본 과제는 증강현실(AR) 기술을 활용하여 대학에서 몰입적이고 상호작용적인 비대면 강의 및 학습 활동을 지원하는 서비스 비즈니스 모델(BM)을 개발하는 연구임. 연구 목표는 AR 기술을 이용한 몰입적 인터랙티브 비대면 강의 및 학습활동 지원을 위한 SALS BM을 개발하는 데 있음. 이 BM은 AR 강의, 학습 평가, 협업 서비스, AR 콘텐츠 마켓플레이스, 그리고 AR 콘텐츠 제작 서비스를 포함한 5대 핵심 서비스로 구성됨. 교수와 학생은 AR 콘텐츠를 동시에 보며 각자의 공간에서 입체적이고 몰입적인 학습활동을 할 수 있도록 지원함. 핵심 연구 내용은 주관기관인 지노텍이 5대 서비스 가치 제안, 목표 고객 정의, 매출 모델, 가치 사슬, 비용 모델, 핵심 활동 및 자원 등을 상세히 정의하고 검증하는 것임. 참여기관인 고려대학교는 서비스 활용 시나리오 및 가치 분석, 효과적인 인터랙션 방법 정의, 시범 AR 강의 콘텐츠 정의 및 제작 지원, 잠재 수요 조사 등을 수행함. 이를 통해 AR 콘텐츠 저작 솔루션을 활용한 파일럿 콘텐츠를 제작하여 BM의 효용성을 조기에 검증하고 사업화 방향을 도출함. 기대 효과는 개발된 BM의 타당성을 검증하고 향후 개발 진행 방향 및 시장 공략 전략을 수립하는 데 있음. 또한, XR 플랫폼 시장으로의 접근 및 생태계 조성을 통해 차세대 먹거리를 확보하고 경쟁력을 강화하는 데 크게 기여할 것으로 전망됨.
4족 및 2족 보행 로봇의 원격 제어를 위한 Human-Robot Interface 및 머신러닝 기반의 준자동화 기술 개발
연구는 4족 로봇의 Stable Driving Maneuver를 위한 HRI 개발과 2족 로봇의 Power Manipulation 전신 조작을 위한 HRI 개발을 진행하고자 함. 로봇의 안정적인 주행 조작을 위한 HRI는 “Extended Reality(XR) 기반의 Visual Display”와 “Stable Driving Maneuver Controller”를 의미함. Extended Reality(XR) 기반의 Visual Display: 1)로봇 카메라 영상의 특징점 위치를 파악하기 위한 Image Recognition, 2)원격지에 있는 로봇 주변에서 발생하는 음원의 방향을 파악하기 위한 Sound Localization, 3)인간 오퍼레이터에게 원격지 주변의 추가 정보를 시각적으로 표시하기 위한 Field Information Display. Stable Driving Maneuver Controller: 1)조작 편의성 및 안전성 향상과 로봇의 주행특성을 고려한 Controller 개발, 2)인간 오퍼레이터의 안정적 주행 조작을 유도하는 Force Feedback 제어, 3)주행 불안정성을 조종사가 지각하게 도와주는 Galvanic Vestibular Stimulation 인지 보조 시스템, 4)저가형 센서를 사용해 고가의 센서를 대체하는 머신러닝 기반의 Augmented Sensor. 로봇의 전신 조작을 위한 HRI는 “Whole-Body Bilateral Teleoperation”과 “로봇의 중심점 이동 제어 최적화 알고리즘”을 의미함. Whole-Body Bilateral Teleoperation: 1)외부 환경과의 접촉력 및 로봇 팔의 관성력을 반영하는 Haptic Interface, 2)조종사의 균형 유지 전략을 로봇에게 전달하기 위한 Balancing Interface. 로봇의 중심점 이동 제어 최적화 알고리즘: 1)머신러닝 기반 2족 로봇 Balancing 제어의 준 자동화, 2)로봇의 Power Manipulation 작업 시 도구에 의한 최대 충격량 생성을 위한 제어 알고리즘 및 머신러닝 기술
4족 및 2족 보행 로봇의 원격 제어를 위한 Human-Robot Interface 및 머신러닝 기반의 준자동화 기술 개발
연구는 4족 로봇의 Stable Driving Maneuver를 위한 HRI 개발과 2족 로봇의 Power Manipulation 전신 조작을 위한 HRI 개발을 진행하고자 함. 로봇의 안정적인 주행 조작을 위한 HRI는 “Extended Reality(XR) 기반의 Visual Display”와 “Stable Driving Maneuver Controller”를 의미함. Extended Reality(XR) 기반의 Visual Display: 1)로봇 카메라 영상의 특징점 위치를 파악하기 위한 Image Recognition, 2)원격지에 있는 로봇 주변에서 발생하는 음원의 방향을 파악하기 위한 Sound Localization, 3)인간 오퍼레이터에게 원격지 주변의 추가 정보를 시각적으로 표시하기 위한 Field Information Display. Stable Driving Maneuver Controller: 1)조작 편의성 및 안전성 향상과 로봇의 주행특성을 고려한 Controller 개발, 2)인간 오퍼레이터의 안정적 주행 조작을 유도하는 Force Feedback 제어, 3)주행 불안정성을 조종사가 지각하게 도와주는 Galvanic Vestibular Stimulation 인지 보조 시스템, 4)저가형 센서를 사용해 고가의 센서를 대체하는 머신러닝 기반의 Augmented Sensor. 로봇의 전신 조작을 위한 HRI는 “Whole-Body Bilateral Teleoperation”과 “로봇의 중심점 이동 제어 최적화 알고리즘”을 의미함. Whole-Body Bilateral Teleoperation: 1)외부 환경과의 접촉력 및 로봇 팔의 관성력을 반영하는 Haptic Interface, 2)조종사의 균형 유지 전략을 로봇에게 전달하기 위한 Balancing Interface. 로봇의 중심점 이동 제어 최적화 알고리즘: 1)머신러닝 기반 2족 로봇 Balancing 제어의 준 자동화, 2)로봇의 Power Manipulation 작업 시 도구에 의한 최대 충격량 생성을 위한 제어 알고리즘 및 머신러닝 기술
본 과제는 스마트 하이브리드 의복과 토탈 운동 모니털 시스템을 통해 고령자 및 장애인의 안전한 보행보조와 스포츠 활동 참여 증진을 목표로 함.
연구 목표는 점진 감압 의복 기술과 System-on-chip 기반 통합 제어, 섬유센서 Multi Layer를 활용한 기능적 전기 자극 및 생체 신호 모니터링, 임베디드 시스템 최적화 및 사용성 평가를 수행하는 데 있음. 연구 내용은 생체역학 실험 기반 의복 패턴·통합 제어 시스템, 상용 인솔 압력 센서 임베디드 보정, 보행분석·걸음수·건강관리 모니터링 어플리케이션, Tibialis Anterior 및 종아리 GCM 근육 보조용 전기·기계적 자극 모듈·근 움직임 센서 최적화, 고령자·장애VS비장애 대상 평가와 EMG, Metabolic Cost, HR, Survey 분석 기반 기술 상용화 기반 마련임. 기대 효과는 장소 제약 없이 착용만으로 운동능력 보조·모니터링이 가능한 근력 보조 프로그램 및 파크골프 맞춤형 운동 보급, 스마트 의복 원천 기술 확보로 스포츠 웨어러블 테크놀러지 세계적 선도 가능함.
