KAIST AXE Lab은 자율주행 차량의 안전하고 효율적인 주행을 위해 최적 경로 계획 및 예측 기술을 중점적으로 연구하고 있습니다. 자율주행 차량이 실제 도로 환경에서 다양한 장애물과 복잡한 교통 상황을 마주할 때, 안전한 경로를 실시간으로 생성하고 예측하는 것은 매우 중요한 과제입니다. 이를 위해 연구실은 딥러닝, 강화학습, 최적화 기반의 경로 계획 알고리즘을 개발하여, 차량이 다양한 주행 시나리오에서 충돌을 회피하고 원활하게 주행할 수 있도록 지원합니다. 특히, Homotopy 기반의 경로 계획과 제약 예측 기술을 도입하여, 비신호 교차로, 라운드어바웃, 고속도로 합류 등 다양한 주행 환경에서 발생할 수 있는 복수의 경로 선택지(동형류)를 효과적으로 탐색하고, 각 경로에 대한 안전성과 효율성을 평가합니다. 이 과정에서 주변 차량의 동적 움직임과 불확실성을 고려한 예측 모델을 적용하여, 실시간으로 최적의 주행 경로를 산출합니다. 또한, 트랜스포머 네트워크와 그래프 신경망 등 최신 인공지능 기법을 활용하여, 주변 차량의 행동을 예측하고, 이를 기반으로 경로 계획의 정확도를 높이고 있습니다. 이러한 연구는 실제 차량 시뮬레이터 및 실도로 테스트베드 환경에서 검증되고 있으며, 기존의 전통적 경로 계획 방법과 비교하여 더 높은 안전성과 주행 성능을 입증하고 있습니다. 앞으로는 다양한 도로 환경과 복잡한 교통 상황에서도 일반화 가능한 경로 계획 및 예측 기술을 개발하여, 완전 자율주행 시대를 앞당기는 데 기여하고자 합니다.

본 연구실은 저비용 센서만을 활용하여 라이다 수준의 객체 검출 성능을 달성하는 카메라-레이다 융합 인공지능 인지 기술을 선도적으로 개발하고 있습니다. 자율주행 차량의 안전한 주행을 위해서는 주변 환경에 대한 정확한 인지가 필수적이며, 이를 위해 카메라와 레이다 센서의 장점을 결합한 다양한 딥러닝 기반 융합 알고리즘을 연구하고 있습니다. 이 과정에서 3D 객체 검출, 다중 모드 장소 인식, 불확실성 추정, 능동학습 등 다양한 최신 기술을 적용하고 있습니다. 특히, 카메라와 레이다의 데이터 특성을 효과적으로 융합하기 위해, 크로스-모달 지식 증류, 트랜스포머 기반의 스파티오-컨텍스추얼 퓨전, 그래프 모델링 등 첨단 인공지능 기법을 도입하고 있습니다. 이를 통해, 악천후나 비정형 환경에서도 강인한 인지 성능을 확보하고, 실시간 3D 객체 검출 및 위치 추정의 정확도를 크게 향상시켰습니다. 또한, 벡터화 고정밀 지도와 이미지를 결합한 다중 모드 장소 인식 기술을 개발하여, GPS 의존도를 낮추고 다양한 환경에서의 위치 인식 신뢰성을 높이고 있습니다. 이러한 연구 성과는 nuScenes, KITTI 등 세계적 자율주행 데이터셋에서 최고 성능을 달성하며, 실제 산업 현장과 연계된 다양한 프로젝트 및 특허로 이어지고 있습니다. 앞으로도 연구실은 인지-예측-판단의 전 과정을 아우르는 인공지능 기반 자율주행 핵심 기술을 지속적으로 개발하여, 글로벌 자율주행 산업의 혁신을 선도할 계획입니다.

AXE Lab은 전기 및 하이브리드 차량의 파워트레인 설계와 에너지 관리 전략 최적화 분야에서도 세계적인 연구 역량을 보유하고 있습니다. 다양한 파워트레인 아키텍처(입력분기, 출력분기, 복합분기 등)에 대한 설계 공간 탐색, 가상 레버 기반 최적화, 다중 모드 하이브리드 시스템 설계 등 혁신적인 방법론을 개발하여, 연비와 주행 성능을 동시에 극대화하는 최적의 파워트레인 구조를 제시하고 있습니다. 특히, 실시간 예측 에너지 관리, 동적 프로그래밍 기반 최적화, 배터리 수명 및 효율을 고려한 통합 제어 전략 등 다양한 연구를 통해, 실제 산업 현장에 적용 가능한 실용적 솔루션을 제공하고 있습니다. 또한, 연료전지 하이브리드, 플러그인 하이브리드, 동적 무선충전 전기차 등 미래형 친환경 차량 기술에도 적극적으로 대응하고 있습니다. 실도로 주행 데이터와 시뮬레이션을 결합한 검증을 통해, 이론적 연구와 실용적 성과를 동시에 달성하고 있습니다. 이러한 연구는 국내외 완성차 업체 및 연구기관과의 협력 프로젝트, 특허 출원, 우수 논문 발표 등으로 이어지며, 친환경 모빌리티 산업의 기술 혁신을 주도하고 있습니다. 앞으로도 연구실은 에너지 효율과 친환경성을 극대화하는 미래형 파워트레인 및 에너지 관리 기술 개발에 매진할 계획입니다.