수업내용/목표
본 강좌는 ai 인공지능 기술과 그 주요 응용 분야인 로봇 공학 기술을 소개하는 강좌입니다. 로봇은 어떻게 구조화되어 있는지 그리고 인공지능과 어떻게 연계되어 있는지를 살펴보고, 다양한 로봇의 사례를 소개할 것입니다. 이 강좌를 통해 학습자 여러분은 아래의 학습목표를 달성할 수 있을 것입니다.
1. 인공지능과 로봇공학의 기초지식을 습득할 수 있다.
2. 로봇공학 분야에서 적용되는 인공지능기술들을 설명할 수 있다.
주차 | 주차명 | 차시명 | 오픈 일정 |
---|---|---|---|
1 | 로봇공학과 인공지능 | (1차시)AI Robotics | 2020. 00.00 |
(2차시)AI 로봇의 종류 | |||
(3차시)로봇의 종류와 모양 | |||
(1주차 학습목표) 1. AI 로봇의 개념을 설명할 수 있다. 2. AI가 적용된 로봇의 유형을 분류할 수 있다. 3. 로봇의 종류를 구분할 수 있다. |
|||
2 | 로봇 기본 개념의 이해 | (1차시)로봇 기본 개념 | 2020. 00.00 |
(2차시)로봇의 자유도 | |||
(3차시)행렬과 벡터(1) | |||
(4차시)행렬과 벡터(2) | |||
(2주차 학습목표) 1. 로봇의 개념을 설명할 수 있다. 2. 사례를 보고 2차원 평면상에서 로봇의 자유도를 구할 수 있다. 3. 사례를 보고 3차원 상에서 로봇의 자유도를 구할 수 있다. 4. 행렬과 벡터의 개념을 설명할 수 있다. |
|||
3 | 강체의 운동 | (1차시)강체의 위치/회전 표현 방법(1) | 2020. 00. 00. |
(2차시)강체의 위치/회전 표현 방법(2) | |||
(3차시)Homogeneous transformation | |||
(3주차 학습목표) 1. 강체의 회전운동과 병진운동에 대해 설명할 수 있다. 2. 강체의 위치와 방향을 표현하는 방법을 설명할 수 있다. |
|||
4 | 로봇 기구학: 정기구학 | (1차시)로봇 정기구학 | 2020. 00. 00. |
(2차시)DH 표시법을 이용한 로봇 정기구학 | |||
(3차시)2차원 로봇의 정기구학 | |||
(4차시)3차원 로봇의 정기구학 | |||
(4주차 학습목표) 1. 로봇의 정기구학의 개념을 설명할 수 있다. 2.DH 표시법을 이용한 정기구학 풀이 방법을 설명할 수 있다. |
|||
5 | 로봇 기구학: 역기구학 | (1차시)로봇의 역기구학 | 2020. 00. 00. |
(2차시)로봇의 역기구학 문제 해결 방법 | |||
(3차시)로봇의 역기구학(예제) | |||
(5주차 학습목표) 1. 로봇의 역기구학의 개념을 설명할 수 있다. 2. 2차원 로봇의 역기구학을 예제를 통해 풀이방법을 이해할 수 있다. |
|||
6 | 로봇 속도 기구학 | (1차시)로봇의 속도 기구화 | 2020. 00. 00. |
(2차시)로봇 자코비안 | |||
(3차시)자코비안 매트릭스 활용 | |||
(6주차 학습목표) 1. 로봇의 속도기구학의 개념을 설명할 수 있다. 2. 자코비안의 개념을 설명할 수 있다. |
|||
7 | 로봇 기구학 프로그래밍 실습 | (1차시)로봇 기구학 | 2020. 00. 00 |
(2차시)로봇 정기구학 프로그래밍 실습 | |||
(3차시)로봇 역기구학 프로그래밍 실습 | |||
(7주차 학습목표) 1. 로봇 기구학 값을 구하기 위하여 옥타브 프로그램을 사용하여 프로그래밍을 할 수 있다. |
|||
중간시험 | 2020. 00. 00. | ||
9 | 로봇의 위치 인식 | (1차시)Kalman filter | 2020. 00. 00. |
(2차시)Particle filter | |||
(3차시)ICP 알고리즘 | |||
(9주차 학습목표) |
|||
10 | 로봇 매핑 | (1차시)Metric map과 Topological map | 2020. 00. 00. |
(2차시)Occupancy grid mapping | |||
(3차시)3D mapping | |||
(10주차 학습목표) 1. Metric mapping과 topological mapping을 비교할 수 있다. 2. 로봇의 환경인식을 위한 인공지능을 이해할 수 있다. |
|||
11 | 로봇 경로 계획 | (1차시)경로 계획법의 종류 | 2020. 00. 00. |
(2차시)A* 알고리즘 | |||
(3차시)RRT 알고리즘 | |||
(11주차 학습목표) 1. 경로계획법의 종류를 나열할 수 있다. 2. 로봇 경로계획법을 위한 인공지능의 응용을 이해할 수 있다. |
|||
12 | 강화학습 | (1차시)강화학습의 기본 원리 | 2020. 00. 00. |
(2차시)Markov decision process | |||
(3차시)Dynamic Programming | |||
(12주차 학습목표) 1. 강화학습 기반 인공지능을 이해할 수 있다. 2. 강화학습의 기본원리를 설명할 수 있다. |
|||
13 | 로봇 제어 | (1차시)로봇 티칭 | 2020. 00. 00. |
(2차시)강화학습을 이용한 로봇제어(1) | |||
(3차시)강화학습을 이용한 로봇제어(2) | |||
(13주차 학습목표) 1. 로봇 제어를 위해 강화학습이 어떻게 응용되는지 이해할 수 있다. 2. 강화학습을 이용한 로봇제어 사례를 나열할 수 있다. |
|||
14 | 로봇과 인공지능 | (1차시)로봇공학에서의 인공지능 응용(1) | 2020. 00. 00. |
(2차시)로봇공학에서의 인공지능 응용(2) | |||
(3차시)인공지능 로봇의 미래 | |||
(14주차 학습목표) 1. 로봇공학에서 인공지능이 융합되는 사례를 나열할 수 있다. 2. 바람직한 인공지능 로봇의 미래에 대하여 발표할 수 있다. |
|||
기말시험 | 2020. 00. 00. |
퀴즈 | 웨비나 참여 | 토론 | 중간시험 | 기말고사 | 합계 |
---|---|---|---|---|---|
20% | 20% | 10% | 25% | 25% | 100% |
이 강좌는 대학 학부 전공 기초 정도 수준으로 제작되었으며, 로봇공학과 인공지능 분야에 관심이 있는 중등교육이상을 수료하였다면 누구나 수강가능한 강좌입니다.
이 강좌는 별도의 교재가 없으며, 학습자료를 별도 PDF 파일로 제공합니다.
별도의 교재는 없으며, 학습자료를 통해 함께 학습하시길 바랍니다.