최근 확인한 콘텐츠
loading...
본 연구는 동작을 기억하는 모듈라 로봇의 단점을 극복하기 위해 유선 및 무선 네트워크를 이용한 원격 제어 시스템을 제안합니다. 제안된 시스템은 웹 서버 및 컴포넌트 기반 소프트웨어를 활용하여 스마트 기기에서 로봇을 제어하고, 동작을 저장 및 재생하여 동작 재현성을 확보합니다. 실험 결과, 다운로드한 궤적 데이터와 실제 동작 궤적의 차이를 분석하여 시스템의 신뢰성을 확인했습니다.
Advanced robot control : proceedings of the International Workshop on Nonlinear and Adaptive Control, Issues in Robotics, Grenoble, France, Nov. 21-23, 1990
Robot physical interaction through the combination of vision, tactile and force feedback : applications to assistive robotics
Neural networks in robotics
Recent advances in robot learning
우리는 로봇이다 : 이미 세상을 지배하고 있는 로봇을 만나다
로보틱스 알고리듬 : 중고등학생을 위한 입문서
ROS로 배우는 로봇 프로그래밍
Experimental robotics I : the first international symposium, Montreal, June 19-21, 1989
Introduction to autonomous manipulation : case study with an underwater robot, SAUVIM
Mastering ROS for robotics programming : design, build, and simulate complex robots using Robot Operating System and master its out-of-the-box functionalities
Autonomous robots : modeling, path planning, and control
Predictive modular neural networks : applications to time series
Experimental robotics IV : the 4th international symposium, Stanford, California, June 30-July 2, 1995
Behavior-based robotics
Robot motion planning
Knowing hands : the cognitive psychology of manual control
Robot motion planning
로봇 시스템 : SIMULINK 기반 시물레이션 및 실험 =
바이오로보틱스 : 기본설계와 응용
융합정보논문지
안기삼, 김지환, 이보희Journal of Intelligent and Robotic Systems: Theory and Applications
Buck S.,Zell A.2022 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION (ICRA 2022)
Hu, Jiaheng; Whitman, Julian; Travers, Matthew; Choset, Howie한국콘텐츠학회 논문지
양정연Neural Computing and Applications
ElSayyad, Shimaa Ezzat; Saleh, Ahmed I.; Ali, Hesham A.; Saraya, M. S.; Rabie, Asmaa H.; Abdelsalam, Mohamed M.Autonomous Robots
Liu C.,Lin Q.,Kim H.,Yim M.IEEE/ASME Transactions on Mechatronics, Mechatronics, IEEE/ASME Transactions on, IEEE/ASME Trans. Mechatron.
Belke, C.H.; Paik, J.IEEE Transactions on Automation Science and Engineering
Kulz, J.; Althoff, M.; Terzer, M.; Magri, M.; Giusti, A.Soft Robotics
Ke X.,Yong H.,Xu F.,Chai Z.,Jiang J.,Ni X.,Wu Z.International Journal of Advanced Robotic Systems
