VISION 01
Raspberry Pi 엣지 컴퓨팅
리눅스(Linux) 환경의 라즈베리파이 보드에서 Python 코드와 AI 모델을 직접 구동하며 임베디드 시스템 구조를 학습합니다.
WCRC AI DRIVE LAB
진짜 자율주행,
AI가 보고, 판단하고,
스스로 움직입니다.
단순 주행이 아닌, OpenCV와 딥러닝으로 구현하는
진짜 자율주행 로봇 프로젝트
WCRC 2024
전원 입상 · 대상
전원 입상 · 대상
WCRC 2025
전원 입상
전원 입상
WCRC 2026
3년 연속 전원 입상
3년 연속 전원 입상
2027 예정
홍콩 과기대(HKUST)
국제 대회 참여 예정
홍콩 과기대(HKUST)
국제 대회 참여 예정
SODA VISION · EDGE AI & COMPUTER VISION
SODA VISION: 라즈베리파이·카메라·센서 기반 컴퓨터 비전 & 데이터 실험 플랫폼
SODA VISION은 화면 속 시뮬레이션에 머물지 않고, 라즈베리파이와 카메라·센서로 실제 세계의 시각·물리 데이터를 수집해 AI 비전과 자율주행을 구현하는 핵심 교육 기술입니다.
VISION 02
카메라 모듈 & 컴퓨터 비전
실시간 카메라 프레임에서 OpenCV 색상·윤곽선 추출, 아루코마커 위치 추정, YOLO 딥러닝 객체 인식을 수행합니다.
VISION 03
초음파 · IMU 다중 센서 융합
전방 거리 측정 초음파 센서와 자세·가속도 측정 IMU 센서 데이터를 카메라 비전 정보와 결합(Sensor Fusion)합니다.
VISION 04
실환경 데이터 수집 · 라벨링
교실과 트랙의 조명·각도 변화 속에서 학생이 직접 이미지와 센서 데이터를 수집·정제하여 커스텀 AI 데이터셋을 구축합니다.
VISION 05
Python 실시간 제어 알고리즘
인식된 비전·센서 데이터를 바탕으로 조향(Steering)과 속도(PWM), 액추에이터를 실시간 제어하는 상태 머신을 설계합니다.
VISION 06
자율주행 · 과학탐구 프로젝트 확장
SODA DRIVE 자율주행 대회 미션부터 스마트 안전 감지, 환경 모니터링 등 학생 주도 과학탐구·발명 프로젝트로 확장됩니다.
진짜 자율주행은 '보는 것'에서 시작됩니다.
카메라로 보고, AI로 이해하고, 스스로 판단하여 움직이는
완전한 자율주행 로봇을 만듭니다.
1. 인식
OpenCV & 딥러닝
2. 판단
AI 알고리즘
3. 제어
자율주행 실행
AI DRIVE LAB에서 배우는 핵심 기술
OpenCV 비전
차선, 신호등, 표지판, 장애물 등 실시간 인식
딥러닝 객체 인식
YOLO 모델을 활용한 다양한 객체 검출
경로 계획 & 추종
차선 인식 기반 경로 생성 및 추종
센서 융합
카메라, 초음파, IMU 센서 데이터 융합
Python 코딩
알고리즘 구현 및 자율주행 제어
WCRC 대회
실제 대회 출전을 통한 실전 문제 해결 경험
WCRC 자율주행대회
3년 연속
전원입상
실물 로봇
PINKY PRO 기반 자율주행 로봇
- 카메라 기반 비전 인식
- 초음파 & IMU 센서 탑재
- 안정적인 주행 성능
- 확장 가능한 모듈 구조
WCRC TWIN
자체 개발 디지털 트윈 플랫폼
- 실시간 시뮬레이션 환경
- AI 알고리즘 테스트
- 다양한 맵과 시나리오 제공
- 가상 환경에서 빠른 검증
프로젝트 성장 로드맵
단계별 프로젝트를 통해 진짜 자율주행을 완성합니다.
학생들이 만든 자율주행 프로젝트
아루코마커 인식
아루코마커를 인식하고 정밀하게 위치 파악 및 주행 판단
딥러닝 사물인식
딥러닝 모델 학습을 통해 다양한 사물 및 객체를 정밀하게 인식
초음파 장애물 회피
초음파 센서를 활용하여 전방 장애물을 감지하고 안전하게 회피
표지판 횡단보도 인식
교통 표지판과 횡단보도를 정확하게 인식하고 대응
다양한 감정표현
주행 상황 및 로봇 상태에 따른 다채로운 감정 상호작용 표현
이런 친구에게 추천합니다
AI와 코딩을 좋아하는 친구
로봇과 자동차에 관심 있는 친구
대회에 도전하고 싶은 친구
문제 해결과 연구를 좋아하는 친구
진짜 자율주행을 만들고 싶은 친구
CURRICULUM TEMPLATE · VISION & AUTONOMOUS DRIVING
이 과정 상담 · 진단 신청SODA VISION · SODA DRIVE (컴퓨터 비전 & AI 자율주행 과정) 교육과정 상세 안내
대상 학년, 학습 목표, 주차별 주요 수업 내용 및 기대 결과물을 한눈에 확인하세요.
