문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
로보틱스를 위한 컴퓨터 비전 소개
- 로보틱스에서 컴퓨터 비전 응용 사례 개요
- 지각과 시각적 이해의 주요 과제
- OpenCV와 Python으로 개발 환경 설정
이미지 처리 기본
- 이미지 표현 및 조작
- 필터링, 경계 탐지, 특징 추출
- 색 공간 및 분할 기술
OpenCV를 활용한 객체 탐지 및 추적
- 고전적 방법(Haar cascades, HOG)을 이용한 객체 탐지
- 비디오 스트림에서 이동하는 객체 추적
- 로보틱스 시스템에 시각적 피드백 통합
시각적 지각을 위한 딥러닝
- 합성곱 신경망(CNN) 개요
- 객체 탐지 모델 훈련 및 배포
- 미리 학습된 모델(YOLO, SSD, Faster R-CNN) 적용
센서 융합 및 깊이 지각
- 카메라 데이터와 LiDAR 및 초음파 센서 통합
- 깊이 추정 및 3D 재구성
- 장애물 회피 및 내비게이션을 위한 지각
비전 기반 제어 및 의사결정
- 로보틱스 조작에 컴퓨터 비전 적용
- 시각적 서보링 및 폐루프 제어
- 시각 입력 기반 자율 의사결정
비전 모델 배포 및 최적화
- 임베디드 시스템 및 엣지 장치에 모델 배포
- 실시간 애플리케이션을 위한 추론 성능 최적화
- 문제 해결 및 정확도 향상
요약 및 다음 단계
요건
- 기본 로보틱스 개념 이해
- Python 프로그래밍 경험
- 기계학습 기본 사항에 대한 익숙함
대상 독자층
- 로보틱스 엔지니어
- 컴퓨터 비전 전문가
- 기계학습 엔지니어
21 시간
회원 평가 (2)
실습을 즉시 시작할 수 있도록 가상 머신 형태의 재료 제공과 ROS2 코어에 대한 설명, 그리고 특정 방식으로 작동하는 이유에 대한 해설을 포함합니다.
Arjan Bakema
코스 - Autonomous Navigation & SLAM with ROS 2
기계 번역됨
미래 로봇공학에서 인공지능의 지식과 활용에 대한 것임
Ryle - PHILIPPINE MILITARY ACADEMY
코스 - Artificial Intelligence (AI) for Robotics
기계 번역됨