RISE 연구실은 자율주행 차량의 인지 및 판단 능력을 극대화하기 위해 멀티모달 머신러닝과 센서 융합 기술을 중점적으로 연구합니다. 다양한 센서(라이다, 레이더, 카메라, 사운드 등)에서 수집된 데이터를 통합하여, 복잡한 도로 환경에서도 정확하게 객체를 탐지하고 추적할 수 있는 알고리즘을 개발하고 있습니다. 이러한 기술은 자율주행 차량이 다양한 환경 변화와 예기치 못한 상황에서도 안정적으로 주행할 수 있도록 지원합니다. 특히, 센서 융합 기반의 객체 탐지 및 추적, 2D/3D 컴퓨터 비전, 딥러닝 기반 3D 객체 인식, 센서 캘리브레이션 및 최적화, 시각-언어 모델을 활용한 고차원 속성 인식 등 다양한 연구가 이루어지고 있습니다. 또한, 멀티모달 데이터의 특성을 고려한 도메인 적응, 지식 증류, 테스트 타임 적응, 생성 모델 등 최신 머신러닝 이론을 접목하여 데이터셋의 다양성과 효율성을 높이고 있습니다. 이러한 연구는 자율주행 차량뿐만 아니라, 스마트 모빌리티, 로봇, 드론 등 다양한 이동체의 인지 및 제어 시스템에도 적용될 수 있습니다. 궁극적으로는 안전하고 효율적인 미래 교통 시스템 구현에 기여하고자 하며, 실제 산업 현장과의 협업을 통해 기술의 실용화와 확장성을 지속적으로 검증하고 있습니다.

RISE 연구실은 자율주행 및 스마트 모빌리티 분야에서 지속적 학습(Continual Learning)과 연합학습(Federated Learning) 기술을 적극적으로 도입하고 있습니다. 지속적 학습은 실제 도로 환경에서 발생하는 다양한 상황과 새로운 데이터를 실시간으로 반영하여, 모델이 끊임없이 진화하고 적응할 수 있도록 하는 핵심 기술입니다. 이를 통해 자율주행 시스템의 신뢰성과 안전성을 높이고, 예기치 못한 상황에서도 빠르게 대응할 수 있는 능력을 확보하고 있습니다. 연합학습은 여러 차량이나 로봇, 혹은 기관 간에 데이터를 직접 공유하지 않고도 분산된 환경에서 공동으로 모델을 학습하는 방법입니다. 이는 개인정보 보호와 데이터 보안이 중요한 자율주행 및 모빌리티 분야에서 매우 중요한 역할을 하며, 다양한 환경과 도메인에서 수집된 데이터를 효과적으로 활용할 수 있게 합니다. RISE 연구실은 국내외 다양한 기관 및 산업체와의 협업을 통해 실제 연합학습 시스템을 구축하고, 대규모 실증 프로젝트를 수행하고 있습니다. 이와 더불어, 도메인 적응, 테스트 타임 적응, 스케일러블 딥러닝 등 최신 머신러닝 기법을 접목하여, 새로운 모빌리티 도메인에 신속하게 확장 가능한 지능형 플랫폼을 개발하고 있습니다. 이러한 연구는 미래형 모빌리티 서비스, 스마트 시티, 물류 로봇, 항공 및 해양 이동체 등 다양한 분야로의 응용 가능성을 넓히고 있습니다.

RISE 연구실은 공간 인공지능(Spatial AI)과 경로 계획, 궤적 예측 분야에서도 선도적인 연구를 수행하고 있습니다. 공간 인공지능은 차량이나 로봇이 주변 환경을 3차원적으로 인식하고, 위치를 정확하게 파악하며, 지도 생성 및 장소 인식(SLAM, Place Recognition) 등 다양한 공간적 문제를 해결하는 기술입니다. Gaussian Splatting, Neural Radiance Field(NeRF) 등 최신 3D 비전 기술을 활용하여, 비가시 영역(NLOS) 객체의 위치 추정, 차량 자세 추정, 복잡한 도로 환경에서의 실시간 맵핑 및 위치 인식 알고리즘을 개발하고 있습니다. 경로 계획 및 궤적 예측 연구에서는 객체의 이동 경로를 예측하고, 정지-출발(Stop and Go), 차선 변경, 보행자 모호한 횡단 등 실제 도로에서 발생할 수 있는 다양한 시나리오에 대응할 수 있는 알고리즘을 개발합니다. 인프라 기반 궤적 예측, 다중 객체 궤적 예측, 교차로 상황 인지 등 다양한 응용 분야에 적용되고 있으며, 실제 교통 환경에서의 실증을 통해 기술의 신뢰성과 효율성을 검증하고 있습니다. 이러한 연구는 자율주행 차량의 안전성 향상뿐만 아니라, 스마트 시티, 물류, 항공, 해양 등 다양한 산업 분야에서의 공간 인공지능 기술 확장에 기여하고 있습니다. 또한, 대규모 데이터셋 생성 및 개선, 시뮬레이션 기반 평가 등 실용적 연구를 통해 산업계와의 협력도 활발히 이루어지고 있습니다.