메인메뉴로 이동 본문으로 이동

이러닝

컨텐츠 내용

  1. 수강신청
  2. 과정정보

[매치업] 자율주행 자동차 인지 기술 (기초)

[매치업] 자율주행 자동차 인지 기술 (기초) 과정정보
과정명 [매치업] 자율주행 자동차 인지 기술 (기초)
학습기간
학습시간 4시간
강사 최준원
교육비 무료
과정소개

※※ 학습자 개인정보는 이수증/인증서 발급, 통계, 설문조사 진행을 위하여 국가평생교육진흥원 매치업 정보시스템으로 전달 · 관리됩니다.

※ 매치업 교육 수강신청 문의는 02-870-8032로 부탁드립니다.  

 


슬라이드3.PNG

수료기준
수료기준
평가기준 진도율 (인지_기초) 기말고사 (인지_기초) 신기술 및 기술개발 동향 조사 총점
배점 - 50% 50% 100점
수료기준 80% 60점/100점 60점/100점 70점
※ 수료기준은 각 평가항목의 점수가 수료기준 점수 이상이고 총점이 70점 이상이어야 합니다.
강사소개
강사명
최준원
강사약력

▶ 학력

 · 서울대학교 전기공학 학사/석사
 · University of Illinois Urbana-Champaign 전기공학 박사


▶ 경력

 · (현재) 서울대학교 전기정보공학부 교수

 · Qualcomm (San Diego, USA) Senior Engineer 

강의목차
차시 강의명
1주차
1차시 자율주행 자동차의 센서 구성
2차시 자율주행 인지 기술 개념
2주차
3차시 인지 기술의 발전방향
4차시 인지를 위한 AI 기술
3주차
5차시 인지를 위한 딥러닝 기술 개요
6차시 딥러닝 기반 인지시스템 사례
4주차
7차시 카메라 센서 개요
8차시 카메라 캘리브레이션(보정) 기술
5주차
9차시 카메라 기반 물체 검출/추적 기술
10차시 카메라 기반 영역 분할 기술
6주차
11차시 레이더 센서 종류 및 작동원리
12차시 레이더 신호 특성
7주차
13차시 레이더 송수신기 구성
14차시 레이더 기반 물체 검출 기술
8주차
15차시 라이다 센서 종류 및 개요
16차시 라이다 센서 특성 및 데이터
9주차
17차시 라이다 기반 물체 검출 기술
18차시 라이다 기반 물체 추적 기술
10주차
19차시 복합센서 적용 기술
20차시 센서융합 기술 사례
11주차
21차시 고성능 인지를 위한 하드웨어/소프트웨어/통신 플랫폼
22차시 AI 기반 인지시스템을 위한 지능형 반도체 기술
12주차
23차시 고정밀 지도 기반 자율주행 개요
24차시 고정밀 지도 및 측위 기술
13주차
25차시 MMS 기반 고정밀 지도 구축 기술
26차시 AI 기반 측위 기술