ADAS 및 자율 주행시스템 개발을 위한 모델 기반 설계

10:00–11:00

ADAS 및 자율 주행시스템 개발에 있어서 MATLAB®/Simulink® 활용에 대해서 소개해 드립니다.

ADAS 알고리즘 개발 및 검증 각 과정에서 다양한 MathWorks 툴들이 어떻게 사용되는지 다양한 예제를 통해 보여드리며, Robotics System Toolbox™ 를 통해 좀 더 효율적으로 자율 주행 시스템을 개발하는 방법을 소개시켜드립니다.

김종헌 차장, MathWorks


머신러닝/딥러닝을 활용한 영상처리와 FPGA 설계를 위한 모델 기반 설계

11:10–12:30

본 세션은 MATLAB®/Simulink®를 활용한 영상처리 및 FPGA 설계의 두가지 주제가 소개됩니다. 먼저 영상처리에서는 객체검출 및 인식을 위해서 머신 러닝을 통해 분류기를 만드는 과정 그리고 딥러닝 활용이 소개됩니다. 두번째 FPGA 설계에서는 Simulink 모델에서 자동으로 RTL 코드를 생성하고, 생성된 코드 및 FPGA에서의 동작을 검증하는 방법이 소개됩니다.

김종남 차장, MathWorks


모델 기반 설계에서의 모델과 코드의 통합 검증

13:30–14:30

전체 개발 단계를 통한 검증 작업은 프로젝트를 성공시키는 가장 큰 작업 중에 하나입니다. 모델 기반 설계를 바탕으로 프로젝트 개발의 초기에 검증을 하는 것은 프로젝트의 성공을 위한 요소입니다. 요구 사항에 맞도록 디자인이 되었는지 분석하고 검증하는 것은 디자인에 대한 확신을 얻을 수 있는 과정입니다. 공통의 방식을 사용하여 모델에 적용된 방법을 생성된 코드에 적용하여, 모델 검증과 코드 검증에 대한 방식을 소개합니다.

이영준 부장, MathWorks


모델 기반 설계의 도입을 위한 개발 환경 구축 및 Process Establishment Services

14:50–15:30

전체 개발 단계를 통한 검증 작업은 프로젝트를 성공시키는 가장 큰 작업 중에 하나입니다. 모델 기반 설계를 바탕으로 프로젝트 개발의 초기에 검증을 하는 것은 프로젝트의 성공을 위한 요소입니다. 요구 사항에 맞도록 디자인이 되었는지 분석하고 검증하는 것은 디자인에 대한 확신을 얻을 수 있는 과정입니다. 공통의 방식을 사용하여 모델에 적용된 방법을 생성된 코드에 적용하여, 모델 검증과 코드 검증에 대한 방식을 소개합니다.

권상호 부장, MathWorks


빅데이터 분석을 통한 자동 고장 진단 및 예측 기반 유지보수 시스템 개발

16:10–17:10

본 세션에서는 MATLAB®에서 빅데이터 분석 환경, 데이터 가공 및 클러스터링, 머신 러닝을 이용한 예측 기반 엔진 고장 자동 진단 시스템 개발 기법과 알고리즘 개발에서 비지니스 애널리틱 시스템 구축에 까지 자동차 산업 분야에 있어서 데이터 애널리틱스 워크플로우에 대해 소개해 드리며 MathWorks 주요 고객 사례들에 대해 소개해 드립니다.

세션에서 소개되는 내용은 아래와 같습니다.

  • 글로벌 MathWorks 고객 사례 소개 (GM, Ford, Daimler, SAFRAN, RAC)
  • 빅데이터 분석 환경을 위한 MATLAB 환경 소개
  • 센서 데이터 수집 및 데이터 기반 모델링, 테스팅
  • Case study: 머신 러닝 기법을 이용한 예측 기반 고장 진단 시스템 구현
  • MATLAB 데이터 분석 알고리즘 개발에서 애널리틱스 엔터프라이즈 시스템 구현

엄준상 과장, MathWorks

ODIN을 이용한 MBD 기반의 Non-AUTOSAR MDPS 제어기의 AUTOSAR 아키텍처 설계

15:30–16:00

Non-AUTOSAR제어기를 AUTOSAR제어기로 변환하는 것은 우리가 흔히 말하는 Top-down, Bottom-up 프로세스 개발과는 차원이 다른 고품질과 안정성이 고려된 ECU 제어기 개발 프로세스처럼 휠씬 복잡하고 어려운 문제입니다. Odin Studio와 MATLAB®/Simulink®및 아키텍처 도구 등을 이용하여 연구한 내용을 소개합니다.

백수호 선임연구원, 현대오트론