교수요목

• 컴퓨터언어IㆍII

  컴퓨터언어I에서는 구조적 프로그래밍 언어로서 가장 보편적으로 이용되고 있는 C언어의 특색에 대하여 이론을 통하여 습득함으로써 실질적인 프로그래밍 능력을 배양한다. 한편, 컴퓨터언어II에서는 C언어로부터 C++언어로의 프로그램능력을 확장한다. 객체지향 프로그래밍 언어인 C++에 대한 기초적인 이해와 프로그래밍 방법에 대해 알아본다.

• 파이썬기초

  본 과목은 컴퓨터 정보학분야에 대한 다양한 기초 지식을 습득하게 하고, 관련된 문제를 해결하기 위한 Python 언어를 이용한 기초적인 프로그래밍 능력을 배양하는 것을 목적으로 한다.

• 기초미적분학및연습

  일계함수의미분과 적분, 적분의 응용, 극좌표계등을 배운다.

• 일반미적분학및연습

  상미분방정식의 기본적인 해법을 다루고 상미분방정식으로 나타나는 여러 형태의 수학적 모델을 공부한다.

• 일반물리학및연습IㆍII

  기본적인 물리적 성질의 측정 및 분석을 통하여 물리학적 기본 개념을 확인하고 원리의 이해를 돕는다. 주로 역학, 기초 전자기학, 광학, 현대물리학분야의 물리현상의이해를 위한 실험장치의설치방법을 배우고 결과분석 및 처리와 과학적인 보고서의 작성법을 익히도록 한다.

• 미래모빌리티개론

  본 과목에서는 미래모빌리티 구성요소의 구조 및 원리와 기초 지식을 학습한다. 추가적으로 전기자동차, 자율주행 자동차 등 미래 자동차와 관련된 최신 기술 동향을 파악하고 이와 관련된 요소 기술 및 개념을 이해한다.

• 자료구조개론

  자료구조 및 취급 방법에 대한 알고리즘들을 배운다. 스트링, 리스트, 스택, 큐, 트리, 그래프, garbage collection 및 동적기억 장치 할당 방법, 해싱 등에 대하여 배운다.

• 기초역학개론

  본 교과목은 역학의 기초인 정역학의 기본 원리를 이해하고 응용할 수 있는 능력 배양을 목표로 한다. 힘, 모멘트, 마찰력, 무게중심과 같은 역학의 기본 요소를 이해하고, 정적 평형 상태에 있는 2차원 또는 3차원 물체에 작용하는 힘과 모멘트를 분석하는 방법에 대해 공부한다.

• 지능형교통체계개론

  지능형 교통체계(Intelligent Transportation Systems, ITS)의 기본 개념과 다양한 요소 기술에 대해 학습한다. 최신 ITS 기술과 사례를 중심으로 교통정보의 수집과 가공, 정보 제공 등의 과정과, 최종적으로 소비자에게 전달되는 서비스 단계까지를 폭넓게 살펴본다. 이를 통해 교통 시스템의 효율성 및 안전성을 향상시킬 수 있는 기술적, 제도적 기반을 습득하고, 스마트 교통 환경 구현을 위한 기초 역량을 함양할 수 있다.

• 영상처리및딥러닝

  SLAM은 자율주행 센서를 통해 주변 환경을 인식하고 이를 지도화하며 실시간 위치 인식을 수행하고 추정한다. 본 교과에서는 딥러닝의 기초부터 심화 내용까지 학습하며, 영상 데이터 처리 방법, 오차 보정 이론, SLAM의 적용 방법과 이론에 대해서 학습한다. 또한, 미지의 환경에서의 경로 계획 등 딥러닝 응용 사례를 다룬다.

• 인공신경망 제어시스템

  본 과목은 기계 및 전기 시스템을 포함하는 공학시스템의 모델링과 인공신경망에 기반한 제어 방법에 대해 탐구하는 것을 목표로한다. 본 과목에서는 피드백 제어 시스템 예제를 통해 시스템 모델링 및 제어의 필요성에 대해 학습하며 PID 제어와 게인 튜닝에 대해 학습한다. 또한 일반적인 시스템 해석 및 제어 방법론과 인공신경망을 사용하는 제어 방법론에 대해 학습하여 주어진 시스템의 해석과 제어를 하는 역량을 키운다.

