ÁÖ½Äȸ»ç ÇÇÆ®ÀÎ


ÇÇÆ®ÀÎÀº 2023³â 7¿ù Çö´ëÀÚµ¿Â÷±×·ì¿¡¼­ ºÐ»çÇÏ¿© ¼³¸³µÈ ¿µ¾÷¿ë Àü±âÂ÷ ÅäÅ» ¼Ö·ç¼Ç ±â¾÷À¸·Î, 

Àü±âÂ÷ ¿î¿µÀÚµéÀÌ °Þ´Â ÀÏ»óÀÇ ºÒÆí°ú ¾î·Á¿òÀ» ÇØ°áÇϸç 

¿µ¾÷¿ë EV°¡ ÀÚ¿¬½º·´°Ô ºñÁî´Ï½º¿¡ ÀÚ¸® Àâ´Â ¼¼»óÀ» ¸¸µé¾î°¡°í ÀÖ½À´Ï´Ù.

[Çö´ëÂ÷ ºÐ»ç±â¾÷] ·Îº¿ (¸Å´Ïǽ·¹ÀÌÅÍ) Á¦¾î ¿£Áö´Ï¾î ¸ðÁý

¸ðÁýºÎ¹® ¹× ÀÚ°Ý¿ä°Ç

¸ðÁýºÎ¹®´ã´ç¾÷¹«ÀÚ°Ý¿ä°ÇÀοø
·Îº¿ Á¦¾î ¿£Áö´Ï¾î

[´ã´ç¾÷¹«]

• Àü±âÂ÷ ¹èÅ͸® Ä«¼¼Æ® ¹× º¼Æ® Á¶ÀÛÀ» À§ÇÑ ¸Å´Ïǽ·¹ÀÌÅÍ Ç÷¡´× ¹× Á¦¾î
• ±â±¸ÇÐ/µ¿¿ªÇÐ ±â¹Ý ·Îº¿ ÆÈ Ç÷¡´× ¹× Á¦¾î ½Ã½ºÅÛ ¼³°è¡¤°³¹ß
• OMPL µî ¿ÀǼҽº ¸ð¼Ç Ç÷¡´× ¶óÀ̺귯¸® Ȱ¿ë ¹× Ä¿½ºÅ͸¶ÀÌ¡
• Áøµ¿Á¦¾î ¹× ºñÀü ÀÎ½Ä ¿¬°è ºí·»µù¡¤Á¦¾î ÆÄÀÌÇÁ¶óÀÎ °³¹ß
• ¸ð¹ÙÀÏ ¸Å´Ïǽ·¹ÀÌ¼Ç ±â¹Ý Á¦¾î ±â¹ý ¿¬±¸ ¹× ½Ç¹« Àû¿ë
•ºñÀüÁ¦¾î ¹æ½Ä ºñ±³ ¿¬±¸¸¦ ÅëÇÑ ÃÖÀû Á¦¾î ¹æÇâ µµÃâ
½ÇÁ¦ Çϵå¿þ¾î ±â¹Ý ¹Ýº¹ ½ÇÇè ¹× ¼º´É °³¼±

[¾÷¹«¿ë Åø]
• °³¹ß: VS Code, GitHub, Claude
• Á¤º¸ Á¤¸® ¹× ÀüÆÄ: Notion
• »ç¹« ¹× °øÀ¯ µå¶óÀ̺ê: MS 365, OneDrive

[ÀÚ°Ý¿ä°Ç]

°æ·Â: °æ·Â 3~8³â
ÇзÂ: Çз¹«°ü
Á÷¹«±â¼ú: ROS / ROS2, Python, OMPL, VS Code, github, Claude

[ÀÚ°Ý¿ä°Ç]
• ½ÇÁ¦ ¸Å´Ïǽ·¹ÀÌÅÍ(»ê¾÷¿ë ·Îº¿ ÆÈ, Cobot µî) Á¦¾î °æÇè
• OMPL µî ¿ÀǼҽº ¸ð¼Ç Ç÷¡´× ¶óÀ̺귯¸® »ç¿ë °æÇè
• ·Îº¿ ±â±¸ÇÐ(Forward/Inverse Kinematics) ¹× µ¿¿ªÇп¡ ´ëÇÑ ÀÌÇØ
• C++ ¶Ç´Â Python ±â¹ÝÀÇ ·Îº¿ Á¦¾î ÄÚµå ÀÛ¼º °æÇè

[¿ì´ë»çÇ×]

• ¸ð¹æÇнÀ(Imitation Learning) µ¥ÀÌÅÍ ¼öÁý ¶Ç´Â ÇнÀ °æÇè
• ¸ð¼Ç Ç÷¡´× ¶Ç´Â ·Îº¿ Á¦¾î ¾Ë°í¸®ÁòÀ» Á÷Á¢ ¼³°è¡¤±¸ÇöÇØ º» °æÇè
• System Identification ¶Ç´Â Kinematics Calibration µî ½ÇÁ¦ ·Îº¿À» À§ÇÑ Æ©´× °æÇè
• ºñÀü ÀνÄ(2D/3D, Pose Estimation µî) ±â¹Ý ¸ð¼Ç Ç÷¡´× ¶Ç´Â Á¦¾î °æÇè
• ROS / ROS2 »ç¿ë °æÇè
• ½ÇÁ¦ Çϵå¿þ¾î(¸Å´Ïǽ·¹ÀÌÅÍ, ¸ð¹ÙÀÏ º£À̽º) ¼Â¾÷¡¤µð¹ö±ë °æÇè


0 ¸í

±Ù¹«Á¶°Ç

  • °í¿ëÇüÅÂ: Á¤±ÔÁ÷(¼ö½À±â°£2°³¿ù)
  • ±Þ¿©Á¶°Ç: ¿¬ºÀ ÁÖ40½Ã°£, 3,760~5,080¸¸¿ø

ÀüÇü´Ü°è ¹× Á¦Ãâ¼­·ù

  • ÀüÇü´Ü°è:   ¼­·ùÀüÇü > Ä¿ÇÇê > ¸éÁ¢ÁøÇà > ó¿ìÇùÀÇ > ÃÖÁ¾ÇÕ°Ý
  • Ãß°¡ Á¦Ãâ¼­·ù
    À̷¼­, ÀÚ±â¼Ò°³¼­
    Æ÷Æ®Æú¸®¿À

Á¢¼ö¹æ¹ý

  • Á¢¼ö¹æ¹ý: ÀÎÅ©·çÆ® Á¢¼ö, À̸ÞÀÏ
  • Á¢¼ö¾ç½Ä: ÀÎÅ©·çÆ® À̷¼­

±âŸ À¯ÀÇ»çÇ×

  • ÀÔ»çÁö¿ø¼­ ¹× Á¦Ãâ¼­·ù¿¡ ÇãÀ§»ç½ÇÀÌ ÀÖÀ» °æ¿ì ä¿ëÀÌ Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.

00