Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
주차 01
소개
- 로봇의 지능 요인
물리적 로봇 vs 가상 로봇
- 스마트 로봇, 스마트 머신, 인공지능 머신 및 로봇 프로세스 자동화 (RPA) 등
인공지능(AI)의 로봇 공학에서의 역할
- "if-then-else"를 넘어서 학습 머신
- AI를 뒷받침하는 알고리즘
- 기계 학습, 컴퓨터 비전, 자연어 처리(NLP) 등
- 인지 로봇 공학
빅데이터의 로봇 공학에서의 역할
- 데이터와 패턴에 기반한 의사 결정
클라우드와 로봇 공학
- 로봇 공학과 IT 연결
- 더 많은 정보에 접근하고 협력할 수 있는 기능적인 로봇 구축
사례 연구: 산업용 로봇
- 기계식 로봇
- Baxter
- 원자력 시설 내 로봇
- 방사선 탐지 및 보호
- 원자로 내 로봇
- 방사선 탐지 및 보호
로봇의 하드웨어 구성 요소
- 모터, 센서, 마이크로컨트롤러, 카메라 등
로봇의 공통 요소
- 기계 시력, 음성 인식, 음성 합성, 근접 감지, 압력 감지 등
로봇 프로그래밍을 위한 개발 프레임워크
- 오픈 소스 및 상용 프레임워크
- 로봇 운영 시스템 (ROS)
- 아키텍처: 작업 공간, 주제, 메시지, 서비스, 노드, 액션 리브, 도구 등
로봇 프로그래밍 언어
- C++를 사용한 저수준 제어
- Python을 사용한 오케스트레이션
- Python과 C++을 사용한 ROS 노드 프로그래밍
- 기타 언어
물리적 로봇 시뮬레이션 도구
- 상용 및 오픈 소스 3D 시뮬레이션 및 시각화 소프트웨어
주차 02
개발 환경 준비
- 소프트웨어 설치 및 설정
- 유용한 패키지 및 유틸리티
사례 연구: 기계식 로봇
- 원자력 기술 분야의 로봇
- 환경 시스템의 로봇
로봇 프로그래밍
- Python과 C++를 사용한 노드 프로그래밍
- ROS 노드 이해
- ROS의 메시지와 주제
- 발행/구독 패러다임
- 프로젝트: 실제 로봇으로 Bump & Go
- 문제 해결
- Gazebo/ROS로 로봇 시뮬레이션
- ROS의 프레임 및 참조 변경
- OpenCV로 카메라의 2D 정보 처리
- 레이저의 정보 처리
- 프로젝트: 색상으로 안전한 객체 추적
- 문제 해결
주차 03
로봇 프로그래밍 (계속...)
- ROS의 서비스
- PCL로 RGB-D 센서의 3D 정보 처리
- ROS로 맵 및 네비게이션
- 프로젝트: 환경 내 객체 검색
- 문제 해결
로봇 프로그래밍 (계속...)
- ActionLib
- 음성 인식 및 음성 생성
- MoveIt!로 로봇 팔을 제어
- 로봇 목으로 활동 시력 제어
- 프로젝트: 객체 검색 및 수집
- 문제 해결
로봇 테스트
- 단위 테스트
주차 04
딥 러닝을 통해 로봇의 기능을 확장
- 인지 - 시력, 청각, 촉각
- 지식 표현
- 자연어 처리(NLP)를 통한 음성 인식
- 컴퓨터 비전
딥 러닝 빠른 시작
- 인공 신경망(ANNs)
- 인공 신경망 vs. 생물 신경망
- 순전파 신경망
- 활성화 함수
- 인공 신경망 학습
딥 러닝 빠른 시작 (계속...)
- 딥 러닝 모델
- 컨볼루션 네트워크 및 순환 네트워크
- 컨볼루션 신경망(CNNs 또는 ConvNets)
- 컨볼루션 계층
- 풀링 계층
- 컨볼루션 신경망 아키텍처
주차 05
딥 러닝 빠른 시작 (계속...)
- 순환 신경망 (RNN)
- RNN 학습
- 학습 중 기울기 안정화
- 장기 단기 기억 네트워크
- 딥 러닝 플랫폼 및 소프트웨어 라이브러리
- ROS의 딥 러닝
로봇에 빅데이터 사용
- 빅데이터 개념
- 데이터 분석 접근 방식
- 빅데이터 도구
- 데이터의 패턴 인식
- 연습: 대규모 데이터 세트에서 NLP 및 컴퓨터 비전
로봇에 빅데이터 사용 (계속...)
- 대규모 데이터 세트의 분산 처리
- 빅데이터와 로봇 공학의 공존 및 상호작용
- 로봇으로 데이터 생성
- 거리 측정 센서, 위치, 시각, 촉각 센서 및 기타 모달리티
- 센서 데이터 이해 (감지-계획-실행 루프)
- 연습: 스트리밍 데이터 캡처
자율 딥 러닝 로봇 프로그래밍
- 딥 러닝 로봇 구성 요소
- 로봇 시뮬레이터 설정
- Cafe로 CUDA 가속 신경망 실행
- 문제 해결
주차 06
자율 딥 러닝 로봇 프로그래밍 (계속...)
- 사진 또는 비디오 스트림에서 객체 인식
- OpenCV로 컴퓨터 비전 가능
- 문제 해결
데이터 분석
- 로봇으로 새로운 데이터 수집 및 정리
- 데이터 이해를 위한 도구 및 과정
로봇 배포
- 시뮬레이션된 로봇을 물리적 하드웨어로 전환
- 로봇을 물리적 세계에 배포
- 현장에서 로봇 모니터링 및 유지 관리
로봇 보안
- 권한 없는 조작 방지
- 해커가 민감한 데이터를 보거나 훔치는 것을 방지
로봇 공동 구축
- 클라우드에서 로봇 구축
- 로봇 커뮤니티에 참여
과학 및 에너지 분야에서의 로봇의 미래 전망
요약 및 결론
Requirements
- C 또는 C++ 프로그래밍 경험
- Python 프로그래밍 경험 (유용하지만 필수는 아님; 과목의 일부로 가르칠 수 있음)
- Linux 명령줄 경험
대상
- 개발자
- 엔지니어
- 과학자
- 기술자
120 Hours
회원 평가 (1)
I feel I get the core skills I need to understand how the ROS fits together, and how to structure projects in it.