• 캡스톤디자인

  이 강좌는 4학년 학생들을 위한 전공선택 과목으로 졸업논문 작성 지도를 받을 수 있도록 고안되었다. 학생들은 세부 분야에 맞는 분반을 선택하여 한학기 동안 지도를 받고 논문 작성을 수행한다.

• 프로젝트학기 Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ

  정규학기 중 한 학기 동안 기존의 수업 대신 영역의 제약 없이 학생 스스로 관심있는 분야에 대한 창의적이고, 전공과 융합된 과제를 설계하여 이를 수행 학생들의 도전의식을 고취하고, 문제해결 능력을 키워 진로 선택의 폭 확대에 기여.

• IoT기초PBL

  본 과목에서는 학생들이 선정한 다양한 공학적인 문제의 해결을 위해 오픈소스 하드웨어와 각종 센서들을 활용한 기초 IoT 노드를 제작하는 project based learning (PBL)을 수행한다. 본 과정을 통해 센서의 동작원리 이해 및 오픈소스 하드웨어와의 통신 방식을 습득하고, IoT 노드를 설계한다.

• 선형대수학

  본 과목은 인공지능의 기초 이해를 위한 선수과목으로, 수학 비전공자도 쉽게 선형대수학의 기초 개념을 익힐 수 있도록 구성하였다. 벡터, 행렬, 선형변환, 고윳값 및 고유벡터, 특이값분해 등의 기초 개념을 학습한다. 이를 통해 인공지능의 기본 모델(예: 선형회귀, 신경망 등)을 수학적으로 이해할 수 있는 기초역량을 배양하고, 다양한 실생활 문제를 해결하는 역량을 기른다.

• 통신및네트워크

  본 과목은 효율적인 정보 처리를 위한 데이터 통신 시스템의 구축 기법을 배우며, 데이터 전송을 위한 두 노드간의 연결 방법, 교환 장치들의 인터페이스, 통신망의 내부 구조 등 통신망 구축에 필요한 원리들을 다룬다.

• 확률과통계

  본 교과에서는 이공계생들에게 필요한 확률과 통계론에 대한 이론과 실습을 수행한다. 기본적인 확률통계 이론, 모델링, 통계 기법 전반에 대한 지식을 함양하고 예시 문제들을 통해 학습함으로써 기초 지식을 견고히 쌓는다. 랩 세션을 통해 학습한 이론에 대한 실습을 수행함으로써 데이터분석의 기초 역량을 키운다.

• 최적설계 개론

  본 과목은 최적설계의 기본 내용과 그 응용들을 탐구하는 것을 목표로한다. 본 과목에서는 최적설계의 역사적 배경과 공학적인 응용 예들을 통해 최적설계의 필요성에 대해 학습하며 설계변수, 제한조건, 목적함수에 대한 이해를 통해 최적화 문제 정립에 대해 학습한다. 또한 다양한 최적화 방법론에 대해 학습하며 MATLAB을 이용하여 실제 최적화 문제를 수식화하고 최적 설계를 도출하는 역량을 키운다.

• 로봇설계/주행PBL

  로봇 운영플랫폼(ROS)과 지도작성과 위치추정방식(SLAM)을 이용하여 로봇을 설계해보고, 이를 이용한 주행 기반의 project based learning (PBL)을 수행한다.

• 자율주행기반기술PBL

  본 과목에서 학생들은 자율주행시스템 중 주행환경 인식의 기반이 되는 센서 기술과 임베디드 기반 차량 제어에 대한 문제 해결을 통해 미래 모빌리티 관련 소프트웨어의 설계 역량을 기를 수 있다.

• 차량동역학및제어

  본 교과목은 미래차의 동적인 종방향 및 횡방향 움직임을 이해하고, 간단한 제어를 적용하는 방법을 학습하는 강의이다. 자동차 동역학에 대한 기반지식이 없는 학생을 위하여 기초적인 내용부터 강의하도록 구성되며, 종방향 제어기와 횡방향 제어기 등 기본적인 제어방법을 포함한다.

