최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Jeong H.,Yim H.W.,Nam B.W.
2022 / Epidemiology and Health
심지선, Kyungwon Oh, Sun Jae Jung, Hyeon Chang Kim
2020 / Korean Circulation Journal
데이터가 존재하지 않습니다.
loading...
본 연구는 스마트 공장 환경에서 다중 로봇의 충돌을 최소화하고 최단 경로로 목적지에 도달할 수 있도록 중앙집중형 심층 큐 네트워크(DQN) 기반 물류 로봇 제어 방안을 제안합니다. 시뮬레이션 환경에서 오프라인 학습을 수행하고, 하드웨어 구현을 통해 낮은 충돌율로 최적 경로 도달을 입증했습니다.
Progress in system and robot analysis and control design
물류와 AI
Distributed Autonomous Robotic Systems : the 12th International Symposium
Distribution logistics : advanced solutions to practical problems
Modelling and control for intelligent industrial systems : adaptive algorithms in robotics and industrial engineering
Optimization and cooperative control strategies : proceedings of the 8th international conference on cooperative control and optimization
Autonomous Guided Vehicles : Methods and Models for Optimal Path Planning
Distributed autonomous robotic systems 8
Experimental robotics I : the first international symposium, Montreal, June 19-21, 1989
Experimental robotics IV : the 4th international symposium, Stanford, California, June 30-July 2, 1995
Current trends in nonlinear systems and control : in honor of Petar Kokotovic and Turi Nicosia
Intelligent control and smart energy management : renewable resources and transportation
Algorithmic foundations of robotics V
Artificial neural nets and genetic algorithms : proceedings of the international conference in Alès, France, 1995
인공지능 로보틱스 2e
Robot motion planning and control
Advanced robot control : proceedings of the International Workshop on Nonlinear and Adaptive Control, Issues in Robotics, Grenoble, France, Nov. 21-23, 1990
물류의 디지털 트랜스포메이션인, 무인배송과 스마트 물류 개발동향 및 향후 시장전망
Manufacturing optimization through intelligent techniques
Algorithmic Foundations of Robotics XI : Selected Contributions of the Eleventh International Workshop on the Algorithmic Foundations of Robotics
Applied Sciences (Switzerland)
Escobar-Naranjo J.,Caiza G.,Ayala P.,Jordan E.,Garcia C.A.,Garcia M.V.IEEE Access
Zhang L.,Sun Y.,Barth A.,Ma O.International Journal of Precision Engineering and Manufacturing-Green Technology
Tingbo Xie, Xifan Yao, Zhenhong Jiang, Junting MengNeurocomputing
Wang N.,Parsaei H.R.,Ren Y.CAAI Transactions on Intelligence Technology
Yang Y.,Juntao L.,Lingling P.Intelligent Service Robotics
Sharma K.,Doriya R.Computers and Electronics in Agriculture
Zhang W.,Gai J.,Zhang Z.,Tang L.,Liao Q.,Ding Y.Remote Sensing
Dai Y.,Yang S.,Lee K.IEEE Robotics and Automation Letters
Xinyu Chen; Weimin Wu; Ruifen HuIEEE Access
Manikandan N.S.,Kaliyaperumal G.,Wang Y.Journal of Intelligent and Connected Vehicles
Fei Li; Junchi Cheng; Zhiqi Mao; Yuhao Wang; Pingfa FengApplied Sciences (Switzerland)
Hu H.,Wang Y.,Tong W.,Zhao J.,Gu Y.제어.로봇.시스템학회 논문지
김기서, 문정환, 김동규, 조승범, 이장명IEEE Transactions on Automation Science and Engineering, Automation Science and Engineering, IEEE Transactions on, IEEE Trans. Automat. Sci. Eng.
