본 연구실은 자율주행차의 안전성, 효율성, 그리고 실제 도로 환경에서의 운행을 위한 다양한 기술 개발에 중점을 두고 있습니다. 자율주행차의 주행 패턴 분석, 운전자 개입 시점 및 품질 평가, 그리고 도로 환경에 따른 주행 변수 최적화 등 다양한 연구를 수행하고 있습니다. 이를 위해 시뮬레이션 기반의 실험, 실제 도로 데이터 분석, 그리고 인공지능 및 빅데이터 기법을 적극적으로 활용하고 있습니다. 특히, 자율주행차의 안전성 검증을 위한 시나리오 개발과 사고 데이터 분석에 많은 노력을 기울이고 있습니다. 교통사고 데이터의 정형 및 비정형 정보를 융합하여 사고 발생 원인과 위험 요인을 체계적으로 규명하고, 이를 바탕으로 자율주행 시스템의 안전성 향상 방안을 제시합니다. 또한, 라이다 등 첨단 센서 데이터를 활용한 3D 객체 검출 및 인프라 센서 기반 가이던스 프레임워크 개발 등도 주요 연구 주제입니다. 이러한 연구는 도시 및 고속도로 환경에서 자율주행차의 실질적 도입을 위한 기반 기술을 마련하는 데 기여하고 있습니다. 더불어, 자율주행차와 기존 교통 시스템의 통합, 그리고 미래 스마트 모빌리티 서비스의 구현을 위한 다양한 협력 연구도 활발히 진행 중입니다.

연구실은 교통관제 및 운영 분야에서 인공지능과 빅데이터 기술을 접목한 첨단 교통시스템 개발에 주력하고 있습니다. 교차로 신호 제어, 교통류 시뮬레이션, 그리고 교통사고 위험도 예측 등 다양한 응용 분야에서 AI 기반의 모델링과 최적화 기법을 적용하고 있습니다. 이를 통해 교통 흐름의 효율성 증대와 사고 예방, 그리고 교통 혼잡 완화에 실질적인 기여를 하고 있습니다. 특히, 교통 빅데이터와 인공지능을 활용한 교통사고 위험구간 예측, 사고 심각도 예측 모델 개발, 그리고 교통사고 예방대책 매칭 알고리즘 등은 연구실의 대표적인 성과입니다. 또한, 시뮬레이션 기반의 교통시설 평가, 신호 최적화, 그리고 V2I(차량-인프라 간 통신) 환경에서의 신호 제어 알고리즘 개발 등도 활발히 이루어지고 있습니다. 이와 함께, 스마트시티 교통부문에서의 통합 이동서비스(MaaS), 친환경차 전용차로 운영, 그리고 교통 정책 및 법제도 개선 연구 등도 병행하여 진행하고 있습니다. 이러한 연구는 미래 도시의 지속가능한 교통체계 구축과 시민의 이동 편의성 증진에 중요한 역할을 하고 있습니다.