적용분야로서 영상이 가장 적합한 이유이며, 이 책을 통해 자율주행차 산업이 앞으로도 더욱 활성화되기를 다른 옮긴이들과 함께 한마음 한뜻으로 바란다.
박세진
1장. OpenCV 기초와 카메라 보정
__기술 요구 사항
__OpenCV와 넘파이소개
____OpenCV와 넘파이
____이미지 크기
____회색조 이미지
____RGB 이미지
__이미지 파일 다루기
__비디오 파일 다루기
____웹캠 다루기
__이미지 파일 작업하기
____이미지 뒤집기
____이미지 블러
____이미지 명암, 밝기, 감마 값 바꾸기
____사각형 그리기와 텍스트 입력하기
__HOG를 이용한 보행자 감지
____슬라이딩 윈도우
____OpenCV와 함께 HOG 사용하기
____카메라 소개
____카메라 용어
____카메라 구성 요소
____카메라 선택을 위한 고려 사항
____카메라의 장점 및 단점
__OpenCV를 통한 카메라 보정
____왜곡 탐지
____보정
__요약
__질문
2장. 신호에 대한 이해와 작업
__기술 요구 사항
__신호 유형 이해하기
__아날로그 VS 디지털
__시리얼 VS 병렬
____범용 비동기 수신 및 전송 방식
____차동 vs 단일 종단
____I2C
____SPI
__프레임 기반 시리얼 프로토콜
____CAN 통신 이해하기
____이더넷과 인터넷 프로토콜
____UDP 이해하기
____TCP 이해하기
__요약
__질문
__더 읽어 보기
____오픈소스 프로토콜 도구
3장. 차로 인식
__기술 요구 사항
__임계치 다루기
____각기 다...른 색상 공간에서의 임계치 다루기
____RGB/BGR
____HLS
____HSV
____LAB
____YCbCr
____우리의 선택
__원근 수정
__경계 인식
____임곗값 보간법
____임곗값 결합
__히스토그램을 활용한 차로 찾기
__슬라이딩 윈도우 알고리듬
____초기화
____슬라이딩 윈도우의 좌표
____다항식을 이용한 피팅 기법
__비디오를 활용한 차로 인식 성능 향상
____부분 히스토그램
____롤링 평균
__요약
__질문
2부. 자율 주행차가 딥러닝과 신경망으로 작동하는 방식 개선하기
4장. 신경망을 통한 딥러닝
__기술 요구 사항
__머신러닝과 신경망 이해하기
____신경망
____뉴런
____파라미터
____딥러닝의 성공
__컨볼루션 신경망에 대해 알아보기
____컨볼루션
____컨볼루션은 왜 대단한 것일까?
__케라스와 텐서플로 시작하기
____요구 사항
__MNIST 손글씨 숫자 탐지하기
____방금 불러온 데이터는 무엇일까?
____학습 샘플 및 레이블
____원 핫 인코딩
____학습 및 테스트 데이터셋
__신경망 모델 정의하기
____LeNet
____코드
____아키텍처
____신경망 학습하기
____CIFAR-10
__요약
__질문
__더 읽어 보기
5장. 딥러닝 워크플로
__기술 요구 사항
__데이터셋 수집하기
____케라스 모듈의 데이터셋
____기존 데이터셋
____커스텀 데이터셋
__세 가지 데이터셋 이해하기
____데이터셋 분할하기
__분류기 이해하기
____실제 데이터셋 생성하기
____데이터 증강
__모델
____컨볼루션 층 조정하기
____맥스 풀링 층 조정하기
____밀집 층 조정하기
____신경망 학습하기
____신경망 학습 방법
____무작위 초기화
____오버피팅과 언더피팅
__액티베이션을 시각화하기
__추론
__재학습
__요약
__질문
6장. 신경망 개선하기
__기술 요구 사항
__더 큰 모델
____시작점
____속도 개선하기
____깊이 증가시키기
__보다 효율적인 신경망
__배치 정규화를 통해 더욱 똑똑한 신경망 구축하기
____올바른 배치 크기 선택하기
__조기 종료
__데이터 증강을 통해 데이터셋 개선하기
__드롭아웃을 통해 검증 정확도 개선하기
____모델을 MNIST에 적용하기
____이제 당신의 차례!
__요약
__질문
7장. 보행자 및 신호등 감지
__기술 요구 사항
__SSD를 이용한 보행자, 차량, 신호등 감지
____Carla로 약간의 이미지 수집하기
____SSD의 이해
____zoo 텐서플로 감지 모델 알아보기
____SSD 다운로드 및 불러오기
____SSD 실행하기
____이미지에 주석 달기
__신호등의 색상 감지
____신호등 데이터셋 만들기
____전이 학습 이해하기
____ImageNet 알아가기
____AlexNet 파헤치기
____이미지 분류에 Inception 사용하기
____전이 학습에 Inception 사용하기
____Inception에 데이터셋 투입하기
____전이 학습을 통한 성능
____전이 학습 개선
__신호등과 그 색상을 인식하기
__요약
__질문
__더 읽어 보기
8장. 행동 복제
