MATLAB 대학생 AI Challenge 2024 수상작
MATLAB 대학생 AI Challenge 2024의 수상작 Top 3를 소개합니다. 참가해주신 모든 팀을 비롯하여 여러분께서 보내주신 관심과 성원에 감사드립니다.
1등
낙상 감지를 위한 레이더 기반 인간 행동 인식 시스템
부산대학교 - 전지적 레이더 시점팀
본 프로젝트는 레이더를 활용하여 인간 행동 인식 기술에 대한 목표를 가지고 있습니다. 현재 인구 노령화와 노년층의 독립적 생활 선호로 인해 IoT 헬스케어 장비의 필요성이 증가하고 있는 상황에서, 기존의 웨어러블 센서나 홈 CCTV와 같은 기술들이 가지고 있는 한계와 문제점을 극복하기 위한 연구를 목표로 하고 있습니다.
레이더 기술은 이미 다양한 응용 분야에서 사용되고 있으며, 특히 동작 인식과 관련하여 많은 주목을 받고 있습니다. 시야의 제한 없이 작동 가능하며 안정적인 성능을 제공하는 레이더 기술을 활용하여 FMCW(Frequency-Modulated Continuous Wave) 레이더를 사용하여 데이터를 수집하고, 이를 통해 움직임을 측정하고자 합니다.
수집된 데이터는 전처리 과정을 거친 후, 딥러닝 기술을 활용하여 데이터를 분석하고, 다양한 인간 행동을 분류하는 시스템을 구현합니다. 이를 통해 레이더를 활용한 비접촉식 방식으로 인간의 행동을 실시간으로 감지하고 분석하는 기술을 적용하여, 노년층이나 보행이 불편한 개인들의 건강 및 안전에 도움이 될 수 있는 훌륭한 프로젝트입니다
2등
강화학습 기반 AMR 제어 모델 개발
세종대학교 - AIV팀
본 프로젝트는 강화학습을 활용하여 안정적인 주행 제어 기술을 개발을 목표로 하고 있습니다.
로봇 산업의 성장과 함께 실내 서비스 로봇의 수요가 증가하고 있지만, 자율 주행 로봇 시스템의 안정성과 신뢰성에 대한 우려가 여전히 존재하므로 이를 해결하기 위한 연구를 목표로 하고 있습니다.
이동 로봇의 제어는 센서를 통한 인지와 알고리즘을 통한 판단 과정을 거친 후 로봇이 동작하도록 명령하는 과정으로 이루어집니다. 그러나 판단 알고리즘의 부정확성, 혹은 오류가 발생할 경우 주변에 큰 피해를 입힐 수 있습니다. 따라서 학습 기반의 제어를 통해 실내 자율주행 로봇이 장애물 및 사람을 인지하여 회피하는 전반적인 주행 워크플로우의 안전성을 개선하는 것이 중요합니다. 강화학습을 통해 로봇이 주변 환경을 실시간으로 학습하고 적응할 수 있도록 하는 기술을 개발하고 있습니다. 이를 통해 로봇의 주행 안전성을 높일 뿐만 아니라, 실내 환경에서의 다양한 상황에 대응할 수 있는 능력을 갖출 수 있을 것으로 기대됩니다. 또한 강화학습을 통해 로봇의 주행 경로를 최적화하여 에너지 소비를 줄일 수 있어 효율성 측면에서도 능력을 갖출 수 있습니다. 이에 안정성과 효율성을 고려한 주행 제어 기술을 선보이는 훌륭한 프로젝트입니다.
3등
1-D Convolution을 이용한 LM GUIDE 고장 진단
한국기술교육대학교 - AIM LAB
본 프로젝트는 리니어 가이드의 레일과 블록의 상태를 자동으로 파악하여 알림을 주는 시스템을 개발하는 것을 목표로 합니다.리니어 가이드란 산업용 로봇 및 물체 수송 장치에서 사용되는 베어링 기반의 이동 보조 장치입니다.
이 장치는 리니어 베어링을 통해 선형 운동을 돕는데, 주로 자동화된 공정 대부분에 사용되며 반복적인 운동을 수행합니다. 그러나 이러한 반복 운동으로 인해 레일과 블록이 노후화되거나 파손될 수 있습니다. 따라서 이러한 레일과 블록의 상태를 자동으로 검사하여 작업자에게 알려주는 시스템을 구축하는 것입니다.
이를 위해 인공지능 모델을 개발하여 레일과 블록의 노후화 및 파손 상태를 식별하고, 작업자에게 시각적으로 알려줄 수 있는 시스템을 구축합니다. 또한, 이를 통해 인공지능의 판단 기준을 시각화하여 도입의 타당성을 입증합니다. 리니어 가이드의 안전성과 효율성을 검증하고, 산업 현장에서의 안전사고 예방에 기여할 수 있는 훌륭한 프로젝트입니다.