과정명
SODA VISION · SODA DRIVE (컴퓨터 비전 & AI 자율주행 과정)
권장 대상
초등 4~6학년 및 중·고등 (Python 기초 이수자 또는 로봇·AI 탐구 희망 학생)
학습 목표
- 라즈베리파이(Raspberry Pi), 카메라, 초음파·IMU 센서의 데이터 수집 및 연동 이해
- OpenCV 영상 전처리(색상 공간 변환, 관심영역 ROI, 차선·마커 검출) 알고리즘 직접 구현
- 직접 수집·라벨링한 이미지 데이터로 YOLO 딥러닝 객체 인식 모델 학습 및 추론 적용
- WCRC TWIN 디지털 트윈 시뮬레이션과 실물 자율주행 로봇 주행 제어 및 대회 미션 해결
대표 프로젝트
- SODA VISION 기반 실시간 차선 추종 및 교통 표지판·신호등 반응 주행
- 아루코마커 정밀 위치 인식 및 초음파 센서 융합 자동 주차·장애물 회피
- 제3회 WCRC AI 자율주행로봇 경진대회 미션 해결 프로젝트
기대 결과물 (산출물)
Python 기반 OpenCV·YOLO 비전 인식 및 주행 제어 코드직접 구축한 비전 학습 데이터셋 및 주행 실험 로그자율주행 주행 실증 영상 및 SODA STUDIO 탐구 포트폴리오
단계별 수업 내용
이론 암기가 아닌 직접 설계·구현·검증하는 수업 흐름
- MODULE 01
SODA VISION 하드웨어 구조 및 센서 데이터 수집
라즈베리파이 리눅스 제어, 카메라 스트리밍, 초음파 거리 측정 및 IMU 센서 데이터 로깅
- MODULE 02
OpenCV 컴퓨터 비전 및 차선·아루코마커 인식
HSV 색상 필터링, 이진화, 윤곽선 검출, 원근 변환 및 아루코마커 3차원 위치·거리 계산
- MODULE 03
데이터셋 구축 및 YOLO 딥러닝 사물 인식
교통 표지판·횡단보도·장애물 이미지 직접 촬영·라벨링, 딥러닝 모델 학습 및 정확도 검증
- MODULE 04
WCRC TWIN 시뮬레이션 & 센서 퓨전 주행 제어
가상 트랙에서 조향·속도 제어 알고리즘 실험 후 실물 로봇(PINKY PRO 기반)에 이식하여 주행 튜닝
- MODULE 05
실전 트랙 미션 수행 및 연구·대회 포트폴리오 완성
복합 주행 미션 테스트, 주행 오차 데이터 분석 보고서 작성 및 WCRC 대회·탐구 발표 준비
D.LAB CODING 목동캠퍼스에서 학생의 현재 학습 이력을 진단한 후 적합한 단계로 안내해 드립니다.
수업 상담 신청 자주 묻는 질문 (FAQ)
Q. SODA VISION과 SODA DRIVE는 어떻게 다른가요?
SODA VISION은 라즈베리파이, 카메라, 초음파·IMU 센서를 활용해 컴퓨터 비전과 데이터를 수집·분석하는 핵심 교육 하드웨어·기술 과정이며, SODA DRIVE는 이를 자율주행 로봇과 WCRC TWIN 시뮬레이션에 적용해 실전 주행과 전국 대회를 수행하는 심화 프로젝트 트랙입니다.
Q. 딥러닝이나 OpenCV가 초·중학생에게 너무 어렵지 않나요?
수식을 단순 암기하는 방식이 아니라 카메라가 찍은 이미지를 눈으로 직접 확인하며 색상 필터값, 사각형 좌표, 센서 거리값을 파이썬 코드로 바꾸어 보는 실험 중심 수업이어서 초등 고학년~중학생이 직관적으로 원리를 이해할 수 있습니다.
Q. 대회 출전이 필수가 아닌 학생도 수강할 수 있나요?
네, 정규 DISCOVERY(코어·어드밴스드) 과정에서는 대회 출전 부담 없이 컴퓨터 비전과 센서 실험, 데이터 탐구 역량을 키울 수 있으며, 희망하는 학생은 로봇 대회반을 통해 WCRC 등 전국 대회에 도전합니다.
Q. 수강 전 필요한 선수 학습 수준은 무엇인가요?
파이썬 기초 문법(변수, 조건문, 반복문, 리스트)을 이해하고 있으면 가장 좋으며, 입문 학생은 PREQUEL·ADVENTURE 과정을 거쳐 단계적으로 진입할 수 있습니다.
