Skip to main content
인공지능 HRI 동영상

인공지능 HRI




본 강좌는 새로운 K-MOOC 플랫폼에서 운영하는 강좌입니다.
강좌소개

본 과정은 '인공지능 HRI'에서는 인공지능의 원리를 바탕으로 여러 가지 인공지능 구현기법들을 이해하여 휴먼-로봇 상호작용이 일어나는 상황에 적용해 보고, 프로그래밍 실습을 통해 인공지능의 성능과 응용에 대한 이해도를 높이고자 합니다.
기본적인 로봇공학(운동학)을 바탕으로 휴먼-로봇 상호작용의 상황에 대해 정의하고, 다양한 로봇의 움직임을 만들어 내는 방법을 학습합니다.
ANN, CNN 등의 인공지능 학습방법을 이해하고, 인공지능 최신 트렌드인 Tensorflow 및 Python을 통해 구현해봅니다.
인공지능 방법을 로봇 모션 제어에 적용하여 다양한 HRI 상황에 적용하고 실습하여 그 효과를 직접 체험할 수 있습니다.

홍보영상
강좌운영계획
인공지능 HRI, 강좌운영계획표
  목차 세부 목차
1 휴먼로봇상호작용(HRI, Human Robot Interaction) 1. HRI 개념 정의 및 로봇 개론
2. 협동로봇 개론, HRI분류, ISO TS 15066
3. 협동로봇의 동작
2 인공지능 및 인공신경망 기초 1. 딥러닝의 역사 및 발전
2. 단순 인공신경망 모델
3. EXCEL을 이용한 인공신경망 구현
3 딥러닝 기초이론 및 수학적 표현 1. 딥러닝의 회귀 및 분류 문제
2. 딥러닝 모델의 학습 및 최적화
3. 딥러닝 모델의 오차 역전파법
4 Python을 이용한 딥러닝 프로그래밍 1. python 프로그래밍 환경설정
2. 간단 신경망 프로그래밍
3. TF를 이용한 신경망 프로그래밍
5 딥러닝 주요 모델 및 이론 1. 딥러닝 주요 모델 및 이론
2. LSTM을 이용한 환율예측
3. 강화학습을 이용한 Mountain-Car 제어
6 로봇공학 기초 1. 로봇의 좌표
2. 좌표의 변환
3. Denavit-Hartenberg의 표현
7 로봇기구학 1. 직렬다관절 로봇의 순기구학
2. 직렬다관절 로봇의 역기구학1
3. 직렬다관절 로봇의 역기구학2
8 중간고사
9 로봇제어 1. 로봇 경로 계획
2. 기초제어 이론 및 피드백제어
3. 로봇 제어
10 CNN(합성신경망) 실습 1. MNIST Datasets을 통한 필기체 숫자인식 프로그래밍 실습
2. Cifar10 Datasets을 통한 10종류 물체인식 프로그래밍 실습
3. Datasets준비 및 CNN모델구축 프로그래밍 실습
11 CNN을 활용한 HRI구현 1. OpenCV를 이용한 영상인식
2. Serial통신을 이용한 로봇 조작/제어
3. 사람 또는 특정 물체를 인식하여 동작하는 로봇제어 프로그램
12 인공신경망을 이용한 로봇제어 실습 1. 역운동학용 인공신경망 모델구축
2. 인공신경망을 통한 역운동학 학습
3. 3축 로봇의 운동제어 실습
13 OpenCV와 역운동학을 병행한 운동제어 1. OpenCV를 이용한 끝점인식
2. Visual Servoing 프로그래밍 기초
3. Visual Servoing 프로그래밍 실습
14 휴먼로봇상호작용 (Human Robot Interaction) 실습 1. HRI 상호작용을 위한 3축 로봇
2. CNN모델 이용 사람 동작 인식
3. 협동로봇 HRI 구현을 위한 ACC
15 기말고사
강좌운영팀소개
책임교수
인공지능 HRI, 책임교수
임동원교수

임동원 교수

● 수원대학교 산업및기계공학부 교수
● University of Minnesota, Twin Cities, 기계공학과 박사
● 오티스엘리베이터
● LG화학, 배터리연구소
● 한국원자력연구원, 계측제어인간공학연구부
● NCS확인강사, 190108 전기자동제어

이용권교수

이용권 대표

● 한국하이액트 지능기술(주) 대표
● 도쿄대학교 석사 및 박사(전공 : 정보공학, 로봇공학)
● 미국 MIT(객원교수), 고려대(겸임교수), 광운대(겸임교수)
● 경남대, UST, 큐수산업대학교 교수(정교수)
● 한국과학기술연구원(KIST) Biorobotics Lab장
● 삼성전자 책임연구원(지능로봇 개발 팀장)

담당조교
인공지능 HRI, 담당조교
수원대학교 로고

오기쁨 조교

● 수원대학교 교수학습개발센터
● E-mail: kmooc@suwon.ac.kr

강좌수강정보
이수평가정보
구분 자기소개 퀴즈 참여과제 실습과제 중간고사 기말고사
반영비율 5% 20% 20% 10% 20% 25%
※총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.
자주묻는질문

Q1. 수강 중 궁금한 것은 어떻게 해야 하나요?
- 수강 중 궁금한 부분은 교과목 내 [질의응답] 게시판에 작성해 주시면 담당 TA가 확인 후, 1~2일내 응답할 예정입니다.

Q2. 이수증은 언제 발급 되나요?
- 이수증은 수업이 종료되고 나서 성적처리가 완료된 후, 10~15일 이내 발급될 예정입니다.

Q3. 교재는 무엇입니까?
- 주교재는 [로봇공학] (정슬 지음, 교문사) 입니다.

자주묻는질문

관련 강좌

현재 강좌와 관련있는 강좌를 찾을 수 없습니다.
  1. Subject

    Engineering
    (Computers & Communication)
  2. 강좌 내용의 어려운 수준을 의미합니다. 교양, 전공기초, 전공심화 순으로 난이도가 증가합니다.

    Course difficulty

    beginner
  3. 강좌를 개발하고 운영하는 기관입니다. 컨소시엄으로 운영 시, 대표기관의 명칭이 나타납니다

    Institution

    The University of Suwon
  4. 운영 기관의 전화번호 입니다.

    Phone

    031-229-8495
  5. 강좌의 구성 주차 수를 의미합니다. (강좌를 충실히 학습하기 위해 필요한 주당 학습시간을 의미합니다.)

    Course Week
    (Estimated Effort)

    15week
    (주당 03시간 00분)
  6. 본 강좌 이수자에게 인정되는 학습시간으로 해당 강좌의 동영상, 과제, 시험, 퀴즈, 토론 등의 시간을 포함합니다. (강의 내용과 관련된 동영상 재생 시간의 총 합계입니다.)

    Accredited learning time
    (Video Duration)

    45시간 00분
    (15시간 00분)
  7. 수강신청이 가능한 기간으로 해당 기간 내에만 수강신청이 가능합니다.

    Registration Period

    2022.02.21 ~ 2022.06.17
  8. 강좌가 운영되고 교수지원이 이루어지는 기간입니다. 이수증은 강좌운영기간이 종료된 이후에 발급받을 수 있습니다.

    Classes Period

    2022.03.07 ~ 2022.06.19
  9. ※ 만족도 응답 표본 수 미달 등 일정 기준이 충족되지 않은 경우 별점이 공개되지 않을 수 있습니다.