Spensieri, D.; Carlson, J. S.; Ekstedt, F.; Bohlin, R.Journal of Physics: Conference Series
Qi, H.; Liu, Y.; Xu, S.한국통신학회논문지
박광석, 박진만, 윤완규, 유상조Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science
Saurabh Sachan; Pushparaj Mani PathakSustainability (Switzerland)
Guo Q.,Jin Q.,Liu Z.,Luo M.,Chen L.,Dou Z.,Diao X.Journal of Robotics
Wenhao Li; Tao Zhao; Songyi DianInternational Journal of Simulation Modelling
Chai G.F.,Xia Y.Z.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
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
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
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
본 강의에서는 제조시스템의 동적 스케줄링을 자동화/최적화하기 위한 심층강화학습을 학습한다. 우선, 전통적인 강화학습 이론에 대한 이해를 위해 MDP(Markov Decision Process), Dynamic Programming, Temporal Difference Control을 학습하고, 복잡한 문제 해결을 위한 근사방법으로 Function Approximation 및 Policy Gradient 이론을 학습한다. 다음으로, 강화학습에 심층인공신경망을 접목한 심층강화학습을 위해 DQN(Deep Q-Network), AC(Actor Critic) 등의 심층강화학습 이론을 학습한다. 마지막으로, permutation flowshop scheduling, flexible jobshop 등 대표적인 제조유형의 스케줄링 문제에 심층강화학습을 적용하는 이론 및 실습을 진행한다. 이때 대표 제조유형에 대한 환경은 DES 시뮬레이션 방법을 적용하여 실제 제조시스템의 복잡한 제약조건들을 반영할 수 있도록 한다.전선 / 대학원
공정설계, 운전, 스케줄링, 플래닝과 같은 화학 공정 및 플랜트 산업에서 의사결정문제는 동적최적화 문제로 표현된다. 이러한 문제들은 내재적인 불확실성과 계산의 복잡성으로 인해 모델을 이용한 방법으로는 접근하기가 어렵다. 이 수업에서는 이러한 문제를 해결하고 최적 운영해를 얻기 위한 통합된 방법론으로서 추계적 동적최적화를 핵심 주제로 다룬다. 최근에는 복잡한 동적최적화 문제를 해결하기 위해 인공지능과 기계학습 기법이 동적최적화 이론과 결합하고 있고 대표적인 예가 강화학습이다. 이 수업에서는 이러한 방법론을 다루기 위해 동적계획법을 배경 이론으로 설명하고 화학공정 최적화에 적용 가능한 강화학습 방법론을 언급한다. 또한, 회분식 공정에 적합한 학습기반 제어 기법인 반복학습제어도 다룬다.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
일상적으로 네트워크 시설의 계획과 운영관리에 치중해온 전통적 교통계획수법의 문제점을 비판하고 대중교통수단의 결절시설인 터미널, 정류장의 입지, 구조 및 디자인 등의 지능형교통체계의 중요성에 주목하여 기차, 버스 등의 교통터미널과 화물유통센타 등의 설계기준 및 세부구조 계획 등에 관해 연구한다.전선 / 대학원
본 코스에서는 선형, 비선형, 정수, 동적, 확률적인 최적화 기법에 대해 강의한다. 각 기법에서 어떻게 바람직한 측면을 최대화 하고 부적적인 측면을 최소화 할 수 있는가를 보여 줄 수 있는 예제들을 제시하게 될 것이다. 특히 산업 뿐 아니라 컴퓨터 프로그램에서 선형, 비선형 문제를 풀기위한 응용문제를 강조하게 될 것이다.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
Shortest path, Network flow 등의 그래프 문제를 해결하는 최근에 개발된 알고리즘과 알고리즘 분야에서의 최근의 연구결과를 학습한다. 분산 시스템의 여러 모델들과 분산 시스템에서 발생하는 중요한 문제들을 해결하는 분산 알고리즘에 관하여 연구한다.전선 / 학사
본 과목은 다양한 수리적 이론 및 방법론을 사용하여 물류 시스템의 설계 및 운영에 관련된 문제 해결 능력을 고양하는 것을 목표로 한다. 다양한 물류 시스템들과 각 물류 시스템에 관련된 의사결정 문제들이 소개되며, 해법들이 논의된다. 실제 문제 해결 능력을 높이기 위하여 현실적인 예제들이 다루어진다. 구제척인 강의 주제들은 물류 전략 및 계획, 수송 의사결정, 보관 및 취급 의사결정, 설비배치 의사결정 및 네트워크 계획 프로세스들을 다루게 된다.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