__기술적 요구 사항
__행동 복제를 통해 신경망에게 운전법을 가르치기
__DAVE-2 소개
____manual_control.py 알아보기
____비디오 스트림 1개 녹화하기
____신경망 모델링하기
____회귀 수행용 신경망 학습
____돌출맵 시각화
__신경망을 Carla와 통합하기
____GPU를 작동시키기
__자율 주행!
____제너레이터를 활용한 더 큰 데이터셋 학습
____어려운 방식으로 데이터 증강하기
__요약
__질문
__더 읽어 보기
9장. 시맨틱 분할
__기술 요구 사항
__시맨틱 분할 소개
____목표 정의하기
____데이터 수집하기
____synchronous_mode.py 수정하기
__분류를 위한 DenseNet 이해
____조감도에서 본 DenseNet
____밀집 블록 이해하기
__CNN으로 이미지 분할
__시맨틱 분할을 위한 DenseNet 조정
__FC-DenseNet 블록 코딩
____모든 요소들 결합하기
____네트워크에 입력 공급하기
____신경망 실행하기
____잘못된 시맨틱 분할 개선하기
__요약
__질문
__더 읽을 거리
3부. 매핑과 제어
10장. 조향, 스로틀, 브레이크 제어
__기술 요구 사항
__제어가 필요한 이유
____컨트롤러는 무엇인가?
__컨트롤러의 종류
____PID
____MPC
__CARLA에서 PID 적용하기
____CARLA 설치하기
____Packt-Town04-PID.py 스크립트 파일 복사하기
____Packt-Town04-PID.py 스크립트 파일 복사하기
____PIDLongitudinalController
____PIDLateralController
____스크립트 실행하기
__C++의 예제 MPC
__요약
__질문
__더 읽을거리
11장. 주변 환경 매핑하기
__기술 요구 사항
__지도 작성과 로컬라이제이션이 필요한 이유
____지도 작성
____로컬라이제이션
__지도 작성 및 로컬라이제이션 유형
____동시 위치 추정 및 지도 작성
__오픈소스 지도 작성 도구
__아우스터 라이다와 구글 카르토그래퍼가 있는 SLAM
____아우스터 센서
____repo
____cartographer_ros 시작하기
____Cartographer_ros 구성
____도커 이미지
__요약
__질문
__더 읽을거리
김은도 [저]
한양대학교 ERICA에서 응용물리학과를 졸업한 뒤, 과학기술연합대학원대학교(UST)를 통해 한국전자통신연구원(ETRI) 표준연구본부에 근무하며 정보통신네트워크공학 전공으로 박사 학위를 취득했다. 현재는 KT 융합기술원 인프라DX연구소 책임연구원으로 재직 중이며, 주 연구 분야는 네트워크 AI 기술 및 데이터 사이언스다. ICT-DIY 활동에 관심이 많아 대학원생 시절 ICT-DIY 커뮤니티의 리더를 역임하기도 했으며, AI, IoT, 빅데이터, 블록체인 등의 다양한 대회 수상 경력이 있다.
전체 0개의 구매후기가 있습니다.
인터파크도서는 고객님의 단순 변심에 의한 교환과 반품에 드는 비용은 고객님이 지불케 됩니다.
단, 상품이나 서비스 자체의 하자로 인한 교환 및 반품은 무료로 반품 됩니다.
교환 및 반품이 가능한 경우
상품을 공급 받은 날로부터 7일이내 가능 공급받으신 상품의 내용이 표시, 광고 내용과 다르거나 다르게 이행된 경우에는 공급받은 날로부터 3개월 이내, 혹은 그사실을 알게 된 날 또는 알 수 있었던 날로부터 30일 이내 상품에 아무런 하자가 없는 경우 소비자의 고객변심에 의한 교환은 상품의 포장상태 등이 전혀 손상되지 않은 경우에 한하여 가능
교환 및 반품이 불가능한 경우
구매확정 이후(오픈마켓상품에 한함) 고객님의 책임 있는 사유로 상품 등이 멸실 또는 훼손된 경우
(단, 상품의 내용을 확인하기 위하여 포장 등을 훼손한 경우는 제외) 시간이 지남에 따라 재판매가 곤란할 정도로 물품의 가치가 떨어진 경우 포장 개봉되어 상품 가치가 훼손된 경우
다배송지의 경우 반품 환불
다배송지의 경우 다른 지역의 반품을 동시에 진행할 수 없습니다. 1개 지역의 반품이 완료된 후 다른 지역 반품을 진행할 수 있으므로, 이점 양해해 주시기 바랍니다.