Lepej, Peter; Maurer, Johannes; Uran, Suzana; Steinbauer, GeraldMinimally Invasive Surgery
Zygomalas, A.; Giokas, K.; Koutsouris, D.IEEE Transactions on Robotics, Robotics, IEEE Transactions on, IEEE Trans. Robot.
Sun, D.; Liao, Q.IEEE Transactions on Automation Science and Engineering
Lashkari N.,Biglarbegian M.,Yang S.X.IEEE Robotics and Automation Letters
Luo H.,Lam T.L.PROCEEDINGS OF THE 2022 GENETIC AND EVOLUTIONARY COMPUTATION CONFERENCE (GECCO'22)
Pigozzi, Federico; Tang, Yujin; Medvet, Eric; Ha, David로봇학회 논문지
도현민; 최태용; 박동일; 김두형; 손영수Robotica
Miao, Y.; Yan, G.; Lin, Z.International Journal of Advanced Robotic Systems
Brunete González, Alberto; Ranganath, Avinash; Segovia, Sergio; Perez de Frutos, Javier; Hernando Gutiérrez, Miguel; Gambao Galán, ErnestoNATURAL COMPUTING
Bie, Dongyang; Gutierrez-Naranjo, Miguel A.; Zhao, Jie; Zhu, YanheIEEE Transactions on Robotics
Da Sun; Qianfang Liao전선 / 대학원
지능형융합시스템 이론과 설계 과목에서 습득한 내용을 지능형 로봇의 하드웨어 및 소프트웨어의 설계에 적용하는 과목이다. 로봇을 구성하는 기구부 설계를 수행하며 기구학, 동역학 해석을 통해서 동적 거동을 해석하며 제어부를 구성하는 내용을 다룬다. 그리고 주어진 용도를 충족하는 로봇을 설계하는 term project 형식으로 수업이 진행된다. 전체 수업은 기본적으로 팀을 구성하여 진행된다.전선 / 대학원
사물이나 공간을 대상으로 하는 인터랙션 디자인에 있어서 컴퓨터 기술을 물리적 조형에 어떻게 접목시킬 수 있는가에 대해 연구하고 실습을 통해 디자인 프로젝트에 적용해보는 수업이다. 컴퓨터 프로그래밍에 대한 기초지식을 갖춘 학생들을 대상으로 하며, 피지컬 컴퓨팅을 위한 보드 컨트롤, 센서 및 출력장치 등 전기, 전자에 대한 내용과 함께, 이를 디자인 개념 구현에 어떻게 응용할 수 있는가에 대해 연구하고 디자인 가능성을 실험한다.전선 / 대학원
자율주행 이동 로봇공학은 로봇이 임의 공간에서 무인으로 이동하면서 주변을 탐색하고 현재 위치를 추정하면서 동시에 주위 공간의 지도를 작성하는 문제와 경로 계획 및 경로 최적화를 다룬다. 작성된 지도는 로봇이 주변 환경을 인식하는데 사용되며 로봇은 환경과 연속적으로 상호작용하게 된다. 이 내용은 기계 학습의 확률적 추론에 기반하고 있으며 수상/수중 로봇, 지능형 제조 작업 수행, 물류 처리 로봇의 핵심 알고리즘으로 사용된다. 베이즈 필터, 칼만 필터, 입자 필터, 동시적 위치추정 및 지도작성, 확장칼만필터 SLAM, 빠른 SLAM, 그래프 SLAM, 경로 계획 등에 대하여 학습토록 한다. 파이썬/C++ 프로그래밍의 기초 지식을 필요로 한다.전선 / 대학원
인간환경에서 동작하는 미래의 복잡한 로봇을 제어하고 상호작용을 가능하게 할 수 있도록 하는 로보틱스 주제들을 다룬다. 분야는 여유자유도가 있는 로봇의 동역학 및 제어, 사람형태의 로봇, 물리적 또는 가상의 로봇과 햅틱 상호작용, 협동하는 로봇, 쌍방향 원격조정, 로봇 Grasping, 로봇 계획 등이다.전선 / 대학원
본 과목에서는 생체에 대한 이해를 바탕으로 로봇을 설계하는 방법에 대해 학습한다. 근육의 구조, 다양한 형태의 운동 원리 및 신경제어 등의 생체 시스템에 대해 공부하고 엑츄에이터, 제조기술, 메커니즘 및 제어와 같은 로봇의 구성 요소들에 대해 알아본다. 이러한 기본 요소들을 이용하여 만들어진 다양한 생체 모방 로봇 및 의료용 로봇들을 다룬다.전선 / 대학원
인간환경에서 동작하는 미래의 복잡한 로봇을 제어하고 상호작용을 가능하게 할 수 있도록 하는 로보틱스 주제들을 다룬다. 분야는 여유자유도가 있는 로봇의 동역학 및 제어, 사람형태의 로봇, 물리적 또는 가상의 로봇과 햅틱 상호작용, 협동하는 로봇, 쌍방향 원격조정, 로봇 Grasping, 로봇 계획 등이다.전선 / 학사
