특활
홈›교육 과정›특활›피지컬 AI 학점제와 캡스톤
특활
피지컬 AI 학점제와 캡스톤
카메라로 찾은 물체를 로봇팔이 집어 옮기게 합니다. 대학 과정에서는 자율주행 차량까지 연결해 미니 물류 셀을 만듭니다.
- 고등
- 대학

고등학생난이도 심화운영한 과정: 고교 1, 2학년 35명 대상 2일 과정으로 운영(1~10차시)
고교학점제 1학점 16차시 동안 로봇팔을 조립하고, 카메라로 찾은 물체를 집어 옮기게 합니다.
과정 개요
팀별로 5축 로봇팔을 조립하고 AI 코딩 도구로 제어 코드를 작성합니다. 동작 순서와 좌표를 익힌 다음 로봇 스트라이크 경기를 하며 동작을 다듬습니다. 후반에는 Python과 OpenCV로 물체의 색과 위치를 찾아, 로봇팔이 그 물체를 집어 옮기게 합니다. 색깔별로 물체를 나누는 과제와 산출물 보고서로 마칩니다.

다른 학년과 다른 점로봇팔 한 대와 색으로 물체를 찾는 방법에 집중합니다. 대학 과정에서는 여기에 YOLO 객체 인식과 역기구학을 더하고, 자율주행 차량과 로봇팔을 하나로 연결합니다.
| 총 수업 시간 | 13시간 20분 (16차시, 1차시 50분) |
|---|---|
| 운영 방식 | 주 1회 × 16회 (1학점), 2학점은 32차시로 확장 (3~4인 1팀) |
| 교구와 도구 | 5축 로봇팔(팀당 1대), USB 카메라, 자체 교안, 조립 교본 |
| 사용 프로그램 | 5축 로봇팔, Arduino IDE, C++, Python, OpenCV, USB 카메라, Cursor, ChatGPT, Gemini |
| 결과물 | 팀별로 조립하고 제어한 5축 로봇팔, 카메라로 찾은 물체 옮기기 시연, 성공률 기록, 산출물 보고서 |
학습 목표
- 1서보모터, 링크, 기어 구조와 PWM 제어 원리를 설명한다.
- 2AI 코딩 도구로 만든 코드를 검증하고 동작 순서를 설계한다.
- 3카메라로 물체의 색과 중심 좌표를 찾아 로봇 좌표로 바꾼다.
- 4물체를 집어 옮기는 데 성공한 비율을 기록하고 산출물 보고서로 정리한다.
차시별 수업 내용
| 차시 | 내용 | 시간 |
|---|---|---|
| 1~2 | 피지컬 AI와 로봇팔 구조산업용 로봇팔 사례와 자유도를 살펴보고, 서보모터와 링크, 기어 구조, PWM 신호, 작업 안전을 배웁니다.2차시 | |
| 3 | AI 코딩 도구Cursor, ChatGPT, Gemini에 코드를 요청해 보고, 받은 코드를 어떻게 확인할지 규칙을 정합니다.1차시 | |
| 4~5 | 로봇팔 조립과 회로 연결베이스와 관절, 그리퍼를 조립하고 서보 드라이버와 전원을 연결합니다.2차시 | |
| 6~8 | 관절 제어와 동작 순서가변저항으로 관절을 움직여 보고, 반복문과 각도 배열로 처음 자리에서 물건을 집어 옮긴 뒤 내려놓는 순서를 만듭니다.3차시 | |
| 9~10 | 좌표와 각도, 로봇 스트라이크삼각비로 손끝 위치를 계산해 보고, 팀별 원판 밀기 경기를 하며 동작을 다듬습니다.2차시 | |
| 11~12 | 카메라로 색깔 물체 찾기Python과 OpenCV로 카메라 영상을 받아, 색 범위로 물체를 찾고 화면 속 중심 좌표를 구합니다.2차시 | |
| 13~14 | 좌표 맞추기와 물체 옮기기기준점을 이용해 화면 좌표와 로봇 좌표를 맞추는 보정표를 만들고, 인식한 위치로 로봇팔을 보내 물체를 옮깁니다.2차시 | |
| 15~16 | 색깔별 분류, 시연, 보고서색깔별로 물체를 나눠 담는 작업을 완성하고, 성공률을 기록해 시연한 뒤 산출물 보고서를 냅니다.2차시 |
학년별 비교
| 대상 | 핵심 활동 | 난이도 | 시간 |
|---|---|---|---|
| 고등 | 카메라로 물체 집어 옮기기고교학점제 1학점 16차시 동안 로봇팔을 조립하고, 카메라로 찾은 물체를 집어 옮기게 합니다. | 심화 | 13시간 20분 |
| 대학 | 미니 물류 셀 캡스톤로봇팔, 비전 AI, 자율주행 차량을 하나로 연결해 미니 물류 셀 시제품 1개를 만듭니다. | 전문 | 40시간 |
다른 학년 과정을 골라도 됩니다. 반 학생들의 수준에 맞춰 한 학년 아래나 위 내용을 섞어 운영할 수 있으니, 문의할 때 반 분위기를 알려 주세요.
수업 사진

조립을 마친 5축 로봇팔

로봇 스트라이크 경기

대학 과정의 YOLO 객체 인식