중고상품의 교환
중고상품은 제한된 재고 내에서 판매가 이루어지므로, 교환은 불가능합니다.
오픈마켓 상품의 환불
오픈마켓상품에 대한 책임은 원칙적으로 업체에게 있으므로, 교환/반품 접수시 반드시 판매자와 협의 후 반품 접수를 하셔야하며, 반품접수 없이 반송하거나, 우편으로 보낼 경우 상품 확인이 어려워 환불이 불가능할 수 있으니 유의하시기 바랍니다.
배송예정일 안내
인터파크 도서는 모든 상품에 대해 배송완료예정일을 웹사이트에 표시하고 있습니다.
<인터파크 직배송 상품>
상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다.
상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며, 서울외지역/평일 주문분의 경우는 오후 6시까지 주문분에 대하여 익일 배송완료를 보장하는 상품입니다. (단, 월요일은 12시까지 주문에 한함)
상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다.
~
상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로 주문일+기준출고일+택배사배송일(1일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※기준출고일:인터파크가 상품을 수급하여 물류창고에서 포장/출고하기까지 소요되는 시간
<업체 직접배송/오픈마켓 상품>
~
상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다. 주문일+기준출고일+택배사배송일(2일)에 배송완료를 보장합니다.(토/공휴일은 배송기간에 포함되지 않습니다.) ※5일이내 출고가 시작되지 않을시, 오픈마켓 상품은 자동으로 주문이 취소되며, 고객님께 품절보상금을 지급해 드립니다.
배송비 안내
도서(중고도서 포함)만 구매하시면 : 배송비 2,000원 (1만원이상 구매 시 무료배송) 음반/DVD만 구매하시면 : 배송비 1,500원 (2만원이상 구매 시 무료배송) 잡지/만화/기프트만 구매하시면 : 배송비 2,000원 (2만원이상 구매 시 무료배송) 도서와 음반/DVD를 함께 구매하시면 : 배송비 1,500원 1만원이상 구매 시 무료배송) 도서와 잡지/만화/기프트/중고직배송상품을 함께 구매하시면 : 2,000원 (1만원이상 구매 시 무료배송) 업체직접배송상품을 구매시 : 업체별로 상이한 배송비 적용
* 세트상품의 경우 부분취소 시 추가 배송비가 부과될 수 있습니다.
* 북카트에서 배송비없애기 버튼을 클릭하셔서, 동일업체상품을 조금 더 구매하시면, 배송비를 절약하실 수 있습니다.
해외배송 안내
인터파크도서에서는 국내에서 주문하시거나 해외에서 주문하여 해외로 배송을 원하실 경우 DHL과 특약으로 책정된 요금표에
의해 개인이 이용하는 경우보다 배송요금을 크게 낮추며 DHL(www.dhl.co.kr)로 해외배송 서비스를 제공합니다. 해외배송은 도서/CD/DVD 상품에 한해 서비스하고 있으며, 다른 상품을 북카트에 함께 담으실 경우 해외배송이 불가합니다.
해외주문배송 서비스는 인터파크 도서 회원 가입을 하셔야만 신청 가능합니다.
알아두세요!!!
도매상 및 제작사 사정에 따라 품절/절판 등의 사유로 취소될 수 있습니다. 오픈마켓업체의 배송지연시 주문이 자동으로 취소될 수 있습니다. 출고가능 시간이 서로 다른 상품을 함께 주문할 경우 출고가능 시간이 가장 긴 기준으로 배송됩니다. 유통의 특성상 출고기간은 예정보다 앞당겨지거나 늦춰질 수 있습니다. 택배사 배송일인 서울 및 수도권은 1~2일, 지방은 2~3일, 도서, 산간, 군부대는 3일 이상의 시간이 소요됩니다.
;)
;){kind=small}
전체 0개의 구매후기가 있습니다.
교환 및 반품이 가능한 경우 
상품을 공급 받은 날로부터 7일이내 가능 
상품은 월~토요일 오전 10시 이전 주문분에 대하여 당일 출고/당일 배송완료를 보장하는 상품입니다.
상품은 서울지역/평일 주문분은 당일 출고/익일 배송완료를 보장하며,
상품은, 입고예정일(제품출시일)+택배사배송일(1일)에 배송완료를 보장합니다.
~ 
상품은 유통특성상 인터파크에서 재고를 보유하지 않은 상품으로
상품은 업체가 주문을 확인하고, 출고하기까지 걸리는 시간입니다.
