문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
물리적 AI 및 로봇 공학 소개
- 물리적 AI의 개요와 그 발전 과정
- 산업 자동화 및 기타 분야에서의 활용 사례
- 지능형 로봇 시스템의 핵심 구성 요소들
로봇 시스템 설계
- 로봇 제작을 위한 기계적 설계 원리
- 센서와 액추에이터의 통합 방법
- 전원 시스템 및 에너지 효율성 고려사항
로봇 공학을 위한 인공지능 모델
- 지각 및 의사결정 과정을 위한 머신러닝 활용
- 로봇 공학에서의 강화 학습 적용
- 로봇 시스템에 맞는 인공지능 파이프라인 구축 방법
실시간 센서 통합 기법
- 여러 센서 데이터를 하나로 통합하는 기술
- LiDAR, 카메라 등 다양한 센서에서 수집된 데이터 처리 방법
- 실시간 항법 및 장애물 회피 기능 구현
시뮬레이션 및 테스트
- Gazebo나 MATLAB Robotics Toolbox와 같은 시뮬레이션 도구 활용법
- 동적 환경을 모델링하는 기술
- 성능 평가 및 최적화 방법
자동화 구현 및 실제 적용
- 산업 자동화를 위한 로봇 프로그래밍 기법
- 반복 작업 수행을 위한 워크플로우 개발 방법
- 실제 배포 시 안전성과 신뢰성 확보 방안
고급 주제 및 향후 발전 전망
- 협동 로봇(코봇)과 인간-로봇 상호작용 방식
- 로봇 공학 분야의 윤리적·규제적 고려사항
- 자동화 분야에서 물리적 AI의 미래 전망
요약 및 향후 학습 방향 안내
요건
- 로봇 공학 및 자동화 시스템에 대한 기초 지식
- 프로그래밍 능력, 특히 Python 활용 능력
- 인공지능의 기본 개념에 대한 이해
대상 학습자
- 로봇 공학 엔지니어
- 자동화 분야 전문가
- 인공지능 개발자
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