개요
본 교육 프로그램은 딥러닝 이론과 NVIDIA JETBOT MINI를 활용한 실습을 통해, 인공지능과 임베디드 하드웨어 기술을 융합하여 자율주행 기능을 구현하는 과정입니다.
딥러닝의 기본 개념과 구조를 학습하고, DNN(심층 신경망)과 CNN(합성곱 신경망)의 작동 원리와 이미지 처리에의 응용 방식을 설명합니다.
NVIDIA 기반 자율주행 로봇 플랫폼인 JETBOT MINI의 구조를 익히고, 개발 환경을 구축하여 실제 AI 하드웨어 프로그래밍에 필요한 준비 과정을 실습합니다.
GPIO, 보조 프로세서 통신(Co-Processor Communication), 카메라 제어 등 하드웨어 제어 기술을 학습하며, 센서 및 장치 간 통신 구조를 파악합니다.
NVIDIA의 Jetson Inference 프레임워크를 활용하여 영상 분류(Classification), 객체 탐지(Detection), 영역 분할(Segmentation) 기능을 직접 구현하고, 이를 JetBot에 적용하여 장애물 자동 회피와 자율주행 기능을 실습합니다.
이 과정을 통해 수강생은 AI 모델 학습 → 실시간 추론 → 로봇 제어로 이어지는 AIoT 기술의 전체 흐름을 체험하고, 실제 적용 가능한 스마트 모빌리티 시스템의 핵심 기술을 습득하게 됩니다.
강의 대상
비전공자
강의 시간
1일 6시간, 총 5일 30시간
강의 계획서
| 일차 | 주제 | 내용 |
|---|---|---|
| 1일차 | 딥러닝 | – 딥러닝 개요 – DNN & CNN |
| 2일차 | JETBOT MINI | – JETBOT MINI 소개 – 개발환경 구축 |
| 3일차 | 하드웨어 제어 | – GPIO(General Purpose Input/Output) 소개 – Co-Processor Communication – 카메라 제어 |
| 4일차 | JETBOT MINI + AI | – Jetson Inference 개요 및 사용법 – JI Classification – JI Detection – JI Segmentation |
| 5일차 | JETBOT MINI + AI | – JETBOT MINI 자동 회피 실습 – JETBOT MINI 자율 주행 실습 |