본 강의에서는 조선해양 분야를 포함한 여러 공학 분야에서 IoT를 중심으로 포괄적 사물 연결 기술의 발전에 의해 과거 일방향 중앙관리식을 지양하면서 발생하고 있는 양방향 탈중앙화(decentralization)와 관련하여, 이를 실현하기 위한 요소 기술과 적용, 그리고 적용에 따른 효과를 다양한 외부 전문가의 세미나를 통해 살펴보기로 한다. 예컨대, 주변 환경의 불확실성에 대처하기 위해서 자율 운항 선박에 필요한 탈중앙적 제어통제 시스템, 효율적 자율 운항 선박 운용을 위한 해상 무선 통신 및 e-Navigation 시스템, 해양 신재생 에너지를 독립적으로 생산, 소비, 전송이 가능한 해양 에너지 복합 공급기지 또는 인공섬을 위한 해양공간 활용 기술, 해상 연료공급(벙커링) 제어 및 유동 해석, 해양 자원생산 설계 및 제어, 신재생에너지 클러스터 구축, 해양 실시간 모니터링 및 예측 등의 기술에 대해서 학습하도록 한다. 여러 전문가에 의한 세미나를 통해 탈중앙화와 관련된 산업계의 최신 기술을 접하게 함으로써 스마트 오션 모빌리티에 대한 학생들의 관심을 유도하도록 한다. 또한, 산업계 전문가가 제시한 현업 문제에 대해 탈중앙화 기술을 적용할 수 있는 일종의 IC-PBL (Industry Coupled Project Based Learning)을 의무화 함으로써 학생들의 학업 성취도를 높이고자 한다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
화학 공정 산업에서는 설계, 시공, 운전, 유지보수 등 각 단계에서 다양한 하드웨어 및 소프트웨어 기술이 사용되고 있으며, 그 변화의 속도가 빠른 만큼 동향을 계속적으로 파악하는 것은 엔지니어 차원에서 중요하다. 최근에는 전통적으로 분리되어 있던 설계 소프트웨어(CAD, intelligent P&ID, simulation)와 공정제어시스템(SCADA: Supervisory Control And Data Acquisition) 간에 연계 및 통합이 시도되고 있으며, 특히 4차 산업혁명 기술(빅데이타, 사물인터넷, virtual reality 등)을 화학공정에 적용시킬 때, SCADA와의 연계가 중요하다. 본 강좌에서는 이러한 ICT(Information and Communication Technology) 응용 중 SCADA, simulation, Smart Plant/Intelligent P&ID 및 big data analytics, 사물인터넷(Internet of Things), 가상현실(Virtual Reality), 인공지능 등 4차 산업 기술의 개발 및 응용 관련하여, 최신 국제 동향 및 사례에 대해 소개하고, 심층 토의 및 개인 프로젝트 추진을 통해 각자(각 회사)의 여건에 맞는 4차 산업혁명 기술 프로젝트를 기획, 관리할 수 있는 역량을 확보하도록 돕게 된다.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
본 강의는 농식품 공급망에서의 레질리언스 역량 강화에 대한 이론 및 모형을 다루고 농식품 공급망 레질리언스와 관련된 주요 이슈 및 연구 동향을 살펴보며 이를 통해 공급망 레질리언스 구축 방안에 대해 심층적으로 논의하는데 그 목표를 두고 있다. 구체적으로 농식품 공급망에서의 다양한 리스크 요인들을 살펴보고 이에 대해 공급망 입지 및 공급망 설계, 구매 및 공급자 관리, 생산 및 운영 등의 전략적 접근 방안을 다루게 된다.교양 / 학사
4차산업혁명의 전개와 함께 교통물류분야 역시 변화 과정 중에 있다. 정보통신기술발전에 기반한 자동화, 무인화 기술들이 운송분야에 접목되면서, 철도의 무인운전은 이미 상용화 되었으며 항공이나 해운 역시 특정 환경에서는 무인 주행이 활용되고 있다. 가장 복잡한 환경을 가진 도로운송분야에도 주행보조기능을 시작으로 완전자율주행기술의 도입을 위한 중간 단계의 기술들이 개발되어 적용되고 있는 중이다. 뿐만 아니라 드론과 같은 도심항공운송수단, 자율주행셔틀, PRT(Personal rapid transit), 화물배송셔틀 등 다양한 형태, 규모, 목적의 운송수단들이 등장하면서 모빌리티 산업의 변화가 일어나고 있다. 그리고 이러한 새로운 기술과 운송수단들은 비즈니스영역에도 영향을 미쳐 MaaS(Mobility-as-a-service)와 같은 새로운 개념을 제안하기도 하고, 신개념 운송사업을 등장시키는 등 운송시장의 변화도 가져오고 있다. 본 교과목은 유인(有人)에서 무인(無人)운송으로 전환되는 과도기에 새로이 등장하는 모빌리티 및 기반시설 기술들을 소개하고 이로부터 파생되는 새로운 산업들을 함께 알아보고자 한다. 먼저 지금의 변화가 있기까지의 기술의 발달, 회적 환경의 변화를 살펴보고 이러한 변화로의 전개에 대해 토론한다. 그리고 우리가 직면하는 현시대의 정치, 경제, 사회, 기술적 변화들을 통해 향후 중·단기 변화들에 대해 예측해 본다. 마지막으로 도시의 장기 미래상을 기반으로 스마트 모빌리티에 대한 장래 수요와 환경들을 예상하고 모빌리티 서비스의 핵심가치와 장기적인 혁신 방향성을 논의해본다.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.