📅 Intro. 자율주행차 4개월 (120일) 세부 학습 플랜

안녕하세요 🚗✨
오늘은 많은 분들이 관심을 가지고 있는 자율주행차(Autonomous Vehicle) 를 공학적으로 깊이 있게 공부할 수 있는 4개월(120일) 학습 로드맵을 소개하려 합니다.

저 역시 이 로드맵을 따라 공부하며, 하나씩 블로그에 정리해나갈 예정이에요.
“AI와 모빌리티 시대”에 가장 핫한 주제 중 하나인 자율주행차에 대해 배우고 싶다면, 이번 글이 여러분께 큰 도움이 될 거라 생각합니다.

---

📅 자율주행차 4개월(120일) 세부 학습 플랜

🚀 왜 자율주행차 공부인가?

• 글로벌 자동차 기업(테슬라, 구글 웨이모, 현대차 등)이 앞다투어 투자
• AI, 빅데이터, 로봇공학, 통신 등 첨단 기술이 총집합된 융합 분야
• 앞으로 교통, 물류, 도시 구조까지 바꿀 미래 핵심 산업

👉 지금 이 분야를 공부하는 건 곧 미래의 기회를 잡는 일입니다.

---

📚 4개월 학습 플랜 한눈에 보기

제가 준비한 학습 로드맵은 총 120일로 구성되어 있습니다.
매일 2~3시간 학습을 기준으로, 이론 → 실습 → 프로젝트까지 이어지는 체계적인 과정입니다.

🔹 1개월차 (Day 1~30): 센서 & 센서 융합

• LiDAR, Radar, Camera, Ultrasonic 센서 기초
• ROS2 + Python 실습으로 데이터 시각화
• Kalman Filter, Particle Filter를 통한 센서 융합

🔹 2개월차 (Day 31~60): Localization & Mapping

• SLAM (EKF-SLAM, FastSLAM, ORB-SLAM, Cartographer)
• GPS + IMU 융합
• Graph-SLAM, Loop Closing 심화

🔹 3개월차 (Day 61~90): AI 인식 & 경로 계획

• CNN, RNN, LSTM 기반 인식 모델
• YOLO, U-Net, DeepLab 실습
• Global Path Planning (A*, Dijkstra, RRT)
• Local Planning (DWA, MPC), 행동 계획(FSM, 강화학습)

🔹 4개월차 (Day 91~120): 제어·통신 & 시스템 통합

• Vehicle Dynamics, PID/LQR/MPC 제어
• V2X 통신 (DSRC, C-V2X, 5G)
• Autoware + CARLA 시뮬레이터 종합 프로젝트

---

✨ 학습 포인트

1. 실습 중심: 단순 이론이 아니라 오픈소스(ROS2, Autoware, YOLO 등) 활용
2. 최신 논문 리뷰: IEEE 논문을 통한 심화 학습
3. End-to-End 프로젝트: 마지막에 직접 자율주행 파이프라인 구성

---

📈 블로그 시리즈 계획

앞으로 저는 이 학습 플랜을 따라가며,

• 매일 배운 핵심 개념 요약
• 직접 해본 실습 결과와 코드
• 느낀 점과 실제 적용 아이디어

를 블로그 시리즈로 연재하려고 합니다.
여러분도 함께 따라오시면, 4개월 후엔 자율주행 전문가의 기초 체력을 갖출 수 있을 거예요.

---

💡 마무리

자율주행차 공부는 단순한 기술 학습이 아니라, AI와 미래 모빌리티 산업을 이해하는 길입니다.
앞으로 올 4차 산업혁명의 파도를 타고 싶으신 분이라면, 지금 바로 시작해보세요! 🚀