전공필수

프로그래밍입문 (C/C++) Introductionto Programing(C/C++)

‘코딩 입문 (Python)’에서 배운 개념을 바탕으로 본 교과에서는 C언어를 이용하여 본격적인 구조적 절차적 프로그래밍을 공부하여 문제해결 능력을 배양하며 C언어의 제어 구조, 포인터, 함수, 입출력 등 기본 개념과 문법부터 클래스와 같은 C++의 중요 기초 개념을 습득한다.

AI프로그래밍 AI Programming

인공지능과 신경망 활용을 위한 기초 수학을 이해하고 유용한 파이썬 라이브러리 기반 프로그래밍의 활용방법을 공부하며 머신러닝 프레임워크 (e.g., Tensorflow/PyTorch)을 활용하여 신경망 모델의 기초를 확립한다.

공학수학Ⅰ Engineering MathematicsI

공학적 문제에 접근하기 위해 기초가 되는 수학적 표현법을 배우며 주요 학습 내용으로는 이산수학, 선형대수, 벡터미적분, 상미분방정식, 라플라스변환과 이들을 수치적으로 계산하는 방법을 학습한다.

자율주행시스템개론 Introduction to Autonomous Driving System

자율주행 시스템에 대한 전반적인 이해를 넓히는 기초 과정으로 자동차공학 개론과 구조, 자율주행 자동차의 원리, 동작 체계, 자율주행의 시장 동향과 미래 전망을 소개하고 법제화/윤리문제와 같은 인문학적 관점도 공부한다. 로보택시, UAM과 같은 미래 모빌리티와 서비스, 친환경 모빌리티 기술 및 각종 무인시스템의 자율성 확보 문제를 인공지능과 시스템이론을 통해 고찰한다.

기초역학 Basic Engineering Mechanics

자율주행 자동차의 주행 원리의 이해, 설계, 해석 및 제어 등에 필요한 전반적인 역학의 기초 개념들을 공부하는데 주요 학습 내용으로는 정역학 및 동역학에 대해 학습한다.

전기전자개론 및 실습 Introduction to Electric/ElectronicandPractice

자율주행 시스템을 전공하는 학생들을 위한 전기전자공학의 기본적인 이론과 적용에 대한 강의이며 기초 RLC 회로이론, 직류와 교류회로, 전자기장, 반도체 소자, 다이오드, 트랜지스터, 증폭기, 필터, AD컨버터, 모터 등에 관해서 공부한다.

자료구조와 알고리즘 Data Structure and Algorithm

배열, 스택, 큐, 연결 리스트, 트리, 그래프 등의 기본적인 자료 구조와 정렬 및 검색 등의 알고리즘들을 학습하고 이를 C++언어를 이용하여 적절한 데이터 구조를 선택하고 주어진 문제를 객체 지향 프로그래밍 언어로 효율적으로 구현하는 방법을 학습한다.

자율주행SW설계프로젝트Ⅰ, Ⅱ Autonomous Driving SW Design Project Ⅰ,Ⅱ

자율주행을 위한 오픈SW기반의 실습 프로젝트로 카메라와 다양한 센서 데이터를 사용한 딥러닝 기반 인지를 바탕으로 판단하고 제어하는 기능의 요소기술의 자율주행 SW를 개발하고 통합된 모빌리티SW 설계를 목표하며 각 부분별로 설계된 기능들을 시뮬레이션 환경에서 자율주행 테스트까지 진행한다.

산학문제해결프로젝트Ⅰ, Ⅱ Industry-Academy Problem Solving Project Ⅰ,Ⅱ

산업체의 문제 해결을 위해 문제를 발굴하고 기획하여 그 아이디어를 시뮬레이션 상이나 모형 자율주행자동차에 적용하는 실습 프로젝트이다.

자율주행플랫폼설계Ⅰ, Ⅱ Autonomous Driving Platform Design Ⅰ,Ⅱ

선수과목인 모빌리티SW설계프로젝트를 이수하며 발굴된 모빌리티 분야의 창의적 문제를 해결하는 졸업 프로젝트로 차선, 교통신호, 주행환경을 판단하여 경로를 생성하고 충돌을 회피하도록 환경인식 센서들을 융합하여 설계한 모빌리티 SW를 실제 모빌리티 플랫폼에 탑재 및 통합하여 결과 도출과 분석을 수행한다.