로봇 공학의 기초이론이 개괄적으로 강의된다. 로봇의 좌표 변환, 기구학과 역기구학, 동역학, 궤적 계획이 강의 된다. 또한 센싱과 각종 제어 기법이 강의 된다. 특히 선형, 비선형제어와 힘제어를 다루며, 프로그래밍 기법에 대하여 강의된다. 아울러 지능로봇의 최신 연구동향이 Video를 이용하여 소개된다.전선 / 학사
최근 급속한 기술 발달로 자율주행자동차, 드론, 휴머노이드, 무인생산로봇과 같은 스스로 인지 판단하여 움직이는 자율로봇들이 일상생활에 보급 등장하기 시작했다. 이들 로봇의 등장으로 사고가 나지 않거나 운전면허가 필요 없는 자동차나 사람이 진입이 어려운 핵발전소나 지진 재난현장에 구조 및 극한 작업을 하는 등 기존에 상상할 수 없었던 분야로 빠르게 응용되고 있다. 더욱이 빅데이터, 기계학습, 인공지능 기술과 결합하며 갈수록 인간스러운 로봇으로 발전하기 시작했고 실제로 여러 분야의 인간 노동력을 대체하기 시작했다. 이 수업에서는 수강생들은 자율로봇의 원리와 최신 기술 동향을 소개받고 실제 로봇 설계 및 프로그래밍을 통해 로봇의 지능을 구현해보고 응용함으로써 배우게 된다. 공대뿐만 아니라 다양한 전공의 학생들의 수강을 환영하며 수강생들은 다학제로 팀을 이루어 수업을 통해 배운 기술을 사용하여 새롭고 유용한 로봇을 만들게 된다. 모든 자료는 영어로 만들어 지며 한국어와 영어를 번갈아 가며 강의하고 실습을 강조하므로 교환학생 및 국제 학생의 수강신청도 권장한다.전선 / 대학원
스마트 구조물의 정의와 기능에 대하여 학습하고 스마트 재료를 정량적으로 모델링하는 방법과 이를 항공우주 구조물에 적용하였을 때 그를 해석, 설계하는 능력을 배양한다. 스마트 재료로는 압전, electrorestrictive, magnetostrictive, 형상기억합금 등이 사용되며, 그러한 재료들의 구성방정식을 기존의 탄성 이외에 전기장/자기장 및 전기 변위, 자속 밀도 등으로 새롭게 표현한다. 이들을 복합재료로 제작된 트러스, 보, 판 등에 삽입/부착하였을 때 작동기와 감지기로서의 기능에 관한 고찰을 수행한다. 최종으로는 그와 같은 스마트 구조물이 항공우주비행체에서 실제로 작동할 때에 그 능력을 배가하여 줄 수 있는 되먹임 제어기를 설계하고 복합된 운용 환경을 시뮬레이션하여 본다.전선 / 대학원
이 과목에서는 휴머노이드 로봇의 보행제어를 다룬다. 학생들은 이와 관련된 제어이론들을 배우고, 습득한 이론들을 시뮬레이션 환경과 실제 로봇에 구현한다. 프로젝트에서는 좀 더 고급이론들을 이해하고 휴머노이드 로봇에 구현하여 실제 데모를 완성하는 것을 목표로 한다.일선 / 학사
실습 위주 수업으로 휴머노이드 로봇에 인공지능을 프로그래밍하고 제어한다. 해당 수업은 세 부분으로 구성되어 있다. 첫 주에는 로봇을 조립하고, 프로그래밍 환경을 구축하며 로봇의 카메라 센서의 영상에 인공지능(AI)를 적용하여 정보를 추출하는 방법들을 살펴본다. 2~4주차에는 랩 시간에 팀별로 로봇의 기능을 기획하고 프로그래밍한다. 프로그래밍할 로봇의 기능은 제공되는 리스트에서 선택이 가능하지만, 자유롭게 기획해도 된다. 마지막 주에는 각 팀별로 기획하고 프로그래밍한 로봇을 발표하고 데모를 시연한다. 해당 수업은 입문 수업으로 로봇 또는 프로그래밍 배경지식이 필요 없지만 Python 프로그래밍 배경지식이 있으면 도움이 된다. 랩 시간에는 강사와 조교가 프로그래밍 문제 해결에 도움을 제공한다. 수업에는 필요한 최소 인텔 i5 프로세서와 8GB RAM이 장착된 노트북이 없는 수강생들에게 노트북을 제공한다. 팀은 2~3명으로 구성되며 국제학생과 서울대학교 학생으로 구성된다. 랩에는 반드시 참석해야 하는 것은 아니지만 강사와 조교가 프로그래밍 문제를 해결에 도움을 제공하기에 권장한다. 수업에 사용되는 로봇 조립 키트는 제공된다.전선 / 대학원
