Capstone Design2

자율주행 카트에서의 엣지클라우드 프로토타입 구축

카트 상의 이미지 자체를 Core Cloud서버로 전송할 경우, 네트워크 부하가 많이 발생하게 된다.

이에따라, Cloude-Edge단에서 원본 프레임을 머신러닝 모델의 input형식에 맞추어 전처리 작업을 진행한다. 이후 전처리된 데이터만을 Core Cloud에 송신하며, Core Cloud는 사전에 로드된 머신러닝 모델을 통해 예측값을 반환한다. 이후, Edge-Cloud는 결과값만을 수신하게된다.

이를통해 최종적으로 네트워크의 부하를 분산하여 고성능의 컴퓨팅환경을 구축하며 최종적으로 시간대비 영상 처리율 향상, 기존 연구의 병목현상 해소를 목표한다.

• 지도교수님 : 허의남

진행상황

• AWS DeepLens 관련 라이브러리 조사 및 Cloud 서비스 구상 [09.17]

• 주제 선정 : 자율주행 카트에서의 엣지클라우드 프로토타입 구축-영상처리모듈 [09.21]

• 기초보고서 작성, 영상 전처리 모듈 작성, Core Cloud 프레임 수신 및 예측 모듈 작성 [10.08]

Revision History

• 20.09.17 면담확인서 업로드
• 20.09.21 주제 선정 및 슈도 코드 작성, 주간보고서 업로드
• 20.09.23 기초보고서 업로드
• 20.10.02 에지클라우드에서의 이미지 전처리 모듈 및 전송 모듈 작성
• 20.10.08 코어클라우드 전처리 프레임 수신 및 라벨링 예측 모듈 작성