chapter 1. 총론 1-1. 자율주행차량의 정의 1. 자율 및 자율주행차량의 정의 2. SAE J3016, 도로 자동차용 운전 자동화 시스템 관련 용어의 분류 및 정의 1-2. 자율주행차량의 역사 chapter 2. 하드웨어-센서 2-1. 센서 개요 1. 수동 센서와 능동 센서 2. 센서들에 적용된 주파수 스펙트럼 3. 센서 융합 관련, 주요 고려사항 4. 무선 고주파(RF) 통신 시스템의 기본 개념 5. 자율주행차량의 시스템 계층 구조 요약 2-2. 레이더(RADAR) 1. 개요 2. 레이더의 작동원리 3. FMCW 방식에서 거리, 속도, 분해능 4. 안테나 시스템(Antenna system) 5. 다중 빔/다중 레인지(multi-beam/multi-range) 레이더 6. 레이더의 장단점과 레이더 기술의 미래 2-3. 초음파 센서(SONA) 1. 초음파 센서의 물리적 특성 2. 초음파 센서의 장단점 3. 자동차 산업에서 초음파 센서의 이용 2-4. 라이다(LiDAR) 1. 개요 2. 라이다(LiDAR)의 작동원리 3. 라이다(LiDAR)의 종류 및 작동원리 2-5. 디지털 비디오 카메라 1. 실화상(RGB) 카메라의 구조 및 작동원리 2. 애플리케이션(Applications) 3. 스테레오 카메라(Stereo Camera)-겹눈 카메라 4. 야간 투시 카메라(Night Vision camera) 5. 차량 실내 감시 2-6. e-호라이즌(e-Horizon) 1. 전역 항법 위성 시스템(GNSS) 2. 위성기반(SBAS)위치 보정시스템 3. DGPS와 RTK 4. 정밀 단독 측위(PPP: Precision Point Positioning) 5. 차량 내비게이션 시스템 2-7. 관성 측정장치(IMU)와 주행거리 측정계 1. 관성 측정장치(IMU: Inertial Measurement Unit) 2. 주행거리계(Wheel Odometry) 3. 전역위성항법 시스템(GNSS)과 관성항법 시스템(INS)의 융합 2-8. 센서 요약 chapter 3. 시스템 아키텍처System Architecture 3-1. 컴퓨팅 플랫폼-하드웨어 1. 주요 고려사항 2. 주요 시스템 반도체(main system semi-conductors) 3. 실제 컴퓨팅 플랫폼의 예 3-2. 미들웨어 계층 1. 로봇 운영체제(ROS) 2. 자동차 데이터 및 시간 트리거 프레임워크(EBAssist ADTF) 3. 자동차 개방형 시스템 아키텍처-AUTOSAR 3-3. 응용 프로그램 계층 3-4. 액추에이터 인터페이스 1. 개요 2. 와이어 구동방식 기술(Drive by wire) chapter 4. 차량용 인공지능Artificial Intelligence for Vehicles 4-1. 인공지능 1. 인공지능의 정의(Definition of Artificial Intelligence) 2. 기계학습(machine learning) 3. 심층학습(Deep Learning) 4. 의미론적 추상화 학습과 종단 간 학습 5. 요약 4-2. 하이브리드 인공지능 시스템 1. 심층학습 신경망 인공지능(AI) 기술의 문제점 2. 하이브리드 인공지능 시스템(hybrid AI system) 4-3. 기타 기법 1. 기계학습 관련 기법 2. 유전 알고리즘- 강화학습 기법 3. 사례 기반 추론(case-based reasoning) 4. 논리적 추론(logical reasoning) 5. 다중 에이전트 시스템(multi-Agent system) 6. PAC(Probably approximately correct) 학습 chapter 5. 주행환경과 차량의 상호작용 5-1. 개요 5-2. 인지 1. ICP 알고리즘과 SLAM(동시적 위치추정 및 지도작성) 2. 위치 추정(로컬라이제이션) 5-3. 지도 작성 1. 지도 데이터 구축 및 축적 방법 2. 고정밀 디지털 지도의 5계층 3. 고정밀지도 정보 활용 4. 자율주행차량의 지도작성 5. 정밀(HD)-지도를 이용하지 않는 접근방법의 시도(예) 5-4. 개체 감지 1. 개체 감지 개요 2. 특징 추출(feature extraction) 3. 분류(Classification) 5-5. 센서-데이터 융합 1. 센서융합 접근방식 2. 주행 장면의 표현(Representation of the driving scene) 3. 인공지능(AI) 기반 센서-데이터 융합 4. 센서 데이터 융합의 실제 예 chapter 6. 주행환경에서 차량의 의사결정 및 제어 6-1. 계획-궤적계획 1. 계획의 정의와 분류 2. 궤적 계획(Trajectory planning)의 일반적 특성 3. 부조종사(Co-pilot project) 알고리즘 - HAVEit 프로젝트 6-2. 주행궤적과 주행속도의 계산 1. 종방향(차량의 전/후 방향) 제어(Longitudinal control)9 2. 횡(가로)방향 제어(Lateral control) 6-3. 모션 제어 백터 생성과 차량제어 1. 모션 제어 벡터의 생성(Production of motion control vector) 2. 차량 제어(Vehicle control) chapter 7. 차세대 지능형 교통 체계와 차량-사물 간 통신 7-1. 차세대 지능형 교통 체계 1. 차세대 지능형 교통체계의 정의 및 구성 요소 2. V2X(Vehicle to Everything: 차량과 사물 간) 통신 3. V2X(Vehicle to everything: 차량-사물 간 통신) 표준 4. DSRC와 C-V2X 기술의 비교 및 전망 5. V2X 사용 사례(V2X use cases) 7-2. 백-엔드 시스템 1. 백-엔드 시스템의 필요성 2. 백-엔드 시스템의 주요 기능 chapter 8. 차량의 기능적 안전, 사이버 보안 및 개인정보 보호 8-1. 차량의 기능적 안전 1. 기능적 안전 개요 2. ISO 26262(Road vehicles - Functional safety: 도로차량-기능적 안전) 8-2. 사이버 보안 1. 공격 벡터와 공격 표면(attack vectors & attacks) 2. 차량의 수명 전체 기간에 걸친 사이버 보안 위험 관리 3. 차량 사이버 보안 기술 권장 사항 4. 하드웨어와 소프트웨어 보안 5. 네트워크 통신 보안(Secure network communication) 8-3. 자율주행차량과 개인정보 보호 1. 개인정보에 관한 법률적 정의 2. 자율주행차량과 개인정보의 상관관계 3. 차량을 통한 개인정보 누설과 사생활 침해 chapter 9. 적용 사례와 미래 전망 9-1. 적용 사례 1. 운송 교통 영역 2. 운송 부문 이외의 사용 사례 9-2. 자율주행기술 로드맵 1. 독일 자동차 산업계의 기술 로드맵 2. 특허를 기반으로 한 혁신적 강점 3. 미국에서의 설문조사에 따른 로드맵 9-3. 자율주행차량의 장단점 및 과제 1. 잠재적 장점 및 장애물 2. 미해결 과제 3. 에필로그 ※ 찾아보기index