종합적인 자율주행차량 이상 진단 및 고장감지를 위해 첫번째로 차량 동역학 모델을 재정립할 계획입니다. 자율주행차 기술이 발전하면서, 기존의 센서 외에도 카메라, 라이다 그리고 무선 통신을 통해 새롭고 다양한 센싱 정보를 얻을 수 있게 되었습니다. 새로운 센싱 정보를 기반으로 차량 동역학 모델을 재정립하여 기존의 차량 동역학 모델보다 높은 관측성을 가지는 모델을 얻고자 합니다. 또한, 타이어 힘의 비선형성을 고려하여 보다 넓은 주행 범위에 적용가능한 차량 동역학 모델을 구하고자 합니다. 새롭게 정립한 비선형 차량 동역학 모델을 바탕으로 타이어 힘, 조향각, 슬립 앵글, 요 각속도 등을 포함한 다양한 차량 상태 정보를 실시간으로 추정할 수 있는 알고리즘을 개발할 예정입니다. 미지의 비선형 함수를 근사할 수 있는 기계학습의 장점과 시스템 변수 추정에 대한 안정성을 보장할 수 있는 제어이론의 장점을 융합하는 새로운 추정 알고리즘을 개발하고자 합니다. 높은 비선형성을 가지는 모델에 적용 가능한 뉴럴 네트워크 기반의 관측기 개발 연구를 수행할 계획이며, 리아프노프 안정도 이론에 기반하여 관측기의 안정도를 분석할 예정입니다. 최종적으로 시스템 이상 진단 및 고장감지를 위해 미지입력에 대한 비간섭 조건을 고려한 더욱 발전된 기계학습과 제어이론의 융합 기반의 관측기를 개발할 계획입니다. 개발한 관측기를 바탕으로 자율주행차의 횡방향 주행제어 시스템에 대한 종합적인 이상 진단 알고리즘을 개발할 계획이며, 주요 차량 제조 및 부품제조 업체에서 사용되는 차량 동역학 시뮬레이션 소프트웨어인 CarSim을 이용하여 개발한 알고리즘을 검증할 계획입니다.