배운 프로그래밍 언어 1. 파 이산 2.C언어, 하드웨어 시스템 및 센서/모터의 개념 이해 및 활용의 역량 ROS(Robot Operating System)활용 학습 인공 지능 부분의 디플러 닌 기술과 기계 학습 기술을 습득 Lidar(라이더)센서를 활용 SLAM(Simultaneous Localization And Map-Building, Simultaneous Localization and Mapping)기술 적용
머신 러닝/디플러 닌을 활용한 적용 기술, 디플러 오닌을 활용한 센서 퓨전/고 기술, 인공 지능을 활용한 자율 주행 기반 기술 및 인지 기술 ROS(Robot Operating System)기반의 무인 이동 실습, 무인 이동을 활용한 인공 지능, 인지/판단/제어 시스템 통합 기초 하드웨어 시스템 개념과 활용, 서서/모터의 원리와 활용, 무인 이동을 활용한 인공 지능, 인지/판단/제어 시스템 통합 공학적/수학적 기본 이론, 무인 이동을 활용한 인공 지능/자율 주행 기술 종합 프로젝트 활동 참가 기업의 요구 사항
필요한 기술(직무 능력)
인재의 육성 목표(훈련의 목표, 인재 상)
프로그래밍 언어 중 C언어, Python학습 프로그래밍 언어(C, Python)활용의 역량 인공 지능(기계 러닝/디플러 닌)을 활용한 알고리즘을 구성, 적용할 수 있다.Camera/Lidar을 활용한 인지 기술의 구성 및 적용할 수 있다.ROS를 활용하고 다양한(센서/모터/프로세서)시스템 통합이 있다.무인 이동을 활용한 자율 주행 기술을 실현하고 적용할 수 있다.하드웨어의 이해도 및 응용력, 센서/모터 이해하는 하드웨어 시스템 및 센서/모터의 개념 이해 및 활용의 역량 센서 처리 분야 학습, Lidar센서나 기술 학습, 라이더 인지에 대한 프로젝트 교은홈요로셍사ー을 활용한 인지 기술 역량 ROS활용 학습 ROS프로그래밍요 크랴은디프랑닝그 기술을 활용한 객체 인지 프로젝트 경험 인공 지능(디플러 닌/머신 러닝)의 역량 라이더 센서를 활용한 타깃 객체 출력, 프로젝트 경험, 무인 이동의 차선 내에 객체를 출력하고 주행 경로 예측 프로젝트 경험, SLAM기술을 활용한 Mapping프로젝트 자율 주행, 프로젝트 경험 SLAM을 활용한 매핑 경험, 교과 구분 차수(주/달/분기/학기)1월에 차(160h)2월 차(160h)3월에 차(160h)4월에 차(160h)5월에 차(160h)6월에 차(100h)정규 교과 프로그래밍 언어의 기본 및 응용(80H)
머신 러닝/디플러 닌을 활용한 적용 기술(60H)
디플러 오닌을 활용한 센서 퓨전/인지 기술(16H)디플러 오닌을 활용한 센서 퓨전/인지 기술(64H)
기초 하드웨어 시스템 개념 및 활용(30H)
센서/모터의 원리와 활용(50H)
ROS(Robot Operating System)기반의 무인 이동 실습(16H)ROS(Robot Operating System)기반의 무인 이동 실습(44H)
심화 센서 원리와 활용(60H)
공학적/수학적 기본 이론 (30H)
인공지능을 활용한 자율주행 기반기술 및 인지기술(26H) 인공지능을 활용한 자율주행 기반기술 및 인지기술(44H)
무인이동체를 활용한 인공지능 인지/판단/제어시스템 통합(70H)
프로젝트
[프로젝트] 무인이동체를 활용한 인공지능 / 자율주행기술 종합프로젝트 (46H) [프로젝트] 무인이동체를 활용한 인공지능 / 자율주행기술 종합프로젝트 (144H) [프로젝트] 무인이동체를 활용한 인공지능 / 자율주행기술 종합프로젝트 (90H) 기타 [재량교과] (4H)
[재량교과] (16H) [재량교과] (10H)
