-
글로벌 로봇 시장 연평균 20% ⬆️
국내에서도 인력 양성에 집중 투자 -
자율주행, 제조, 서비스, 의료 등 다양한 산업군으로 확장 가능
-
타 IT 직군 대비
높은 평균 연봉·연봉 상승률
[Step 1] 프로그래밍 : Modern C++, Python
- 환경 및 문법
- 형상 관리, 테스트 주도 개발(TDD), 소프트웨어 검증
- 고급 기능, 개발 생태계 아키텍처
- 프레임워크, CI/CD 배포
- [프로젝트] 코어 모듈 구현
[Step 2] Git & Github
- Git 환경, 문법, 버전/변경/형상 관리
- Github Repos : Modern C++/Python 문법 구현 포트폴리오
[Step 3] 개발 환경 : Linux/OS, Docker, CI/CD 배포
- Linux 구조 및 명령어, vi 에디터
- 실행 모드 (Shell 명령어, 파일, 실행 등) 및 사용자 계정 관리/생성/변경
- 소유권, 특수 권한, 프로세스 관리 및 기타 명령어
- Docker 컨테이너 기초 및 관리, 이미지 생성, 관리 및 배포
- Dockerfile 작성 및 최적화
- Docker Compose, 볼륨 및 네트워크 설정
- Github Action을 이용한 CI/CD 배포
[Step 4] 로봇 공학
- 로봇 역학 : 로봇 매니퓰레이터 운동학, 로봇 시스템의 진동 분석 등
- 로봇 제어 : PID 제어 및 고급 제어 알고리즘, 시뮬레이션 모델링 기법 등
- 칼만 필터 : 기본 및 확장 칼만 필터(EKF), 센서 데이터 퓨전 등
- 경로 계획 알고리즘 : 그래프/최적화 기반 경로 계획, 로봇 네비게이션 및 지도 생성 등
[Step 5] 로봇 운영 시스템 : ROS 2
- ROS 2 개념 및 개발 환경 구성
- Topic & Services 이해 및 구현
- Actions, Interface & Debugging 이해 및 구현
- Muti-Threading 및 로봇 모델링, 시뮬레이션, TF (Transform)
- [특강] 고급 ROS 2
[Step 6] 2D LiDAR SLAM
- 모바일 로봇에 적합한 SLAM
- Mapping 및 Localization 개요 및 실습
- 파라미터 튜닝, 초기 위치 추정 전략
- SLAM을 위한 센서, 기술, 적용 등
[Step 7] Visual SLAM 및 3D LiDAR SLAM
- 3D 공간 Mapping 사용 기술
- 포인트 클라우드 데이터 처리 방법
- 3D 데이터 필터링 및 노이즈 제거
- 3D LiDAR SLAM 모션 추정 기법
[Step 8] Navigation
- 로봇 위치 인식 및 경로 계획
- Planner & Controller, Smoother & Behavior Server
- Behavior Tree 구현을 위한 프레임워크
- SLAM 데이터를 활용한 경로 계획 및 조정
- 멀티 로봇 운영 시나리오를 위한 환경 구성
[Step 9] Final Project
- 제어, 판단, 인지, 경로 계획 등 파트 선택
- 각 파트 선정 후 그룹별 프로젝트 진행
(직접 오픈 소스 코드 구현하는 방식으로 진행)