◆ 교육 목적
- 지역 산업체 수요 기반의 차세대 디스플레이 장치와 jetbot 융합 기술 활용 능력 함양
- 이론 및 실제 기자재 활용 교육을 통한 내실 있는 양질의 교육 제공
- 공과대학 재학생의 창의적·실무적 역량 강화 견인
◆ 교육 개요
- 기간: 2024. 1. 3.(수) ~ 12.(금) 48시간(8일×8시간)
- 장소: 공대1호관 335호, 338호 강의실
- 참여인원: 학부생 26명(비공대생 4명 포함-물리학과, 식물자원학과, 심리학과, 정보통계학과)
- 주요내용
· 인공지능의 머신러닝, 딥러닝 기본 이론을 이해
· 젯봇의 주행과 이미지 인식 기능을 활용하여 자율주행의 기초 방법을 실습
· 수자원 관리에 응용할 수 있는 파이프 미션 수행을 위한 프로그래밍을 실습
· 여러 환경에 적용될 수 있는 로봇·인공지능의 활용과 응용에 대한 기반 지식 습득
◆ 교육 내용
구분 |
일자별 제목 |
시간 |
내용 |
1일차 3.(수) |
머신러닝, 딥러닝, 이미지 인식 |
3 |
• 인공지능, 머신러닝, 딥러닝 리뷰 • 인공지능 학습 데이터 • 딥러닝 라이브러리 |
3 |
• 이미지 인식 알고리듬 • CNN 의 이해 • 딥러닝 이미지 인식 예제 |
||
2일차 1. 4.(목) |
젯봇 조립 및 주행 테스트 |
3 |
• 젯봇 하드웨어 부품의 이해 • 조편성 및 하드웨어 조립 • 하드웨어 테스트 |
3 |
• 네트워크 설정 및 PC연동 • 원격 조종 주행 테스트 • 젯봇 소프트웨어 구성 리뷰 |
||
3일차 5.(금) |
젯봇 활용 미션 1 |
3 |
• 기본 동작 테스트 • 직선 주행 연습 • 충돌 방지 알고리즘 |
3 |
• 장애물 회피 주행 연습 • 충돌 방지 알고리듬 응용 • 조별 프로젝트 아이디에이션 1 |
||
4일차 8.(월) |
젯봇 활용 미션 2 |
3 |
• 카메라 활용 확장 테스트 • 이미지 인식 데이터 준비 • 이미지 인식 데이터 학습 동작 테스트 |
3 |
• 안면 인식 데이터와 학습 • 컬러 인식 방법 응용 • 조별 프로젝트 아이디에이션 2 |
||
5일차 9.(화) |
젯봇 활용 미션 3 |
3 |
• 젯봇 사물 인식 방법 리뷰 • 다양한 오브젝트 데이터 수집 • 오브젝트 데이터 학습 및 동작 테스트 |
3 |
• 자율주행 관련 데이터 준비 • 트랙 인식과 자율주행 • 조별 프로젝트 준비 |
||
6일차 10.(수) |
젯봇 활용 파이프 미션 1 |
3 |
• 파이프 내부 동작 방안 리뷰 • 파이프 내 장애물 회피 주행 연습 • 파이프 굴절 구조 내에서 주행 연습 |
3 |
• 파이프 구조 내에서 문제 상황 정의 • 문제 상황에 대한 해결 방법 토의 • 문제상황에 대한 해결 방법 코딩 |
||
7일차 11.(목) |
젯봇 활용 파이프 미션 2 |
3 |
• 파이프 내부 문제 해결 수행 테스트 • 문제 해결 프로젝트 테스트 디버깅 • 문제 해결 프로젝트 최종 수행 테스트 |
3 |
• 프로젝트 해결 관련 최종 디버깅 • 프로젝트 발표 준비 • 발표 자료 정리 및 멘토링 |
||
8일차 12.(금) |
프로젝트 발표 |
3 |
• 프로젝트 시연 |
3 |
• 프로젝트 발표 • 리뷰와 시상 |
◆ 운영 결과