• 교통운영분석

  미래 모빌리티의 운영 환경인 도시교통 체계 분석과 운영에 대한 핵심 이론을 학습한다. 기초 교통류 이론과 미시/거시적 교통모델에 대해 학습한다. 또한, 신호 체계, 제어/미터링, 가격, 경로, 주차 등 도시교통 시스템에 대한 메커니즘을 이해하며, 대기열 이론을 통한 네트워크 운영 분석을 수행한다. 도시교통 객체/행위자 간 통신 체계에 대한 학습과 더불어 협력형 자율주행(CAV)에 대한 최신 기술도 탐구한다.

• 도시모빌리티시뮬레이션

  전반적인 도시모빌리티 시뮬레이션 기법에 대해 학습한다. 도시교통의 주요 행위자에 대한 특성을 이해하고, 스마트모빌리티의 특성(수요응답성, 공유형, 개인화, 유연성)에 대해 학습한다. 라우팅, 배차, 리밸런싱, 충전 등을 위한 수학적 기법들을 학습하고, 이를 구현할 수 있는 행위자기반 시뮬레이션 이론을 배운다. 이 과정에서 도시교통에서의 스마트 모빌리티에 대한 통찰을 키우고 미래 시나리오를 평가할 수 있는 역량을 키운다.

• 도시모빌리티데이터과학PBL

  본 교과에서는 데이터과학을 수행하기 위해 필요한 통계데이터 분석, 인공지능/기계학습 관련 이론과 기법을 학습하며 도시모빌리티 분야에 적용하는 PBL을 수행한다. 학생들은 주어진 데이터 처리/분석, 시각화를 수행하고 문제해결에 적절한 기계학습 모형을 구축할 수 있는 역량을 함양한다.

• 인공지능로보틱스

  로봇의 관절운동 및 바퀴구동에 따른 주행 운동을 이해하기 위해 좌표계 시스템, 기구학 및 운동에 관한 기본 이론을 학습한다. 실제 로봇의 기계구조와 모터 구동 원리를 이해하여 원하는 목적에 맞게 로봇을 설계하고 동작을 생성할 수 있는 역량을 배양한다. 로봇의 인지와 판단에 필요한 대표적인 인공지능 알고리즘도 함께 학습한다. 실제 로봇하드웨어 운영과 시뮬레이션에 필요한 로봇운영시스템(ROS)을 소개하고 기본적 예제를 통해 운영체제의 구조를 익힌다.

• 자율주행시스템개론

  자율주행 시스템에 대한 전반적인 개론을 학습하게 된다. 자율주행 구현을 위한 4가지 분야에 대해 소개하며, 자율주행 운행 기술 분야, 네트워크 분야, 데이터 분야, 서비스 운영 및 관제 분야를 포함한다. 각 분야 별 최신 기술 트렌드와 구현 사례를 다루며, 교과과정을 통해 자율주행 시스템에 대한 종합적인 이해와 지식을 함양하게 된다.

• 센서데이터처리

  자율주행차량 운행 과정에서 수집되는 데이터 센싱 기술에 대해 알아본다. 우선 LiDAR, Radar, Image 센서와 같은 필수 자율주행 센서의 하드웨어/소프트웨어적 특성에 대해 알아본 후 데이터 처리와 제어에 활용되는 인공지능 알고리즘 구현에 대해 학습할 예정이다.

• 신뢰성공학

  본 과목은 불확실성 하에서 신뢰성이 높은 공학 설계를 도출하는 방법론들을 탐구하는 것을 목표로한다. 본 과목에서는 확률 이론, 불확실성 모델링, 신뢰성 분석에 대해 학습하며 통계적 및 확률론적 방법들과 최적설계의 융합에 대해 학습한다. 최종적으로는 신뢰성기반 최적설계 문제를 수식화하고 불확실성에 대해 신뢰성이 높은 설계를 도출하는 역량을 키워 고신뢰성 미래모빌리티 시스템 설계를 도출한다.

• 인공지능모빌리티

  본 과목은 모빌리티 시스템에서 인공지능(AI)의 적용과 활용에 대한 기초적 이해와 최신 기술 및 사례를 다룬다. 학생들은 모빌리티의 개념, 지속가능성 이슈, 미래 모빌리티 기술 현황 등을 학습하고, 최신 AI 기술에 대해서도 익힌다. 후반부에는 팀 프로젝트를 통해 AI 기술이 접목된 다양한 모빌리티 주제를 조사하고 분석하여 실제적인 이해와 응용 능력을 배양한다.

