자율주행 모듈 파이프라인

이 프로젝트는 차선 검출, 경로 결정, 차량 제어 모듈을 포함한 자율주행 차량의 모듈 파이프라인을 구현한 것이다. 각 모듈은 연속적으로 작동하여 차선 경계를 검출하고, 경로를 결정하며, 차량을 제어한다.

프로젝트 개요

이 프로젝트는 다음 세 가지 주요 모듈로 구성된다:

1. Lane Detection

• 이미지를 그레이스케일로 변환하고 필요한 부분만 자른다.
• 수평 그라디언트를 계산하고 쓰레숄딩을 통해 차선 경계를 검출한다.
• 스플라인 피팅을 통해 부드러운 차선 경로를 생성한다.

2. Path Decision

• 검출된 차선 경계를 기반으로 도로 중심선을 계산한다.
• 중심선을 따라 부드러운 경로를 생성하고 최적화한다.
• 경로의 곡률을 기반으로 차량의 목표 속도를 예측한다.

3. Vehicle Control

• Stanley Controller와 PID Controller를 사용하여 차량의 방향과 속도를 제어한다.
• Stanley Controller는 방향 오차와 횡단방향 오차를 계산하여 핸들 각도를 결정한다.
• PID Controller는 속도 오차를 기반으로 가속 및 제동을 조절한다.

프로젝트 플로우 요약

1. Lane Detection 모듈은 이미지를 그레이스케일로 변환하고, 밝기 그라디언트를 계산하여 차선 경계를 검출한 후 스플라인 피팅을 통해 부드러운 차선 경로를 생성한다.
2. Path Decision 모듈은 검출된 차선 경계를 기반으로 도로 중심선을 계산하고, 경로의 곡률을 통해 차량의 목표 속도를 예측한다.
3. Vehicle Control 모듈은 Stanley Controller와 PID Controller를 사용하여 차량의 방향과 속도를 제어한다.
4. Stanley Controller는 방향 오차와 횡단방향 오차를 계산하여 핸들 각도를 결정하며, PID Controller는 속도 오차를 기반으로 가속 및 제동을 조절한다.
5. 최적화 과정에서 각 모듈의 파라미터를 조정하여 주행 안정성과 경로 추적의 정확도를 높인다.

최적화 과정

• Waypoint Prediction: 사용되는 waypoint 개수를 조정하여 곡률 계산의 정확도를 높임.
• Target Speed Prediction: 최대 및 최소 속도를 조정하여 주행 안정성 향상.
• Lateral Controller (Stanley): 커브 구간에서의 민감도를 조정하여 안정성 확보.
• Longitudinal Controller (PID): 속도 제어 상수를 조정하여 목표 속도에 빠르게 도달하도록 최적화.