AI를 사용한 로보틱스

AI 적용을 통한 로보틱스 응용 사례에 자율성 구현

MATLAB을 사용하면 딥러닝과 강화 학습으로 로보틱스 응용 사례를 개발할 수 있습니다. 학습 기반 AI 기법으로 협동로봇, 자율 이동 로봇 및 UAV 등의 시스템에 자율성을 구현할 수 있습니다. 이러한 기법은 로봇 인식의 정확도를 개선하고 의사결정에서 인간 개입의 필요성을 줄여 줍니다.

왜 MATLAB일까요?

합성 훈련 데이터 생성

시뮬레이션된 시나리오와 실제 시나리오로부터 획득한 영상을 수집하고 레이블을 지정하여 데이터셋을 구축할 수 있습니다.

라이다 센서 시뮬레이션 및 포인트 클라우드 데이터 생성
Unreal Engine 시뮬레이션을 사용한 UAV의 심도 및 의미론적 분할 시각화

객체 식별 및 지도작성

영상 인식 및 객체 검출 기법을 사용하여 지도를 작성하고 로봇 자세를 추정하며 동적 장애물을 검출할 수 있습니다.

YOLOv4를 사용한 객체 검출
UAV 카메라와 딥러닝을 사용한 도심 환경의 지도작성 및 분류

모션 계획 및 제어

딥러닝 기반 샘플러를 훈련시켜 경로 계획을 위한 샘플링 과정을 가속화할 수 있습니다. 로봇 제어를 위해 강화 학습을 사용할 수 있습니다.

모션 계획을 위한 딥러닝 기반 샘플러 훈련
딥러닝 기반 샘플러를 사용한 모션 계획 가속화

시스템 수준 테스트 및 배포

모델 기반 설계 워크플로 내에 AI 모델을 통합할 수 있습니다. 시스템에 대한 시뮬레이션을 구축하고 AI 모델로 테스트할 수 있습니다.

ROS를 사용한 Gazebo에서의 픽앤플레이스 워크플로
Simulink에서 ROS로 YOLOv2 검출 알고리즘을 사용하는 표지판 추종 로봇

자세히 알아보기

훈련 데이터 준비 방법 알아보기

사전 훈련된 딥러닝 모델을 사용하는 Gazebo 연동 시뮬레이션으로 재활용 가능 부품 검출하기
UAV 카메라와 딥러닝을 사용한 도심 환경의 지도작성 및 분류

AI 모델 구축을 통한 자율성 구현 방법 알아보기

Gazebo, OpenCV, MATLAB을 사용하여 객체 검출 및 모션 계획 알고리즘 설계 및 검증
강화 학습 에이전트를 사용하여 이족 보행 로봇에게 보행 훈련시키기
공 균형 제어를 위해 SAC 에이전트 훈련시키기

MATLAB을 사용한 AI로 더 강력한 로봇 만들기 (39:38)

로보틱스 및 자율 시스템 솔루션

스마트 공장: 인식에서 모션까지의 자율 산업용 로봇 (22:06)

제품

AI를 사용한 로보틱스 응용 사례에 사용되는 제품에 대해 알아볼 수 있습니다.

30일 무료 평가판

시작하기

딥러닝

알고리즘과 사전 훈련된 모델로 심층 신경망을 설계하고 구현할 수 있습니다.

자세히 알아보기

머신러닝

특징 엔지니어링, 머신러닝 모델 훈련, 하이퍼파라미터 조정을 수행할 수 있습니다.

자세히 알아보기