---
id: ROBOT-AUTO-DRIVE-001
category: Dev
confidence_score: 1.0
tags: [ai, autonomous-driving, [[Robotics|Robotics]], [[Computer-Vision|Computer-Vision]], [[Sensor-Fusion|Sensor-Fusion]], slam, path-planning]
last_reinforced: 2026-04-26
---

# Self-Driving Car Foundations (자율주행 자동차 기초)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "감각의 통합(Sensor Fusion)을 통해 세계를 재구성하고, 예측과 계획의 루프를 초단위로 회전시켜 물리적 공간에서의 '안전한 자율성'을 성취하라" — 인공지능, 센서 기술, 제어 공학을 결합하여 인간의 개입 없이 스스로 목적지까지 주행하는 차량 시스템의 핵심 원리.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** "Perceive-Predict-Plan-Act and Safety-critical Redundancy" — 주변 환경을 3D로 인지하고, 보행자와 차량의 의도를 예측하며, 충돌 없는 최적 경로를 실시간으로 생성하여 물리적 구동계로 전달하는 계층적 제어 패턴.
- **핵심 기술 스택:**
    - **Perception:** 객체 탐지(Object Detection), 차선 인식, 신호등 감지.
    - **Sensor Fusion:** 카메라(시각), 라이다(정밀 거리), 레이더(속도) 데이터의 결합.
    - **Localization:** HD 지도를 기반으로 센서 데이터를 매칭하여 수 cm 단위의 위치 파악.
    - **Planning & Control:** 동적 장애물을 회피하는 경로 생성 및 가속/제동/조향 제어.
- **의의:** 사고 감소, 교통 효율 증대, 이동의 자유 확대 등 사회적 가치를 창출하는 AI 기술의 정점이자 종합 전시장.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 모든 상황을 규칙으로 코딩하던 '모듈형 방식'에서 벗어나, 이제는 인지부터 제어까지 신경망 하나로 처리하는 '엔드 투 엔드(End-to-End) 학습'과 대규모 가상 시뮬레이션 환경에서의 강화학습이 주류 기술로 부상함.
- **정책 변화:** Antigravity 프로젝트는 자율주행의 핵심인 '예측과 계획' 알고리즘 지식을 바탕으로, 에이전트의 작업 스케줄링 및 리소스 배분 전략을 고도화함.

## 🔗 지식 연결 (Graph)
- [[Robotics-Foundations|Robotics-Foundations]], Computer-Vision-Fundamentals, [[Point-Cloud-Processing|Point-Cloud-Processing]], [[Reinforcement-Learning|Reinforcement-Learning]]
- **Raw Source:** 10_Wiki/Topics/AI/Self-Driving-Car-Foundations.md