RnDCircle Logo
arrow left icon

IMSL

부경대학교 기계설계공학전공

김창원 교수

Deep Reinforcement Learning

Autonomous Driving

Active Safety Systems

IMSL

기계설계공학전공 김창원

IMSL(Intelligent Mobility Systems Laboratory)은 기계설계공학을 기반으로 지능형 모빌리티 시스템, 자율주행 로봇, 서비스 로봇, 스마트 메커니즘 설계 등 첨단 융합기술을 연구하는 연구실입니다. 본 연구실은 지능형 제어 시스템, 자율주행 알고리즘, 사용자 의도 기반 제어, 생체모방형 제어 전략 등 다양한 분야에서 국내외적으로 활발한 연구를 수행하고 있습니다. 특히, 모바일 플랫폼의 자율주행 기술 개발에 중점을 두고 있으며, 물류로봇, 환자 이송 로봇, 작업자 추종 로봇 등 실제 산업 및 의료 현장에 적용 가능한 다양한 서비스 로봇을 개발하고 있습니다. 이를 위해 AHP, FAHP, 딥러닝, 강화학습 등 최신 인공지능 및 최적화 기법을 활용하여 복잡한 환경에서도 높은 신뢰성과 효율성을 확보하고 있습니다. 또한, 사용자와 로봇 간의 직관적이고 안전한 상호작용을 실현하기 위해, 사용자 의도 기반 제어 시스템과 적응형 인터페이스 기술을 연구하고 있습니다. 생체모방형 제어 전략을 도입하여, 인간의 신경계 및 뇌 변연계의 원리를 로봇 제어에 적용함으로써, 기존 제어 방식의 한계를 극복하고 있습니다. 연구실은 다양한 국내외 산학협력 프로젝트, 정부과제, 특허 및 논문 발표를 통해 연구성과를 지속적으로 창출하고 있습니다. 삼성중공업, 산업통상자원부, 한국연구재단 등과의 협력을 통해 실제 산업 현장에 연구 결과를 적용하고 있으며, 학생들의 창의적 연구와 실무 역량 강화를 위한 다양한 장비와 실험 환경을 갖추고 있습니다. 앞으로도 IMSL은 지능형 모빌리티와 로봇공학 분야에서 혁신적인 연구를 선도하며, 미래 스마트 사회 구현을 위한 핵심 기술 개발에 앞장설 것입니다.