산학현장프로젝트Ⅰ, Ⅱ Industry-Academy Onsite Project Ⅰ,Ⅱ

기업의 Needs나 현장에서 제안된 문제를 산업체와 협업을 통해 해결하는 산학 공동 프로젝트이다. 이를 위해 기업의 멘토링이 지원되며 기업의 개발방법론에 따른 프로젝트의 계획과 관리, 개발진행 방식을 터득하고 협업과 의사소통, 팀워크 능력을 배양한다.

전공선택

Basic Engineering Design

공학 설계를 위한 기본적인 개념과 체계적인 공학 설계 절차에 대한 개념과 방법론을 배우며 아두이노와 라즈베리파이의 기초, 블럭코딩을 이용한 설계 과제를 통해 인공지능 기반의 모형 자율주행 자동차에 대한 기초적인 개념을 학습한다.

Creative Engineering Design Ⅰ

창의적인 아이디어를 실제 구현하기 위해 도면을 작성하는 개념을 배우며 상용 CAD 소프트웨어를 통해 요소 설계, 와이어 프레임, 서피스 모델링, Advanced Meshing Tool등을 학습하며 설계한 내용을 3D 프린터를 이용하여 모형 자율주행자동차를 원하는 디자인으로 설계해본다.

컴퓨터구조론 Computer System Architectures

미래 기술의 핵심으로 떠오르는 인공지능의 주요 이론들과 기술적 발전 동향 그리고 사회적 파급효과를 이해한다. 이를 통해 상상하는 것이 곧 현실이 된다는 IT 적 상상력과 융합적 사고능력을 함양한다. 또한 인공지능 시대의 도래에 선제적으로 대응할 미래 통찰력을 기른다.

Creative Engineering Design Ⅱ

Linux 기반 개발환경, ROS 등 모형 자율주행자동차 개발에 필요한 내용을 배우며 오픈소스 플랫폼 상에서 프로그래밍 언어와 모터, 간단한 센서 및 그들을 연결하는 회로 등을 구성하여 제어하는 설계 프로젝트를 진행한다.

공학수학Ⅱ Engineering Mathematics II

공학적 문제에 접근하기 위해 기초가 되는 수학적 표현법을 배우며 주요 학습 내용으로는 편미분방정식, 퓨리에변환, 최적화, 복소해석과 이들을 수치적으로 계산하는 방법을 학습한다.

AI입문 Introduction to Artificial Intelligence

미래 기술의 핵심으로 떠오르는 인공지능의 주요 이론들과 기술적 발전 동향 그리고 사회적 파급효과를 이해한다. 이를 통해 상상하는 것이 곧 현실이 된다는 IT 적 상상력과 융합적 사고능력을 함양한다. 또한 인공지능 시대의 도래에 선제적으로 대응할 미래 통찰력을 기른다.

확률과 랜덤변수 Probability and Random Variable

확률 이론들이 공학 문제들을 해결하는데 어떻게 이용되는지 공부하며 랜덤변수 및 랜덤프로세스의 기본 개념과 조건부확률, 확률밀도함수 (CDF, PDF), 베이즈정리, 포아송 프로세스, 가우시안 프로세스 등을 학습한다.

강화학습 Reinforcement Learning

인공지능의 주요분야 중 하나인 강화학습의 수학적 개념과 원리인 최적화, 동적계획법, 벨만방정식, 마르코브 과정, 마르코브 의사결정 프로세스, 몬테카를로 알고리즘, Q러닝 등을 강의하며 심층신경망과 같이 사용하여 문제해결이 가능한 DeepQ-learning 및 각종 강화학습 최신이론에 대해서도 공부하고 실제 구현 및 테스트하며 학습한다.

제어시스템설계 및 실습 Control System Design

자동제어 과목에서 학습한 기본 제어이론을 복습하고, 고전적 PID 제어기 외에 Lead-Lag 제어기, 상태공간에서의 제어기 등을 학습한다. 또한 디지털 컴퓨터나 마이크로프로세서 기반 제어기설계에 필요한 디지털 제어 시스템에 대해서 학습하고, 실제 플랜트의 데이터를 활용하여 미지의 시스템 모델을 얻는 시스템 식별(systemidentification)에대해서도학습 및 실습을 수행한다.

