Enroll Course: https://www.coursera.org/learn/robotics-motion-planning
안녕하세요, 로보틱스에 관심 있는 여러분! 오늘은 Coursera에서 제공하는 ‘로보틱스: 계산적 모션 계획’ 강좌를 소개해드리려고 합니다. 이 강좌는 로봇 시스템의 세 가지 주요 구성 요소와 모션 계획 문제를 다루고 있으며, 여러분이 로봇의 행동을 결정하는 방법을 배우는 데 굉장히 유익한 수업입니다.
강좌 개요
로봇 시스템은 대개 힘과 토크를 환경에 발휘할 수 있는 기계 시스템, 세상을 감지하는 인식 시스템, 그리고 원하는 목표를 달성하기 위해 로봇의 행동을 조절하는 의사결정 및 제어 시스템의 세 가지 구성 요소로 구성됩니다. 이 강좌에서는 로봇이 목표 달성을 위해 어떤 결정을 내리는지를 탐구합니다.
커리큘럼
- 1주차: 도입 및 그래프 기반 계획 방법
이 모듈에서는 로봇이 간헐적인 위치에서 움직일 수 있는 격자 내에서 경로를 계획하는 문제를 소개합니다. 그래프 이론을 사용하여 경로 계획의 기본 알고리즘인 넓이 우선 탐색, 다익스트라 알고리즘, A* 절차 등을 배웁니다. - 2주차: 구성 공간
여기서는 로봇이 도달할 수 있는 위치를 사고하는 수학적 도구인 구성 공간의 개념을 소개합니다. 장애물로 인해 로봇이 접근할 수 없는 구역인 구성 공간 장애물에 대해서도 다룹니다. - 3주차: 샘플 기반 계획 방법
이 모듈에서는 샘플링을 통한 경로 계획 기술을 소개합니다. 우리는 확률적 도로 지도, 무작위 탐색 신속 트리(RRT) 등의 개념을 통해 충돌이 없는 경로를 어떻게 구성하는지를 배웁니다. - 4주차: 인공 포텐셜 필드 방법
마지막으로, 인공 포텐셜 필드를 구축하여 로봇을 목표 구성으로 유도하고 충돌을 회피하는 방법을 설명합니다.
이 강좌는 로봇 제어 및 계획에 대한 기초부터 고급 개념까지 체계적으로 배우기에 매우 적합합니다. 이론적 지식과 함께 실제 알고리즘을 구현해보는 경험을 제공하므로, 로보틱스에 관심 있는 모든 분들께 추천합니다.
궁금한 점이 있거나 더 많은 정보가 필요하다면 Coursera에 방문해 보세요!
Enroll Course: https://www.coursera.org/learn/robotics-motion-planning