본 연구는 픽셀 간 상호 문맥을 고려한 엔드-투-엔드 자율주행 모델 개발에 초점을 맞춰 SKGE-Swin 아키텍처를 제안합니다. SKGE-Swin은 스킵-스테이지 메커니즘을 활용한 Swin Transformer를 사용하여 다양한 네트워크 수준과 전역적으로 특징 표현을 확장합니다. Swin Transformer의 Shifted Window-based Multi-head Self-Attention (SW-MSA) 메커니즘을 활용하여 먼 픽셀의 정보를 추출하고, 초기부터 최종 단계까지 중요한 정보를 유지하여 주변 환경의 복잡한 패턴을 이해하는 능력을 향상시킵니다. CARLA 플랫폼에서 적대적 시나리오를 사용하여 실제 환경을 시뮬레이션하고 평가한 결과, 기존 방법보다 우수한 주행 점수를 달성했습니다. 또한, 스킵 연결 및 Swin Transformer 사용의 영향을 포함한 각 아키텍처 구성 요소의 기여도를 평가하기 위한 ablation study를 수행합니다.
시사점, 한계점
•
시사점:
◦
Swin Transformer와 스킵-스테이지 메커니즘을 결합하여 픽셀 간 상호 문맥을 효과적으로 고려하는 새로운 자율주행 모델 아키텍처 제시.