• MaaS

  미래 모빌리티 서비스에 대해 기술 분류에 따른 특징을 학습하며(AMOD, 로보택시, UAM, PM), 서비스 유형(개인형, 공유형, 통합형)에 따른 모빌리티 서비스에 대한 최신 트렌드를 고찰한다. MaaS(Mobility-as-a-Service)에 대한 기본 개념과 대중교통 통합 기법과 승객 및 물류 통합 서비스와 같은 미래 모빌리티 서비스에 대해 학습함으로써 다중(Multimodal) 도시교통 체계에서의 모빌리티 시스템 구축 역량을 키운다.

• 자율주행통신시스템

  자율주행을 위한 통신 네트워크 시스템에 대한 전반적인 내용을 다룬다. 도로 및 통신/네트워크 인프라는 자율주행 성능과 안정성 확보에 중요하며, 이에 본 교과에서는 차량 주변 정보 센싱과 차량 간 원거리 통신(V2V, V2I)을 통한 자율주행 효율의 극대화 방안에 대해 논의한다. 또한, 자율주행에 클라우드 기반 데이터 및 정보 처리 기법을 학습하며, 이러한 동작을 위해 필요한 WAVE, 블루투스, LTE, 엣지 컴퓨팅 등 많은 통신 기술들에 대한 학습을 진행한다.

• 이동로봇운행시스템

  본 강의에서는 자율이동로봇(Autonomous Mobile Robot, AMR)에 대한 학습을 한다. 실생활에서 활용할 수 있는 다양한 이동로봇(청소 로봇, 안내 로봇, 감시 로봇 및 배달 로봇)을 구현하기 위한 이론과 응용을 학습하며, 환경 지도 작성, 위치 추정, 경로 계획 및 제어 등의 세 단계로 구현하는 방법을 배운다.

• 자율주행안전및 보안

  본 교과는 자율주행 시스템의 위험성 평가와 안전성 향상을 위한 교과로서 차량 시스템의 위험원 분석, 리스크 평가, 운행 안전 분석 방법을 학습한다. 또한, 차량 간 통신(V2V), 운영 중 차량과 인프라(V2I), 차량과 보행자(V2P) 통신 기술 기반 사고 위험도 평가와 이에 기반한 안전 제어 기법에 대해 학습한다.

• 스마트모빌리티시스템 설계

  본 과목은 스마트 모빌리티 시스템의 전반적인 내용과 시스템 설계 방법에 대해 탐구하는 것을 목표로한다. 본 과목에서는 공유형 자율주행 전기차 및 충전 인프라와 같은 시스템 구성요소와 차량 이동 및 배차를 포함하는 시스템 운영에 대해 학습하며 스마트 모빌리티 시스템 시뮬레이션 방법에 대해 학습한다. 또한 본 과목을 통해 스마트 모빌리티 시스템 설계 요소들에 대해 최적화를 수행하여 최적의 시스템 설계를 도출하는 역량을 키운다.

• 첨단모빌리티빅데이터PBL

  첨단모빌리티 인공지능 기술을 구현하기 위한 핵심 이론 중 하나인 빅데이터 분석 방법을 학습한다. 다양한 구조의 빅데이터를 소개하고, 구조별 데이터를 전처리하기 위한 다양한 기법들을 학습한다. 다양한 구조의 빅데이터를 소개하고, 구조별 데이터를 전처리하기 위한 다양한 기법들을 학습한다. 또한, 빅데이터를 다루기 위한 분산처리 알고리즘가 저장하기 위한 분산 저장 시스템에 대해서 배우고, 정제된 빅데이터를 모델링 할 수 있는 기법에 대해 학습한다.

• 모빌리티 현장실습 I, II, III, IV

  본 강좌는 4학년 학생들을 위한 전공선택 과목으로 전공과 연관이 있는 회사에서 현장실습(인턴십)을 통한 최신 기술 습득 및 전문가로 양성하는 창의력을 기를 수 있도록 구안하였다.