본 과제는 미래형자동차 핵심기술 인력양성을 위해 대학 교육과 기업 R&D, 실차 주행 인프라를 묶은 산학 연계 교육체계 개편 연구임. 연구목표는 산업계 수요기반 교육과정 개편과 미래차 특화 전문인력양성 생태계 구축임. 핵심내용은 핵심기술 특화전공 학위과정 운영, 기업 R&D 연계 산학프로젝트 수행, 실차기반 주행실습 중심 집중교육과 주행시험장 거점 교육협력센터 운영, 경진대회 연계 우수인재 발굴, 인재페스티벌·우수콘텐츠 확산 및 채용연계 추진임. 기대효과는 핵심기술 전문인력 적시 공급으로 채용애로 해소, 산업 전환 대응 교육체계 확립을 통한 기술 자립화 및 국가경쟁력 강화에 기여함.

□ 미래형자동차 핵심기술 경쟁력 확보를 위한 산업 수요기반 교육과정 개편 및 산학 연계형 전문인력양성 생태계 구축 ㅇ 산업계 수요기반 교육과정 개편 및 미래차 특화 전문인력양성 ㅇ 프로젝트 및 산학협력 기반 인력양성 체계 구축 ㅇ 실차/주행인프라 기반 교육협력센터 운영으로 인력양성 고도화 ㅇ 채용연계 및 우수성과 발굴 확산

□ 미래형자동차 핵심기술 경쟁력 확보를 위한 산업 수요기반 교육과정 개편 및 산학 연계형 전문인력양성 생태계 구축 ㅇ 산업계 수요기반 교육과정 개편 및 미래차 특화 전문인력양성 ㅇ 프로젝트 및 산학협력 기반 인력양성 체계 구축 ㅇ 실차/주행인프라 기반 교육협력센터 운영으로 인력양성 고도화 ㅇ 채용연계 및 우수성과 발굴 확산

손 재활 시스템에서 손 자세(손가락, 손목) 측정을 위한 기존 센싱 방식의 착용의 불편함, 가림(occlusion) 등의 문제를 해결하기 위해 근전도, leap motion, 힘 센서의 멀티모달 센싱에 대한 연구를 진행한다. 측정된 멀티모달 1D time-domain 신호에 대한 window size 변경, channel shuffling 알고리즘, multispectral image fusion 방식 등을 적용한 새로운 신호 2D 변환 알고리즘을 개발하고 사용자 특성, 동작 성분 분해를 이용한 inter-user variability에 대해 연구한다. 변환된 2D 신호는 새로운 RCNN 학습 방식을 적용하여 학습한다. 멀티모달 센싱의 동기화, 집적화 및 채널 수 감소, 계층 최적화 등에 대한 연구를 바탕으로 협조 재활에서 사용자 의도 사전 인식을 위한 실시간성, 분류 시간 단축에 대해 연구한다. 손 자세에 대한 12채널 근전도 데이터와 kinematic 데이터를 제공하는 Ninapro database-2의 전체 50가지 동작(Exercise B+Exercise C+Exercise D+rest)에 대한 기존 최고 수준인 약 84% 인식 성능을 연차별로 단계를 심화하여 최종적으로 90% 이상, 기본적인 12가지 동작(Exercise A)에 대해 98% 이상의 인식률 달성을 통해 실제 재활에 적용하는 것을 목표로 한다. 재활·평가 시스템 개발을 통해 정량적인 재활 평가를 제공한다. ADL 모션(Exercise C 23개 모션) 기반의 VR 인터페이스를 포함한 재활·평가 시스템의 개발 및 적용과 관련 분야 전문가의 자문을 통해 실시간 멀티모달 딥러닝을 통한 협조 재활과 정량적 재활 평가 성능을 향상시킨다.