Team. SKKU at PAMS

저희는 2018 판교 자율주행 모터쇼(PAMS 2018, Pangyo Autonomous Motor Show)의
대학생 자동차 융합기술 경진대회 자율주행 부문을 준비하고 출전했던 성균관대학교 팀입니다.

---

대회 개요

• 대회명: PAMS 2018 대학생 자동차 융합기술 경진대회 / 자율주행 부문
• 일시: 2018년 11월 16(금) ~ 17(토)
• 장소: 판교 제2테크노밸리 자율주행쇼런 행사장
• 주최: 경기도
• 주관: 차세대융합기술연구원, KINTEX

팀원 (7)

김홍빈 노인호 박주은 박준혁 유지찬 임정한 한일석

대회 결과

성균관대학교 HEVEN 팀 4위 (총 4개 팀 중)

후기

• Nov. 20, 2018 thinkingo review
• 자율주행 시스템 thinkingo 구조 박주은
• YOLO v3로 표지판 인식하기 한일석

---

Project Directory

• ThinkinGo
  • Multithreading
    • Data Space
    • 구현하지 않은 내용
• Labeling Tool
  • Cut and Merge
    • Warning!!
  • Using imgaug Python Module
    • Data Augmentation
• Data Logging Set
• Test

---

1. ThinkinGo

thinkingo 디렉토리에서 저희가 제작한 자율주행 시스템 소스 코드를 관리합니다.

[thinkingo]
data_class.py
subroutine.py
main.py
├ monitoring.py  # 모니터링 시스템
├ car_platform.py  # 차량 플랫폼 통신
│ └ serial_packet.py
├ data_source.py  # cam, lidar stream
├ sign_cam.py  # 표지판 인식
│ └ module.pytorch_yolo.yolo.py
├ planner.py  # 경로 계획
│ ├ lane_cam.py
│ └ parabola.py
└ control.py  # 차량 제어

Thinking Kingo: 생각하는 은행잎, Kingo 는 성균관대학교의 상징인 은행잎을 뜻합니다.

  1.1 Multithreading

    각 subroutine은 동일한 데이터 공간에 접근하기 위해 multi threading으로 구현되어 있습니다.

     > Subroutines: monitoring data_source car_platform sign_cam planner control

    1.1.1 Data Space

       data_class.py에 정의된 class Data 의 인스턴스를 각 subroutine에게 레퍼런스로 넘겨주어
       동일한 데이터 공간에 접근할 수 있도록 합니다.

    1.1.2 구현하지 않은 내용

       thread join
       thread lock

---

2. Labeling Tool

Labeling Tool 디렉토리에서는 표지판 데이터셋을 생성합니다.

[Labeling Tool]
background                  # 표지판을 붙여 넣을 배경을 모아놓은 디렉토리
target                      # 학습을 위한 표지판들을 모아놓은 디렉토리
auto_augmentation.py        # 생성된 데이터셋에 적절한 augmentation으로 다양한 데이터셋을 생성
generate_trimmed_target.py  # 표지판을 적절하게 잘라내어 배경의 적절한 위치에 삽입 및 자동 라벨링

  2.1 Cut and Merge

    generate_trimmed_target.py 파일은 target 폴더 내 사진을 가져와 필요한 영역을 자르고,
    잘린 부분을 background 내의 배경사진에 합쳐주며, YOLO에 필요한 라벨정보와 함께 저장됩니다.

    2.1.1 Warning!!

       Target이 볼록 다각형이 아니면 원하는 이미지가 나오지 않습니다.
       Target이 오목한 모양을 포함하고 있다면, 코드를 수정하여야 할 것 입니다.

  2.2 imgaug Python Module

    생성한 데이터 셋을 imgaug 모듈을 사용하여 Data Augmentation 을 진행하였습니다.

    2.2.1 Data Augmentation

       Data Augmentation 은 데이터 셋이 충분하거나 다양하지 않을 때, Brightness, Saturation 을 변경하거나,
       Dropout, Blur 처리 혹은 Affine transform, padding 등을 진행할 수 있습니다.

---

3. Data Logging Set

data_logging_set 디렉토리는 데이터 로깅과 관련한 툴 셋이 있습니다. 자세한 설명

---

4. Test

test 디렉토리는 Test 코드를 위한 디렉토리입니다.