자율주행센서와 데이터처리 Autonomous Driving Sensor and Data Processing

초음파, 카메라, LIDAR, RADAR, 적외선, GPS/IMU, HD맵(고정밀지도) 등의 자율주행에 사용되는 센서의 동작원리와 여러 이벤트상황(돌발 장애물, 미끄러운길, 센서장애, 시스템장애 등)에서 발생하는 데이터 분석 및 처리방법, 잡음이 섞인 센서 신호로부터 원래 신호와 정보를 추정하는 확률변수/과정의 개념과 Bayes 추정법, 칼만필터를 통한 센서 융합의 기법을 습득한다.

컴퓨터비전 Computer Vision

카메라를 통해 얻어낸 영상 신호로부터 원하는 정보를 얻어내는 디지털 영상처리의 기초부터 특징 추출 및 매칭기법, 영상 분할, 움직임 추정 등 컴퓨터 비전 기술의 기본이론, 알고리즘 및 실제 응용을 학습하며 로봇, 스마트폰, 임베디드 시스템 등에서 카메라를 활용할 수 있는 기본적인 능력을 습득한다.

딥러닝응용 Deep Learning Application

생성AI 산업 구조에 대해서 알아 보고, 핵심 기술인 transformer network, large language model 구조와 원리를 학습한다. 강의 후반부는 ChatGPT API기반 시스템 개발 방법과 LLM(Large Language Model) 응용 시스템 개발 도구인 Langchain을 학습한다.

임베디드시스템프로그래밍 Embedded System Programming

실시간성, 자원제약성을 가지는 임베디드 SW가 가지는 특징과 임베디드 시스템에 필수적인 개발환경 (C언어, 라이브러리, UNIX 쉘기반 도구 등)을 이해하고 사용한다. 어셈블리어 프로그래밍, 시스템구조, 어셈블러, 로더, 매크로 및 운영체제의 구조에 대해 강의하고 이러한 소프트웨어의 제작을 위한 프로그래밍 기법을 학습한다.

고신뢰SW설계 High Fidelity SW Design

ISO26262 기능안전표준을 이용한 차량용 고신뢰SW의 개념과 설계 기술에 대해 학습하며 프로젝트관리 기법부터 SW 요구사항분석, 설계, 개발, 검증, 유지보수 등을 위한 기본적인 소프트웨어공학의 개념과 방법론을 학습한다.

모빌리티네트워크와 협력주행 Mobility Network and Cooperative Driving

모빌리티통신시스템의 구조/컴포넌트를 익히고 현재 차량 내부 통신의 표준인 CAN을 비롯해 미래 모빌리티에서 사용될 V2X와 같은 차량 간 통신 기술 (커넥티드카)을 학습하며 스마트 모빌리티 등 미래 교통시스템을 구성할 협력주행체계를 고찰한다.

AI와 자율주행 AI for Autonomous Driving

자율주행을 위한 인공지능 기법에 대한 강의로 자율주행 자동차의 ‘인지-판단-제어’에 필요한 인공지능 기반의 Sensing, Fuzzifier, Cognition, Planning, Decision, Scheduling, Defuzzifier, Control, 논리 추론 기반 자율주행, 분류, 물체 탐지, 세분화를 공부하며 인지부터 제어까지 전체 시스템의 학습 가능한 변수를 동시에 학습할 수 있는 End-to-end 러닝 시스템에 대해 배운다.

인공지능과 로보틱스 Artificial Inteligenceand Robotics

모빌리티 제어에 필요한 역학 방정식과 PID 제어 등 여러 가지 로봇의 제어기법, 모빌리티 로봇의 HW/SW 구조, 목적지까지의 경로계획과 장애물회피, 차량 위치추정 기술 (SLAM)을 학습한다. 증강현실 (가상현실 기반 자율주행 설계), HCI (운전자와 자율주행차간의 상호작용), 인공지능 플래닝 (논리 추론 기반 자율주행)과 같은 내용도 포함한다.

자율주행SW시스템보안 Autonomous Driving SW System Security

자율주행시스템 보안을 위한 SW시스템보안 설계 기술 학습한다.