컴퓨터비전을 활용한 자율자동차 AI 프로그래밍#2 // 동키카 데이터 수집 방법

오늘은 자율주행 동키카의 두 번째 날!
새로 배운게 있다기보다는 하루종일 데이터를 수집하고, 모델을 학습시키는 것을 반복했다.
그리고 오후 5시부터는 조별로 자율주행 시합을 했다.
 
어제 챙겨가지 못했던 usb c타입 변환 젠더를 가져가서 조이스틱으로 운전을 해봤다
근데 나와 팀원 둘다 조이스틱을 많이 사용해 본 사람이 아니라서 오히려 핸드폰으로 하는 것이 더 편했다.
조이스틱은 두 손 모두 움직여야해서 능숙하지 않은 상태에서 조종하려니까 너무 어려웠다.
근데 조이스틱이 익숙한 다른 팀들을 보니까 운전을 더 잘하긴 하더라...
 

경험해 봤을 때 동키가 자율주행 학습데이터 수집 꿀팁이 있다면,
1) 조이스틱에 능숙하면 조이스틱으로 할 것 (핸드폰보다 더 자연스럽게 운전 가능)
2) 정확하게 가운데 선을 기준으로 '연속으로' 최소 12 바퀴 이상은 돌릴 것
3) 나중에 학습된 데이터는 편집 가능하지만 중간에 끊기면 안 좋다. (처음과 마지막만 편집할 것)
4) 정확하게 한다고 너무 천천히 운전해도 안됨... 
5) RC카가 트랙을 도는 것을 보는 것보다 녹화되는 화면(동키카의 시선에서)을 보고 운전하는 것이 더 정확하고 편하다.
6) 학습시킬 때 배경에 의자나 사람이 지속적으로 있었다면, 자율주행시킬 때도 있어야 애가 더 정확하게 간다.
7) 배터리가 너무 많아도 힘이 세서(?) 자율주행에 실패하고, 배터리가 너무 없어도 속도가 현저히 줄어든다.
 
근데 모든 팀이 같은 서버를 사용해서 학습데이터를 압축해제할 때와 학습시킬 때, 한 번에 하나만 할 수 있었다.
워낙 데이터가 많다보니 평균적으로 한 팀당 최소 10분은 걸린 것 같은데, 총 13팀이 있어서 많은 시도를 할 수 없었다.
우리 팀은 세번 했다.
 

핸드폰으로 15바퀴씩 집중해서 연속으로 운전하는 것이 생각보다 너무 힘들었다.
그래서 재미로 수동으로 RC카를 돌려봤다. 영상 자체는 아주 빠르고, 정확했다.
근데 바퀴가 움직이지 않고, 컨트롤러에 대한 학습이 안되었기 때문에 당연히 실패했다.
동키카의 원리는 초당 20 프레임의 사진을 찍고, 그에 따른 컨트롤러와 바퀴가 돌아가는 것을 학습하기 때문이다.
 

자율주행 레이싱 경기의 규칙은 3번의 기회, 4바퀴가 모두 트랙 밖으로 벗어나면 실격이다.
우리 조는 4개의 팀이 있었는데, 두 팀은 완주를 하지 못했다.
1등을 한 팀은 40초 정도에 들어왔고, 나머지 2번의 기회는 완주하지 못했다.
의외로 연습할 때는 굉장히 잘 돌던 예상 1위 후보였던 팀은 막상 경기를 하니 한 번도 완주를 하지 못했다.
우리 팀은 다행히 3번 기회를 모두 완주해서 2등을 했다.
완주만 해도 은메달은 하는 우리 조...ㅋㅋ
 
우리 팀의 성적은 첫번째 시도에 1분대, 두 번째 시도에 2분대, 마지막 시도에 3분대였다.
그래도 연습할 때는 1분 내로 들어 왔었는데, 배터리가 다 되어서 갈수록 느려진 것 같다.
하지만 우리 조에서 유일하게 완주율은 100%였기에 아주 뿌듯하고 만족했다.
속도는 데이터 수집할 때 워낙 느리게 했기에 기대하지도 않았다.
 
아무래도 돌아다니고, 서있고, 움직이고, 집중하는 시간이 많아서 힘들었지만!
그만큼 재밌고 뿌듯한 주말이었다!
다음 주에는 드론하는 데, 날씨가 좋기를~
 
 
 

※ 해당 카테고리는 딥노이드, 오픈놀, 앙트비에서 주최하는 '<스타트업 유니버시티: DX Challenge 교육> AI+X 역량 강화 트랙'에 대한 기록입니다.