준비 중
실외 자율주행 로봇을 위한 AI 기반 위치추정 및 경로계획 고도화 연구
기업 용역 과제 / 정부 과제
소속
고려대학교 기계공학과
프로필
정우진 교수 연구실(고려대학교 기계공학과)은 자율주행로봇의 실외 주행 환경에 특화된 경로 계획, 위치 추정, 환경 인식 기술을 기반으로 도시 및 산업 현장 내 무인 시스템 구현에 전문성을 보유하고 있습니다. 특히 3D LiDAR 기반의 고정밀 위치 추정 기술과 실시간 지형 맵핑 기술, 그리고 자기지도학습 기반의 위험지형 인식 기술을 바탕으로, 복잡하고 예측 불가능한 실외 환경에서도 높은 수준의 자율성을 확보할 수 있는 기술력을 개발해 왔습니다. 현재 TRL 6단계(시제품 제작/성능평가)에 도달한 기술을 다수 보유하고 있으며, 산업 적용을 위한 공동 연구 및 기술 이전 가능성을 염두하고 있습니다.
연구 관심 주제
실외 환경 자율주행을 위한 경로계획 및 위치추정 AI 시스템 고도화
연구 상세 내용
① 자기지도학습 기반 실외 위험지형 인식 기술
라벨링 없이도 주행 경험 데이터를 학습에 활용할 수 있는 AI 기반 위험지형 분석 기술을 개발하였습니다. 실시간 3D 포인트 클라우드 데이터를 통해 지형을 정밀하게 인식하고, Traversability Mapping을 통해 통과 가능성과 위험도를 자동 추론합니다.
② 3D LiDAR 기반 위치추정 기술
기존의 Map Matching 기법을 확장하여 다양한 외부 환경에서도 강건한 위치추정을 수행합니다. NDT 기반의 지형 정보 처리와 불확실성 추정 기법을 적용함으로써, 기존 대비 향상된 정확도와 신뢰성을 확보했습니다.
③ 다중 로봇 기반 경로계획 기술
대규모 물류창고 및 산업 현장에서의 실제 적용을 목표로, 다수 로봇이 충돌 없이 효율적으로 경로를 계획·수행할 수 있도록 최적화된 알고리즘을 보유하고 있습니다. Flow time, Makespan 등 실험 결과에서도 기존 기법 대비 우수한 성능을 입증하였습니다.
협력 희망 분야
스마트 물류/운송 시스템
산업 현장 내 무인지게차, 배달로봇, 서빙로봇 등 상용 자율주행 로봇
AI 기반 자율주행 소프트웨어 플랫폼 개발
실외 환경용 디지털트윈/맵핑 솔루션
본 협업 건 관련 특장점
도심 및 복합 실외 환경에 특화된 기술 스택: 일반적인 실내 환경이 아닌, 도심 또는 복잡한 야외 지형에서도 강건한 주행이 가능하도록 최적화된 인식·추정·계획 기술을 개발하였음.
라벨링 없는 자기지도학습 기반 AI 기술: AI 학습 효율성과 실환경 대응력을 동시에 확보한 접근 방식.
산업 연계 실적 확보: 인천공항, 배달로봇, LG CNS 등 실제 적용을 위한 PoC 및 기술 실증을 진행한 바 있으며, 상용화를 위한 기반이 충분히 마련되어 있음.
다수 특허 보유: 위치 추정, 장애물 인식, 경로계획 관련 핵심 특허 다수 확보.
협업 희망 방식
연구 협업, 연구 과제, 기술이전
협업 파트너 요건
자율주행 로봇 또는 관련 시스템 개발 기업
스마트 물류, 서빙로봇 등 상용화 수요가 있는 기업 또는 기관
AI 기반 위치추정/환경인식/경로계획에 기술 투자 여력이 있는 파트너
기술기반 스타트업부터 중대형 제조기업까지 모두 가능
연구 키워드
자율주행로봇
3D LiDAR
경로계획
위치추정
자기지도학습