인공지능

인공지능 중급반 강의계획서

강의계획서
과정구분 정규과정 강의구분 인공지능
강의단계 중급 강의명 [대구특화] 로봇AI교육(생성형AI와 시뮬레이터 기반 4족 로봇교육)
수업구분 주간 강의기간 2025년 06월 30일 ~ 2025년 07월 25일
강의시간 09:00 ~ 18:00 (총 160시간) 강의요일 매주  월 화 수 목 금  (8시간)
강사명 정준용, 배진호 강의실명 대구AI허브 AI랩
수강료 무료(전액 정부 지원)
이수조건 출석률 70 % 이상
강의설명

 대구AI허브 여름방학 특강


생성형AI와 시뮬레이터 기반 4족 로봇교육 무료로 교육받아보세요~


대구 지역 내 이공계 전공 졸업예정자 및 취 창업 준비생 20명


여름방학동안 무료로 교육도 받고 실력도 향상 시킬 수 있는 기회를 놓치지 마세요!


차수

일시

강의내용

시수

유형

1

6/30()

과정 오리엔테이션

- 과정의 목적과 과목별 학습내용 설명

- 미니 프로젝트/프로젝트 진행 개요 설명

파이썬 중급

- 파이썬 문법, 모듈, 클래스, 멀티쓰래딩, 비동기 프로그래밍

- 주요 라이브러리(numpy, matplotlib, pyserial, os, glob )

8H

이론

2

7/1()

OpenCV 컴퓨터 비전 파이썬 프로그래밍

- OpenCV 이미지/카메라 처리

- 이미지연산, 색공간/마스크 처리

- 이미지 이진화 및 윤곽선(contour) 추출

- Morphological 연산(erode, dilate)

- 기하학적인 도형 검출, 투시변환, 오브젝트 디텍팅/트랙킹

- 카메라 보정 및 캘리브레이션

8H

실습

3

7/2()

ROS 기초학습

- ROS2 용어, 구성요소, 커맨드 라인툴

- ROS2 워크스페이스 만들기

- 노드, 퍼블리셔/서브스크라이버 프로그래밍

- Service & parameter 사용하기

- ROS2 패키지 구조와 빌드 시스템

8H

실습

4

7/3()

ROS2 로봇 시각화

- URDF 개요 및 로봇 모델링의 이해

- URDF 기반 rViz 시각화

- TF, robot state 개념 및 시각화

- 2바퀴 로봇 URDF 시각화

2바퀴 로봇 teleop 제어

- Teleop 노드의 개념 및 설치

- Teleop 노드의 토픽 통신 동작 이해

- rViz에서 로봇 움직임 시각화

8H

실습

5

7/4()

4족 로봇 제어 기초

- 4족 로봇 조립 및 하드웨어 테스트

- 관절 제어 프로그래밍

- 기본 보행 알고리즘 구성 및 테스트

- 정방향/역방향 운동학 적용

8H

실습

6

7/7()

4족 로봇 ROS 프로그래밍

- 4족 로봇 URDF 로봇 시각화

- 4족 로봇 제어 하드웨어 노드 구현

- Teleoop 노드를 통한 4족 로봇 제어

8H

실습

7

7/8()

4족 로봇 센서퓨전 프로그래밍

- IMU센서 이해 및 자세추정

- 라이다 데이터 처리 및 장애물 감지

- 카메라 + OpenCV를 이용한 시각 정보 처리

- ROS2 rViz를 통한 센서 데이터 시각화

8H

실습

8

7/9()

4족 로봇 CoPlay 원격제어

- 파이썬 기반 CoPlay 원격제어 프로그래밍 기초

- CoPlay를 이용한 4족 로봇 원격 제어 프로그래밍

- CoPlay를 이용한 4족 로봇 센서/영상 데이터 수신

- CoPlay 4족 로봇 제어 ROS2 통합 노드 제작

8H

실습

9

7/10()

로봇 시뮬레이터(MUJOCO)

- MUJOCO의 개요 및 설치

- 4족 로봇 URDF 모델의 시뮬레이터 적용

- ROS2연동을 위한 제어 및 센서 시뮬레이션

- 시뮬레이터 월드 구성 및 로봇이동 구현

- 시뮬레이션 환경 웹 통합 사례 학습

8H

프로젝트

10

7/11()

8H

실습

11

7/14()

4족 로봇 강화학습 기초

- 강화학습 개요와 4족 로봇 적용

- 시뮬레이터 월드 내에 강화학습 환경 구성

- 로봇의 상태와 행동의 정의

4족 로봇 강화학습 적용

- 보상함수 설계

- 신경망 기반의 강화학습 알고리즘 이해(DQN )

- 강화학습 프레임워크 활용

- 학습과정 모니터링 및 평가

- 학습된 모델의 실제 로봇 적용(sim-to-real)

8H

실습

12

7/15()

8H

실습

13

7/16()

8H

실습

14

7/17()

LLM기반 4족 로봇 시뮬레이터 환경 데이터 생성

- LLM AI의 이해 및 프롬프트 설계 기초

- MUJOCO4족 로봇 주행용 환경 데이터 생성 실습

- 시뮬레이터에 생성된 환경 데이터 적용 및 시뮬레이션 제어

- 강화학습 실습: 다양한 환경에서 훈련 및 평가

실제 4족 로봇 적용

- Sim-to-real: 학습된 정책을 실제 로봇에 적용

- 실제 미니어처 월드 CoPlay 원격제어로 강화학습된 로봇 운용

- Colay 원격전송 로봇 센싱 데이터 처리 및 웹 시각화

8H

실습

15

7/18()

8H

실습

16

7/21()

8H

실습

17

7/22()

ROS2 기반 4족 로봇을 사용

- 시뮬레이터 환경(MUJOCO)와 실제 거리 미니어처로 원격제어 혹은 자율주행

- Sim-to-real 구현

- 팀 빌딩, 과제 선정, 시뮬레이터 월드 구성, 거리 모형 설계

8H

프로젝트

18

7/23()

- LLM 프롬프트를 통한 시뮬레이션 환경 생성 + 로봇 정책 학습 시작

8H

프로젝트

19

7/24()

Sim-to-Real 전이 실습, 실제 로봇 미션 구현 및 테스트

8H

프로젝트

20

7/25()

최종 미션 수행, 발표 준비, 발표 및 평가 진행

8H

프로젝트

총 시간

160H

 



수업목표
교재

인공지능 중급반 강의계획서 주별계획

강의계획서 주별계획
강의내용 수업방법 학습자료
과제포함
기자재
보조교구
검색된 데이터가 없습니다.