자율주행 AI 교육 — 전체 흐름

무엇으로 조종하든 → 같은 방식으로 배우고 → 단계적으로 깊어진다
이 페이지는 7장의 인포그래픽으로 시스템을 설명합니다. ①② 는 작동 방식(시스템·원리), ③ 은 전체 지도, ④⑤ 는 각 단계 상세, ⑥ 은 플랫폼 4방식 비교, ⑦ 은 실제 자율주행(테슬라·웨이모) 연계입니다.

①시스템 구성

입력 장치(키보드·조이스틱·폰·손)는 모두 노트북 허브로 모이고, 노트북이 자동차를 제어하면서 자동차의 영상·거리를 되받아 학습에 씁니다.

자율주행 자동차 시스템 구성 키보드, PS4 조이스틱, 스마트폰, 손·웹캠 입력이 노트북 허브로 모이고, 노트북이 ESP32-CAM 자동차를 제어하며 자동차의 영상과 거리값이 노트북으로 되돌아온다. 키보드모드 2 PS4 조이스틱모드 5 스마트폰모드 6 · 기울기/버튼 손 · 웹캠모드 1 노트북 — 허브핫스팟 + 파이썬 서버 (녹화 · 학습) ESP32-CAM 자동차카메라 · 모터 · 서보 · 초음파 영상 · 거리

②공통 학습 파이프라인

입력 장치가 달라도 그 뒤는 항상 같습니다: 시연 → 데이터 수집 → 학습 → 자율주행. 점선은 자율주행이 틀리는 곳을 다시 데이터로 보강하는 DAgger 반복입니다.

모방학습 공통 파이프라인 시연·입력에서 데이터 수집, 학습, 자율주행으로 이어지고, 자율주행이 틀리는 지점은 DAgger 반복으로 다시 데이터 수집 단계로 되돌아간다. ① 시연 · 입력사람이 운전 ② 데이터 수집화면 + 명령 ③ 학습회귀 · KNN ④ 자율주행스스로 운전 DAgger · 틀린 곳을 더 학습

③커리큘럼 지도

기초(직접 프로그래밍) → 모방학습 → 심화 5분야로 난이도가 올라가며, 전 과정이 ACT 역량과 맞물립니다.

자율주행 AI 커리큘럼 지도 기초 9단계 직접 프로그래밍에서 모방학습 6모드, 심화 A~E로 이어지는 커리큘럼이며, 전 과정이 자기주도성·창의협력·포용시민성(ACT) 역량과 연결된다. 기초 — 9단계직접 프로그래밍 자율주행 (차선 · P제어 · 객체인식) 모방학습 — 6모드손 · 키보드 · 회귀 · KNN · 조이스틱 · 폰 심화 — A~E데이터과학 · 비전 · 센서제어 · 프로젝트 · 윤리 A — 자기주도성 C — 창의 · 협력 T — 포용 · 시민성

④모방학습 6모드 상세

색으로 두 갈래를 구분합니다 — 청록 = 시연을 녹화/수집(텔레오퍼레이션), 보라 = 모은 데이터로 스스로 달리는 머신러닝.

모방학습 6모드 상세 모드 1 손, 2 키보드, 5 조이스틱, 6 폰은 시연을 녹화·수집하는 방식(청록)이고, 3 회귀와 4 위치학습은 모은 데이터로 자율주행하는 머신러닝 방식(보라)이다. 1 · 손 시연제스처 → 시퀀스 2 · 키보드 시연WASD → 시퀀스 5 · 조이스틱아날로그 → 시퀀스 6 · 폰 조종기울기/버튼 → 수집 3 · ML 회귀픽셀 → 회귀 학습 4 · 위치학습KNN 보간 시연 녹화 · 수집 데이터로 자율주행

⑤전문 심화 A~E 상세

다섯 분야는 순서가 아니라 나란한 선택 단원입니다 — 학급 수준·시간에 맞춰 골라 씁니다.

심화 A~E 단원 상세 심화 단원 다섯 가지: A 데이터 과학, B 컴퓨터 비전, C 센서 제어, D 프로젝트·대회, E 윤리·사회. 각 단원의 주요 도구를 나란히 보여준다. A · 데이터 과학증강 · 편향분석 · 오류분석 · DAgger B · 컴퓨터 비전신호등 · 콘추종 · YOLO · ArUco · FPS C · 센서 제어주차 · PID · 미로 · 센서융합 D · 프로젝트 · 대회랩타임 채점 · 텔레메트리 CSV E · 윤리 · 사회안전·책임 · 편향 · 프라이버시(얼굴블러)

⑥플랫폼 4방식 비교

같은 차체, 다른 두뇌 — 왼→오른쪽으로 갈수록 투명·저비용에서 강력·블랙박스로. ①②③은 ESP32-CAM(노트북 처리), ④는 라즈베리파이5 동키카(온보드 딥러닝).

자율주행 4방식 비교 OpenCV 규칙기반, ML 회귀, KNN 보간, DonkeyCar CNN을 처리위치·모델·학습·주행성능 기준으로 비교한다. 왼쪽일수록 투명·저비용, 오른쪽일수록 강력·고비용·블랙박스다. 투명 · 저비용 · 즉석 강력 · 고비용 · 블랙박스 ① OpenCV규칙으로P 제어 규칙지연 ~100ms학습 0 · 튜닝차선 필요 ② ML 회귀공식으로선형회귀 48지연 ~100ms10~50개 즉시일반화 보통 ③ KNN기억으로사례 보간 K3지연 ~100ms8~12개 · 학습X새 환경 약함 ④ DonkeyCar딥러닝으로CNN 엔드투엔드온보드 저지연수천+ · GPU빠름 · 강력 성능 최고 = 동키카(저지연+CNN) · 입문·실험은 ESP32, 고성능 실전은 동키카

⑦실제 자율주행 연계 (테슬라 · 웨이모)

우리 교육용은 실제 자율주행의 축소판입니다. 같은 개념(인지·판단·제어, 모방학습, 센서융합)을 작은 차로 미리 배웁니다. 테슬라=엔드투엔드 비전, 웨이모=센서융합+모듈식.

교육용과 실제 자율주행(테슬라·웨이모) 연계 센서, 인지, 주행모델, 학습·개선, 지도, 운영 항목으로 교육용(ESP32·동키카), 테슬라, 웨이모를 비교한다. 교육용이 실제 자율주행의 핵심 개념을 축소판으로 담고 있다. 장난감 차로 배운 원리 = 진짜 자율주행의 원리 개념 교육용 (우리) 테슬라 웨이모 센서 카메라+초음파 카메라 라이다+레이더+카메라 인지 OpenCV·YOLO 비전 신경망 멀티센서+HD맵 주행모델 규칙·회귀·CNN 엔드투엔드 신경망 모듈식 예측·계획 학습·개선 모방학습·DAgger fleet 데이터 학습 시뮬·디스인게이지 지도 없음 의존 낮음 HD 정밀지도 운영 트랙 일반도로 보조 지정구역 로보택시 엔드투엔드 vs 모듈식 · 비전 vs 센서융합 — 두 축을 축소판으로 미리 체험