LiDAR 센서는 자율주행 차량 및 로봇 비전 분야에서 핵심적인 역할을 하고 있습니다. VIP-LAB에서는 LiDAR 데이터를 활용하여 다중 객체를 효과적으로 인식하고 추적하는 기술을 연구하고 있습니다. 이 연구는 주행 환경에서 다양한 객체(차량, 보행자, 장애물 등)를 실시간으로 탐지하고, 각 객체의 위치와 움직임을 정확하게 파악하는 것을 목표로 합니다. 이를 위해 노이즈가 많은 원시 데이터를 정제하는 디노이징 기법, 객체의 특징을 추출하고 분류하는 알고리즘, 그리고 환경 인식 및 교차로 충돌 안전성 확보를 위한 다양한 응용 기술이 개발되고 있습니다. 이러한 기술은 실제 도로 환경에서의 복잡한 상황을 효과적으로 처리할 수 있도록 설계되었습니다. 예를 들어, 교차로에서의 충돌 위험을 사전에 감지하거나, 다양한 환경 조건(비, 안개, 야간 등)에서도 안정적으로 객체를 인식할 수 있도록 하는 것이 주요 연구 과제입니다. 또한, LiDAR 데이터의 고차원성과 대용량 특성을 고려하여, 효율적인 데이터 처리 및 실시간 연산이 가능하도록 알고리즘 최적화에도 많은 노력을 기울이고 있습니다. VIP-LAB의 연구는 산업계와의 협업을 통해 실제 차량 및 로봇 시스템에 적용되고 있으며, 다양한 프로젝트와 논문을 통해 그 성과가 입증되고 있습니다. 앞으로도 LiDAR 기반 인식 및 추적 기술의 고도화와 더불어, 자율주행 시스템의 안전성과 신뢰성을 높이기 위한 연구를 지속적으로 추진할 예정입니다.

VIP-LAB에서는 딥러닝과 SLAM(동시 위치추정 및 지도작성) 기술을 융합하여, 단일 이미지 또는 3차원 점군 데이터를 기반으로 도로의 특징을 효과적으로 검출하고, 이를 바탕으로 정밀한 지도를 생성하는 연구를 수행하고 있습니다. 이 연구는 자율주행 차량이 복잡한 도로 환경에서 자신의 위치를 정확히 파악하고, 안전하게 주행할 수 있도록 지원하는 것을 목표로 합니다. 특히, 단안 카메라나 저가형 센서만을 활용하여도 고정밀 지도를 생성할 수 있는 알고리즘 개발에 중점을 두고 있습니다. 딥러닝 기반 의미론적 분할(Semantic Segmentation) 기법을 통해 도로, 차선, 표지판, 장애물 등 다양한 도로 요소를 자동으로 인식하고 분류합니다. 또한, SLAM 기술을 활용하여 차량의 이동 경로와 주변 환경을 실시간으로 매핑함으로써, 기존의 고가 센서에 의존하지 않고도 정밀한 위치 추정과 지도 작성이 가능합니다. 이러한 기술은 크라우드소싱 기반의 지도 생성, 실내외 환경에서의 2D/3D 맵 변환, 그리고 다양한 주행 환경에 대한 적응성 향상에 기여하고 있습니다. 이 연구는 실제 캠퍼스 셔틀버스, 군집 차량, 무인 지상 차량 등 다양한 응용 사례에 적용되고 있으며, 관련 논문과 프로젝트를 통해 그 우수성이 입증되고 있습니다. 앞으로도 VIP-LAB은 딥러닝과 SLAM의 융합을 통한 자율주행 인지 기술의 혁신을 선도해 나갈 계획입니다.

VIP-LAB은 자율주행 차량의 환경 인식, 위치 추정, 경로 계획 및 차량 제어를 위한 통합 인공지능 알고리즘 개발에 집중하고 있습니다. 환경 인식 단계에서는 다양한 센서(카메라, LiDAR, 레이더 등)로부터 수집된 데이터를 융합하여, 차량 주변의 도로 구조와 장애물, 보행자, 기타 차량 등을 실시간으로 파악합니다. 이를 바탕으로 차량의 현재 위치를 정확히 추정하고, 안전한 주행 경로를 계획하는 기술이 연구되고 있습니다. 특히, VIP-LAB은 경로 계획 및 차량 제어 분야에서 최신 인공지능 기법과 확률적 필터 이론을 접목하여, 예측 가능한 주행과 돌발 상황 대응 능력을 강화하고 있습니다. 예를 들어, 다양한 도로 상황(교차로, 곡선, 비포장 도로 등)에서의 경로 최적화, 실시간 장애물 회피, 그리고 차량의 동적 특성을 고려한 제어 알고리즘이 개발되고 있습니다. 이러한 연구는 실제 차량 및 시뮬레이션 환경에서 검증되며, 산업계와의 협력을 통해 상용화 가능성도 높이고 있습니다. 이와 더불어, VIP-LAB은 소프트웨어 정의 차량(SDV) 플랫폼, AI 프레임워크 연동, 엣지 컴퓨팅 기반 실시간 인지 및 제어 등 차세대 자율주행 기술 개발에도 앞장서고 있습니다. 앞으로도 자율주행 차량의 안전성과 효율성을 극대화하기 위한 지능형 인지 및 제어 알고리즘 연구를 지속적으로 추진할 예정입니다.