Deep Reinforcement Learning
Autonomous Driving
Active Safety Systems
지능형 제어 시스템
지능형 제어 시스템은 기존의 제어 이론을 넘어, 인공지능과 기계학습, 퍼지 로직, 유전 알고리즘, 강화학습 등 다양한 첨단 기술을 융합하여 복잡하고 불확실한 환경에서도 안정적이고 효율적인 제어를 실현하는 기술입니다. 본 연구실에서는 불확실성이 높고 모델링이 어려운 시스템을 대상으로, 퍼지 로직과 유전 알고리즘, 강화학습 기반의 제어 전략을 개발하여 실제 로봇 및 자율주행 시스템에 적용하고 있습니다. 이러한 접근은 기존의 PID 제어나 LQG 제어 등 전통적인 방식이 한계에 부딪히는 상황에서 더욱 빛을 발합니다. 특히, 뇌 변연계 기반의 생체모방형 제어 전략을 도입하여, 인간의 감정 및 행동 반응 메커니즘을 모사함으로써, 예측 불가능한 외부 환경 변화에도 유연하게 대처할 수 있는 지능형 제어기를 개발하고 있습니다. 이와 같은 제어기는 자율주행 차량, 서비스 로봇, 산업용 로봇 등 다양한 분야에 적용되어, 시스템의 안정성과 적응성을 크게 향상시키고 있습니다. 향후에는 강화학습과 딥러닝 등 최신 인공지능 기술과의 융합을 통해, 더욱 복잡한 환경에서도 스스로 학습하고 최적의 제어 전략을 도출할 수 있는 차세대 지능형 제어 시스템 개발을 목표로 하고 있습니다. 이를 통해 미래의 스마트 모빌리티, 스마트 팩토리, 의료 및 복지 로봇 등 다양한 응용 분야에서 혁신적인 성과를 창출할 것으로 기대됩니다.
모바일 플랫폼의 자율주행 및 서비스 로봇
모바일 플랫폼의 자율주행 기술은 물류, 의료, 스마트팩토리, 자율주차장 등 다양한 환경에서 로봇이 스스로 경로를 계획하고 장애물을 회피하며 목적지까지 안전하게 이동할 수 있도록 하는 핵심 기술입니다. 본 연구실에서는 4륜 조향(4WS) 기반 모바일 로봇, 메카넘휠 로봇, 자율주행 지게차, 환자 이송 로봇 등 다양한 플랫폼을 대상으로 자율주행 알고리즘과 경로 계획, 모션 제어 기술을 개발하고 있습니다. 특히, AHP, FAHP, 딥러닝 기반의 경로 계획 및 내비게이션 알고리즘을 통해 복잡한 실내외 환경에서도 높은 신뢰성과 효율성을 확보하고 있습니다. 서비스 로봇 분야에서는 물류 이송, 환자 이송, 작업자 추종 등 다양한 응용을 위한 로봇 시스템을 개발하고 있습니다. 예를 들어, 병원이나 요양시설에서 환자를 안전하게 이송하는 돌봄로봇, 스마트팩토리 내에서 자율적으로 물류를 운반하는 AGV, 작업자를 인식하고 따라다니는 작업자 추종 로봇 등이 대표적입니다. 이러한 서비스 로봇은 사용자 의도 기반 제어, 적응형 인터페이스, 센서 융합 기술 등을 활용하여 사용자의 편의성과 안전성을 극대화하고 있습니다. 미래에는 자율주행 모바일 플랫폼과 서비스 로봇의 융합을 통해, 인간과 로봇이 협력하는 스마트 환경을 구현하는 것이 목표입니다. 이를 위해 실시간 센서 데이터 처리, 다중 로봇 협업, 강화학습 기반의 자율성 향상 등 다양한 연구를 지속적으로 수행하고 있으며, 실제 산업 현장과 의료 현장에 적용하여 그 효과를 검증하고 있습니다.
사용자 의도 기반 제어 및 생체모방형 제어 전략
사용자 의도 기반 제어는 로봇이나 모바일 플랫폼이 사용자의 의도와 행동을 실시간으로 파악하여, 보다 직관적이고 안전하게 제어할 수 있도록 하는 첨단 기술입니다. 본 연구실에서는 다양한 센서와 딥러닝, 신호처리 기법을 활용하여 사용자의 움직임, 제스처, 생체 신호 등을 분석하고, 이를 로봇 제어 신호로 변환하는 시스템을 개발하고 있습니다. 이를 통해 환자 이송 로봇, 전동 휠체어, 보조 로봇 등에서 사용자의 요구에 맞춘 맞춤형 제어가 가능해집니다. 생체모방형 제어 전략은 인간의 신경계, 뇌 변연계 등 생물학적 시스템의 제어 원리를 모사하여, 기존 제어 방식보다 더욱 유연하고 적응적인 제어를 실현하는 방법입니다. 예를 들어, 뇌 변연계 기반 제어는 감정과 행동의 연관성을 수학적으로 모델링하여, 예측 불가능한 환경 변화에도 효과적으로 대응할 수 있도록 합니다. 이러한 생체모방형 제어는 로봇의 위치 제어, 경로 추종, 장애물 회피 등 다양한 응용에 적용되고 있습니다. 향후 연구에서는 사용자와 로봇 간의 상호작용을 더욱 자연스럽고 효율적으로 만들기 위해, 인공지능 기반의 의도 예측, 적응형 인터페이스, 멀티모달 센서 융합 등 다양한 기술을 통합할 계획입니다. 이를 통해 인간 중심의 로봇 제어 패러다임을 선도하고, 의료, 복지, 산업 등 다양한 분야에서 혁신적인 서비스를 제공하는 것을 목표로 하고 있습니다.
1
Development of an Adaptive AHP Path Planning Method considering the Mobile Robot Driving Environment.
Lee, Junseo, C. Kim
IEEE Access, 2024
2
Efficient Navigation and Motion Control for Autonomous Forklifts in Smart Warehouses: LSPB Trajectory Planning and MPC Implementation
K. Vorasawad, M. Park, C. Kim
Machines, 2023
3
Development of a Worker-Following Robot System: Worker Position Estimation and Motion Control under Measurement Uncertainty
H. Yoo, D. Kim, J. Sohn, K. Lee, C. Kim
Machines, 2023
1
Development of An Autonomous-driving Module for Mobile Platforms at Work Sites
Samsung Heavy Industries
2023년 ~ 2023년 12월
2
A Study on Deep Reinforcement Learning based Navigation Algorithm to Improve Autonomous Driving Performance of Mobile Robots
National Research Foundation of Korea
2021년 06월 ~ 2024년 02월
3
Development of a patient transfer robot with anti-sway control function
Ministry of Health and Welfare
2020년 04월 ~ 2022년 12월