로봇학습은 로봇공학과 인공지능(AI) 기술을 결합하여 로봇이 인간처럼 경험을 통해 새로운 기술과 지식을 습득하는 방법을 연구하는 학문이다. 로봇학습을 이용해 로봇은 데이터와 주변 환경과의 상호작용을 통해 새로운 환경, 작업 및 상황에 적응하며 배울 수 있다. 로봇학습에는 로봇이 모든 시나리오에 대해 명시적 프로그래밍 없이 자율적으로 작업을 수행할 수 있는 능력을 갖출 수 있도록 다양한 기술과 접근방법을 포함하고 있다. 로봇학습의 목표는 로봇이 실제 세계의 다양성과 불확실성을 다루며 변화하는 조건에 적응하고 작업을 자율적으로 수행할 수 있는 로봇을 만드는 것이다. 이 강좌에서는 모방 학습과 심층 강화학습을 포함한 로봇학습의 최근 발전을 리뷰한다. 먼저 Markov decision processes (MDP)와 전통적인 강화학습 기법을 리뷰한다. 그리고 behavior cloning, inverse reinforcement learning, policy gradient, deep Q-network (DQN), 생성적 적대 신경망(GAN) 및 생성적 적대 모방 학습과 같은 주제를 포함한 모방 학습, 딥러닝 및 심층 강화 학습의 최근 개발 동향을 리뷰한다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
데이터센터 구조의 융합적 접근 (A Holistic Approach to Datacenter Architecture): 모바일, 클라우드 컴퓨팅이 보편화되면서 대부분의 대용량 자료들이 데이터센터에서 수집,처리,보관되고 있다. 본 강의에서는 융합적 시각에서 이러한 데이터센터를 하나의 컴퓨터로 접근하여, 전달, 연산, 저장 기능이 구현되는 원리와 예시를 학습하며, 보편적인 문제들인 소프트웨어와 하드웨어 구성요소, 확장성, 총소유비용 및 신뢰성 문제를 다룬다.전선 / 대학원
이 과목에서는 휴머노이드 로봇의 보행제어를 다룬다. 학생들은 이와 관련된 제어이론들을 배우고, 습득한 이론들을 시뮬레이션 환경과 실제 로봇에 구현한다. 프로젝트에서는 좀더 고급이론들을 이해하고 휴머노이드 로봇에 구현하여 실제 데모를 완성하는 것을 목표로 한다.전선 / 학사
본 과정에서는 머신러닝의 기초를 수업한다. 수업 초반에는 머신러닝의 기초가 되는 확률, 선형대수, 최적화, 신호처리를 간단히 리뷰한다. 중반부에서는 대표적인 머신러닝 문제인 Classification, regression, clustering을 소개하고 예시를 통하여 개념을 학습한다. 후반부에서는 스마트 제조를 위한 센싱, 공간정보구축, 로보틱스 적용의 실습을 조별로 진행한다. 독립전원으로 구동가능한 미니PC 상에 리눅스를 운용하고, ROS SLAM 등 로보틱스와 공간지능 관련 소프트웨어를 배운다. 마지막으로는 실제 센서를 함께 구동하고 직접 데이터를 취득한 후, 수업에서 학습한 머신러닝 알고리즘을 적용해보기 위한 실습을 수행한다.전선 / 학사
본 과목에서는 로봇의 역학적 해석, 설계, 운동계획 및 제어에 필요한 기초를 공부한다. 강체운동의 수학적 표현, 현대 나선 이론, 상태 공간 및 자유도, 다물체 시스템의 기구학적 및 동역학적 해석, 독립관절 제어 등을 공부해 실제 산업용 및 서비스 로봇에 적용하는 응용사례들을 집중적으로 다룬다.전필 / 학사
본 과목에서는 기계시스템 설계의 기본 개념과 방법에 대해 익히고 기계시스템의 구동을 위해 필수적인 로봇 프로그래밍의 기초를 배운다. 구체적으로, 설계 도면에 대한 이해와 설계안을 구체화하는 도면 작성법, 컴퓨터 이용 설계(Computer-Aided-Design, CAD) 프로그램을 이용한 설계 방법을 배운다. 이후 기계시스템을 지능적으로 구동하기 위한 프로그래밍을 학습한다. Matlab, python, C/C++ 등 다양한 프로그래밍 언어와 이를 통한 로봇 하드웨어 구동을 위한 미들웨어를 학습한다. 학기 말에 최종적으로 소프트웨어, 미들웨어, 하드웨어를 통합한 시스템을 설계한다. 본 과목에서 학습한 설계 및 프로그래밍은 향후 다양한 기계공학 전공과목의 효과적인 학습에 도움이 된다.전선 / 대학원
본 과정은 선형 시스템, 전달 함수, 라플라스 변환에 대하여 소개한다. 안정성과 피드백을 다루고 과도 응답 사양을 위한 기본 설계 도구를 제공한다. 또한 주파수 영역 기술도 간략하게 다룬다. 이 과정에는 컴퓨터 프로그래밍 실습 및 제어 설계 프로젝트가 포함된다. 실습 프로젝트에 관련된 전공은 조선해양공학은 물론 로봇공학, 기계공학, 전자공학, 전기공학, 산업응용수학 등이다.전선 / 대학원
의료현장과 노약자, 장애인의 일상생활에서 로봇의 사용이 늘어나고 있고, 효과적으로 사용될 수 있는 의료로봇을 개발하기 위해서는 임상의의 밀접한 참여가 필요하다. 의학과 공학이 큰 시너지 효과를 얻기 위해서는 임상의 또는 관련 연구자들이 의료로봇에 관한 공학적 지식을 개괄적으로라도 이해하는 것이 바람직하다. 이 과목은 이러한 목적을 위해 개설된 것으로, 공학적 선행지식 없이 수강할 수 있으며, 다양한 의료로봇을 이해하기 위한 전반적인 내용을 다룬다.