이 연구 주제는 자율주행 차량이 주행 중 자신의 동역학 상태를 정확하게 파악하고, 동시에 노면과 타이어의 상호작용을 반영하는 모델을 스스로 학습하도록 만드는 데 초점을 둔다. 실제 차량에서는 속도, 자세, 횡미끄럼각, 타이어 힘과 같은 핵심 상태를 직접 측정하기 어렵고, 타이어 특성 또한 시간과 주행 조건에 따라 계속 변한다. 따라서 연구실은 제한된 센서 정보만으로도 차량의 내부 상태를 안정적으로 추정할 수 있는 관측기 기반 접근법을 발전시키고 있다. 특히 신경망과 제어이론을 결합한 신경-적응 관측기 구조를 활용하여, 기존에 사전 가정이 필요한 경험적 타이어 모델 대신 데이터 기반 타이어 힘 표현을 도입하는 방향이 두드러진다. 이는 비선형 차량 모델, 상태공간 기반 추정, 안정도 보장, 시뮬레이션 및 실험 검증을 함께 요구하는 고난도 연구이다. MATLAB 및 CarSim과 같은 차량 시뮬레이션 환경에서 차선 변경, 코너링 등 다양한 주행 상황을 통해 알고리즘을 검증함으로써, 모델 불확실성과 측정 제약이 큰 상황에서도 높은 추정 성능을 확보하는 것이 핵심이다. 이 연구는 자율주행차의 주행 안정성, 제어 성능, 안전성 향상에 직접적으로 연결된다. 정확한 상태 추정은 횡방향 제어, 경로 추종, 미끄러짐 대응, 이상 상황 탐지의 기반이 되며, 타이어 모델의 온라인 학습은 차량이 노면 변화와 마모 조건에 적응하도록 돕는다. 장기적으로는 저비용 센서를 사용하는 실용적 자율주행 시스템, 디지털 트윈 기반 차량 진단, 적응형 주행 제어 기술로 확장될 수 있다는 점에서 높은 응용 가치를 갖는다.

이 연구 주제는 자전거와 전동 킥보드처럼 상대적으로 취약한 개인형 이동수단 이용자를 보호하기 위해, 주변 차량을 실시간으로 감지하고 추적하는 지능형 센서 시스템을 개발하는 데 중점을 둔다. 자동차 중심의 첨단 운전자 보조 기술과 달리, 개인형 이동수단은 센서 크기, 무게, 전력, 비용에 큰 제약이 있다. 연구실은 이러한 제약을 고려하면서도 실제 도로 환경에서 후방 차량이나 교차로 접근 차량의 궤적을 정확히 파악할 수 있는 실용적 시스템을 제안하고 있다. 이를 위해 단일 빔 레이저 센서의 능동 방향 제어, 저밀도 라이다 기반 객체 검출, 다중 표적 추적, 상호작용 다중모델 필터링, 데이터 연관 기법 등을 결합한다. 센서가 바라보는 방향을 실시간으로 조정해 차량을 계속 추적하거나, 해상도가 낮은 센서 데이터에서 차량 클러스터를 안정적으로 분리하고 위치를 보정하는 알고리즘이 핵심 요소이다. 이러한 연구는 단순한 인지 기술을 넘어 센서 제어와 추정 알고리즘을 하나의 폐루프 시스템으로 통합한다는 점에서 제어공학적 의미가 크다. 연구 성과는 자전거 이용자 충돌 경고, 후방 접근 차량 알림, 교차로 위험 예측, 스마트 e-스쿠터 보호 시스템 등으로 이어질 수 있다. 특히 차량과 개인형 이동수단이 혼재하는 도시 교통 환경에서 사고를 줄이기 위한 핵심 기술로 활용 가능성이 높다. 향후에는 센서 융합, 경량 임베디드 구현, 실시간 위험도 평가, 사용자 경고 인터페이스와 결합되어 보다 고도화된 마이크로모빌리티 안전 플랫폼으로 발전할 수 있다.

이 연구 주제는 도로 표식이나 정형화된 교통 인프라에 의존하기 어려운 오프로드 환경에서, 자율주행 차량이 자신의 위치와 자세를 안정적으로 추정하고 안전하게 주행하도록 지원하는 항법 및 진단 기술을 다룬다. 오프로드 환경은 노면 불규칙성, 큰 진동, 센서 잡음, 지형 변화, 경로 불확실성 등으로 인해 기존 온로드 자율주행 알고리즘을 그대로 적용하기 어렵다. 연구실은 이러한 환경에서 저가형 IMU와 제한된 센서 구성을 활용하면서도 신뢰성 있는 항법 성능을 확보하는 데 집중하고 있다. 핵심 방법론으로는 기계학습과 제어이론의 융합, 추정 알고리즘 고도화, 신경망 기반 관측기, 센서 이상 진단, 횡방향 주행 제어 안전성 향상 기술이 포함된다. 단순히 위치를 계산하는 수준을 넘어, 센서 결함이나 차량 거동 이상을 조기에 탐지하고, 잘못된 상태 정보가 제어기로 전달되는 것을 막는 안전 중심 구조를 지향한다. 이는 자율주행 시스템이 실제 현장에서 견고하게 작동하기 위해 반드시 필요한 연구 축으로, 불확실성과 비선형성이 큰 시스템에서 안정성과 성능을 동시에 만족시키는 것이 중요하다. 이러한 연구는 농업, 국방, 건설, 재난 대응, 무인 탐사와 같은 다양한 오프로드 응용 분야에서 큰 파급력을 가진다. 또한 상태 추정과 이상 진단의 정밀도가 높아질수록 차량의 경로 추종 성능, 전복 방지, 미끄러짐 대응, 임무 성공률이 향상된다. 장기적으로는 저비용 고신뢰 자율주행 플랫폼, 극한 환경용 무인 이동체, 안전 인증 기반의 지능형 항법 시스템으로 확장될 수 있다.