최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
Introduction to autonomous mobile robots
Approaches to probabilistic model learning for mobile manipulation robots
자율주행혁명 : 넥스트 모바일
Mobile robots in rough terrain estimation, motion planning, and control with application to planetary rovers
Mobile service robotics
Introduction to humanoid robotics
Autonomous robots : modeling, path planning, and control
인공지능 및 카메라영상인식 기반의 자율 주행차 최신 개발기술 및 센서 적용방안
Robot ecology : constraint-based design for long-duration autonomy
Nature-inspired mobile robotics: [proceedings of the 16th International Conference on Climbing and Walking Robots and the Support Technologies for Mobile Machines]
Distributed Autonomous Robotic Systems : the 12th International Symposium
Sensor based intelligent robots : international workshop, Dagstuhl Castle, Germany, September 28-October 2, 1998 : selected papers
Intelligent robotic planning systems
Indoor scene recognition by 3-D object search : for robot programming by demonstration
Robotic navigation and mapping with radar
Social robots : boundaries, potential, challenges
Robust Intelligence and Trust in Autonomous Systems
Self-Organizing Robots
Sensors (Basel, Switzerland)
Palacín J.,Rubies E.,Bitriá R.,Clotet E.Journal of Physics: Conference Series
Li, X.한국IT서비스학회지
천성권, 김근덕, 김종근International Journal of Smart Home
Zhang, Z.; Zhao, Z.Computers, Materials and Continua
Alshammrei S.,Boubaker S.,Kolsi L.한국전자통신학회 논문지
정석기, 고낙용, 김태균IEEE Transactions on Industrial Electronics
Li J.,Qin H.,Wang J.,Li J.제어.로봇.시스템학회 논문지
오지만, 이필규, 김석구, 이왕헌International Journal of Precision Engineering and Manufacturing
정창배, 정우진, 문창배, 정다운, 최종석Journal of Physics: Conference Series
R. Deiva Nayagam; D. Selvathi; R. Geeta; D. Gopinath; G. SivakumarInternational Journal of Precision Engineering and Manufacturing
정다운, 성지훈, 문창배, 진지용, 정우진전기학회논문지ABCD
박영환, 이재경ACM Transactions on Human-Robot Interaction (THRI) - Inaugural THRI Issue
Veloso, Manuela M.Robotica
Abdelgawad, A.Journal of Platform Technology
박세준IEEE ACCESS
Niloy, Md. A. K.; Shama, Anika; Chakrabortty, Ripon K.; Ryan, Michael J.; Badal, Faisal R.; Tasneem, Z.; Ahamed, Md H.; Moyeen, S. I.; Das, Sajal K.; Ali, Md F.; Islam, Md R.; Saha, Dip KumarGeoJournal
Ali Jamali; Alias Abdul Rahman; Paweł Bogusławski; Pankaj Kumar; Christopher Gold전기전자학회논문지
공성진, 이원창대한기계학회논문집 A
박동규, 김규리, 장진우, 김동환제어.로봇.시스템학회 논문지
최병석, 이장명전선 / 대학원
운동학습이란 무엇이며, 그것이 어떻게 구별되는가 하는 문제와 운동기술의 제어와 학습에 대한 이론적 짓기을 운동 기술을 가르치는데 응용하며, 운동기술을 보다 잘 이해하도록 한다. 운동학습의 이해를 위해 운동 수행을 관찰하고 측정한 연구 결과들을 비교 평가하는 능력을 배운다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 대학원
인간이 운동을 생성하고 조절 할 때 사용되는 기전을 밝히고, 이 때에 적용되는 원리를 규명하는 것이 운동 제어 연구이다. 최근에 복잡한 인간의 신경체계와 근육체계로 인한 무한한 자유도 생성의 문제와 협응구조의 개념을 통한 학습을 하게 될 것이다.전선 / 대학원
