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
주 01
소개
- 로봇을 똑똑하게 만드는 것은 무엇일까?
실제 로봇과 가상 로봇
- Smart Robots, 스마트 머신, 센티언트 머신 및 Robotic Process Automation (RPA) 등.
Robotics에서 Artificial Intelligence (AI)의 역할
- "if-then-else"와 학습 머신을 넘어서
- AI의 알고리즘
- 머신러닝, 컴퓨터 비전, 자연어 처리(NLP) 등
- 인지 로봇공학
Robotics에서 Big Data의 역할
- 데이터와 패턴에 기반한 의사결정
클라우드 및 Robotics
- 로봇공학과 IT의 연결
- 더 많은 정보에 접근하고 협업하는 보다 기능적인 로봇 구축
사례 연구: 산업용 로봇
- 기계 로봇
- 백스터
- 핵 시설의 로봇
- 방사선 탐지 및 보호
- 핵 React 또는 로봇
- 방사선 탐지 및 보호
로봇의 하드웨어 구성 요소
- 모터, 센서, 마이크로컨트롤러, 카메라 등
로봇의 공통 Element
- 머신 비전, 음성 인식, 음성 합성, 근접 감지, 압력 감지 등
Programming 로봇을 위한 개발 프레임워크
- 오픈소스 및 상용 프레임워크
- 로봇 운영 체제 (ROS)
- 아키텍처: 작업 공간, 토픽, 메시지, 서비스, 노드, actionlibs, 도구 등
Languages 로봇 Programming에 대한
- C++ 저수준 제어용
- Python 오케스트레이션을 위해
- Python 및 C++의 Programming ROS 노드
- 다른 언어들
물리적 로봇 시뮬레이션을 위한 도구
- 상용 및 오픈 소스 3D 시뮬레이션 및 시각화 소프트웨어
주 02
개발 환경 준비
- 소프트웨어 설치 및 설정
- 유용한 패키지 및 유틸리티
사례 연구: 기계 로봇
- 핵기술 분야의 로봇
- 환경 시스템의 로봇
Programming 로봇
- Programming Python 및 C++의 노드
- ROS 노드 이해
- ROS의 메시지 및 주제
- 출판/구독 패러다임
- 프로젝트: Bump & Go 실제 로봇
- 문제 해결
- Gazebo를 이용한 로봇 시뮬레이션 / ROS
- ROS의 프레임 및 참조 변경
- OpenCV을 이용한 카메라의 2D 정보 처리
- 레이저의 정보처리
- 프로젝트: 색상별 객체 안전 추적
- 문제 해결
주 03
Programming 로봇 (계속...)
- ROS의 서비스
- PCL을 이용한 RGB-D 센서의 3D 정보 처리
- ROS를 사용한 지도 및 항해
- 프로젝트: 환경에서 객체 검색
- 문제 해결
Programming 로봇 (계속...)
- 액션립
- Speech Recognition 및 음성 생성
- MoveIt!을 이용해 로봇 팔을 조종하세요!
- 활성 시야를 위한 로봇 목 제어
- 프로젝트 : 사물 검색 및 수집
- 문제 해결
로봇 테스트
- 단위 테스트
주 04
Deep Learning를 사용하여 로봇의 기능 확장
- 인식 - 시각, 청각 및 촉각
- 지식 표현
- NLP(자연어 처리)를 통한 음성 인식
- 컴퓨터 비전
Deep Learning의 충돌 과정
- 인공Neural Networks(ANN)
- 인공적Neural Networks 대 논리적Bio
- 피드포워드Neural Networks
- 활성화 함수
- 인공 훈련 Neural Networks
Deep Learning의 충돌 과정(계속...)
- Deep Learning 모델
- 합성 네트워크와 순환 네트워크
- 합성곱 Neural Networks (CNN 또는 ConvNets)
- 합성 레이어
- 풀링 레이어
- 합성곱 Neural Networks 아키텍처
주 05
Deep Learning의 충돌 과정(계속...)
- 반복 Neural Networks (RNN)
- RNN 훈련
- 훈련 중 기울기 안정화
- 장기 단기 기억 네트워크
- Deep Learning 플랫폼 및 소프트웨어 라이브러리
- Deep Learning ROS에서
로봇에서 Big Data 사용
- 빅데이터 개념
- 데이터 분석 접근 방식
- Big Data 툴링
- 데이터의 패턴 인식
- 연습: NLP 및 Computer Vision 대규모 데이터 세트
로봇에서 Big Data 사용(계속...)
- 대용량 데이터 세트의 분산 처리
- Big Data과 Robotics의 공존 및 교차수정
- 데이터 생성기로서의 로봇
- 거리 측정 센서, 위치, 시각, 촉각 센서 및 기타 모달리티
- 감각 데이터 이해(감각-계획-행동 루프)
- 연습: 스트리밍 데이터 캡처
Programming 자율 Deep Learning 로봇
- Deep Learning 로봇 구성요소
- 로봇 시뮬레이터 설정
- Cafe를 사용하여 CUDA 가속 신경망 실행
- 문제 해결
주 06
Programming 자율 Deep Learning 로봇 (계속...)
- 사진이나 비디오 스트림에서 객체 인식
- OpenCV을 사용하여 컴퓨터 비전 활성화
- 문제 해결
데이터 분석
- 로봇을 사용하여 새로운 데이터를 수집하고 구성
- 데이터를 이해하기 위한 도구 및 프로세스
로봇 배치
- 시뮬레이션된 로봇을 물리적 하드웨어로 전환
- 물리적 세계에 로봇 배치
- 현장에서 로봇 모니터링 및 서비스
로봇 보안
- 허가받지 않은 변조 방지
- 해커가 민감한 데이터를 보거나 훔치는 것을 방지합니다.
로봇을 협력적으로 구축하다
- 클라우드에서 로봇 구축
- 로봇 커뮤니티에 가입하기
과학 및 에너지 분야의 로봇의 미래Outlook
요약 및 결론
Requirements
- Programming C언어 경험 또는 C++
- Programming Python에 대한 경험 (유용하지만 필수는 아님; 과정의 일부로 가르칠 수 있음)
- Linux 명령줄에 대한 경험
청중
- 개발자
- 엔지니어
- 과학자들
- 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.
