AWS DeepRacer를 활용한 라이다 센서 유무에 따른 강화학습 기반 자율주행 모델 성능 비교

Abstract

최근 자율주행 기술이 활발하게 연구됨에 따라 자율주행의 인식 단계에 사용되는 센싱 기술 또한 중요한 연구주제로 연구되고 있다. 그 중에서도 라이다(LiDAR) 센서의 필요성은 특히 논쟁적이다. 라이다 센서의 높은 정밀성이 자율주행 기술에 필수적이라고 여기는 전문가가 있는 반면, 라이다의 비싼 가격과 긴 처리 시간 때문에 라이다의 도입을 마다하고 카메라와 AI 비젼 기술을 고도화하는데 집중하기도 한다. 본 연구에서는 강화학습 기반 자율주행 자동차 학습 시뮬레이션 플랫폼인 AWS DeepRacer를 활용하여 라이다 유무에 따른 두 가지 모델을 비교하는 실험을 진행한다. 실험을 통해, 라이다 센서를 포함한 모델이 학습 시간을 더 필요로 하지만 장애물의 위치가 랜덤하게 변화하는 환경에서 더 좋은 성능을 가짐을 보인다.