액츄에이션과 센싱은 대부분의 로봇시스템에서 핵심기능이다. 이 과목에서는 실제 로봇에서 사용되는 다양한 형태의 액츄에이터와 센서들의 기계적, 전기적 매커니즘을 살펴본다. 세부주제로는 전자기 액츄에이터, 유압 또는 공압 기반 액츄에이터, 고분자 액츄에이터, 생체 모사 인공근육, 힘 또는 촉각센서, 비젼센서, 소프트 센서 등을 포함한다. 이러한 액츄에이터와 센서들이 어떤 방식으로 작동을 하고 성능이 결정되는 지와 함께, 멀티 스케일 관점에서 실제 로봇 또는 기계 시스템에 적용이 될 때, 고려해야 할 설계요건들을 기계적인 특성, 제어 전략, 신호처리 등의 관점에서 알아본다.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 / 학사
본 교과목은 이론과 실습으로 구성된다. 이론 부분에서는 생물생산을 위한 기계시스템을 구성하는 주요 장치와 매니퓰레이터 로봇에 대한 운동과 힘 분석의 기초 이론인 운동학(기구학)과 운동역학을 배우고, 실습 부분에서는 기계시스템의 3차원 설계를 위한 3D CAD, 운동과 힘 분석을 위한 다물체 동역학(Multi-BodyDynamics, MBD), 응력 해석을 위한 FEA(Finite Element Analysis)에 대한 기본 원리와 사용법을 익힌다. 또한, 이론과 실습에서 배운 지식을 프로젝트 수행을 통해 활용해본다.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
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.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
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.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.전선 / 대학원
다양한 무인시스템의 경로 계획과 임무 판단에 관한 기법을 학습한다. 특히 시스템의 특성을 고려한 모션 계획, 모션에 대한 구속 조건, 충돌 회피 경로의 계산, 모델예측제어 등의 제어 기법과 학습 알고리듬의 모션 계획 문제에의 응용, 임무 수행을 위한 판단 기법, 그리고 이와 관련된 최적화 기법 및 다중개체시스템의 모션 계획 문제로의 확장 등에 대해 배운다. 수강생들은 다양한 모션 계획 알고리듬을 구현, 구동해봄으로써 실제 시스템에 적용할 수 있는 능력을 기르고, 관련 분야의 최신 논문을 통해 모션 계획 기법의 발전 동향을 살펴본다.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
센서 정보를 통하여 공간 정보를 획득하고 구성하는 기술은 스마트 팩토리나 생산 설계에 있어 중요한 요소 기술이다. 이 강의는 동시적 위치 추정 및 지도 작성법으로 알려진, 센서 기반 위치 정보 추정과 공간 정보 구성에 대한 내용을 다룬다. 특히 센서가 탑재된 대상이 고정적이지 않은 무인이동체의 센싱을 학습하여, 위치 추정과 공간 정보 추정의 연결성을 배우고, 이를 통하여 스마트 팩토리나 자율 주행에 관심이 있는 학생들에게 관련 기초 지식과 활용 사례를 제공한다.전선 / 대학원
강체운동, POE 정기구학방정식, 역기구학, 폐연쇄및 병렬기구, 작업공간과 조작성, Lie 이론에 기초한 로봇동역학, 폐연쇄 동역학, nonholonomic 로봇시스템 해석, 로봇제어 등을 공부한다.전선 / 대학원
빅데이터와 인공지능은 무인이동체의 자율적인 운행을 위한 필수적인 기술이다. 빅데이터는 인공지능의 예측 정확성을 증대시키고 사고범위를 확장하는 기반자료로서 무인이동체의 다양한 운항 및 성능자료 등이 여기에 포함된다. 인공지능 기술에 의해 시스템이 지능화하게 되면 자율화 프로세스인 OODA(Observe-Orient-Decision-Action)가 적시에 연쇄적으로 이루어지게 되어 통신 차폐와 송수신 시간 지연, 재밍 등의 제한성을 가진 무인이동체의 임무 자유도를 현격하게 증대시키게 된다. 이 교과과정에서는 대학원생이 빅데이터의 처리기법과 딥러닝에서 핵심적인 요소인 신경망과 CNN(합성곱 신경망)을 학습하여 인공지능의 기본 원리와 적용을 이해하게 된다. 이를 통해 무인이동체의 자율화의 통제수준을 인지하고 자율화의 현 수준과 발전방향을 이해하여 가능한 임무를 선택하고 운영개념을 작성할 수 있는 지식과 식견을 가지게 될 것이다.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
딥러닝 모델은 추상화 복잡도를 증가하면서 정보를 표현하는 여러 계층으로 이루어진 신경망으로, 최근 영상/음성/자연어 처리 등의 문제에서 다른 기계 방법론들을 크게 상회하는 뛰어난 성능을 보이고 있다. 본 과정에서는 딥러닝의 기반이 되는 기계학습 및 최적화 기법들을 배우고, 기본적인 신경망에 대해서 학습한다. 그리고 영상 처리와 자연어 처리의 핵심 모델인 Convolutional neural networks와 Recurrent neural networks의 훈련법과 추론법들을 익힌다. 또한 비감독 생성 모델인 Autoencoders와 Restrict Boltzman machines에 대해 자세히 살펴 보고 마지막으로 딥러닝 기반 강화 학습에 대해서도 학습하고 실습을 진행한다. 본 과목은 대학원생과 일부 고년차 학부생을 대상으로 한다.전필 / 학사
전기,전자분야와 관련된 프로젝트를 수행한다. 디자인에서부터 기술적인 보고서 제작에 이르기까지 적절한 모든 과정들을 수행할 것이다. 프로젝트는 학생이나 교수진에 의해 주어진다. 프로젝트의 성공적인 완료를 위해서는 제작품에 대한 자세한 설명과 자세한 결과 보고와 프리젠테이션이 필요하다.전선 / 대학원
이 교과목은 의료 로봇 및 기기 분야에 대한 전반적인 소개와 수술, 보조 및 치료 목적의 기기의 설계, 개발 및 적용을 제시한다. 구체적으로, 로봇최소침습술, 로봇중재술, 수술용 로봇, 의수, 재활 기기, 이식 기기의 작동 원리와 메커니즘 설계를 제시하며, 햅틱과 원격조종 등과 같은 기술에 대해서도 소개한다. 이 교과목은 교수의 강의, 임상 분야의 초청 강의, 학생의 저널 리뷰 발표 및 팀 프로젝트로 구성된다.