신경-적응 관측기 기반 자율주행 상태추정·항법 제어

Neuro-Adaptive Observers for Autonomous Driving State Estimation and Navigation Control

연구 내용

신경-적응 관측기와 상태 추정 기법으로 차량 동역학 및 타이어 모델을 동시 학습하고, 항법·주행 제어에서 안전성 진단까지 연결하는 연구

차량의 관측가능한 측정 신호를 이용해 비선형 시스템의 상태와 비선형 함수(예: 타이어 힘 특성)를 함께 추정하는 신경-적응 관측기 설계를 수행합니다. 공정 동역학에 대한 선형 가정 없이 관측기 안정성을 확보하는 설계 틀을 기반으로, 신경망 가중치와 비선형항을 동시 업데이트합니다. 또한 IMU와 같은 저비용 센서를 활용한 센서 융합과 능동 센싱을 연계하여 자율주행 환경에서 필요한 상태 추정 정확도를 확보합니다. 추정 오차의 잔차 패턴을 활용해 이상 진단으로 확장하는 점에서 응용 지향성을 보유하고 있습니다.

관련 프로젝트

2건

연구 흐름

초기 연구에서는 차량에서 횡방향 거리 등 제한된 측정으로도 상태를 추정할 수 있도록 관측기 기반의 상태추정을 정립하고, 동시에 타이어 모델을 학습하는 추정 구조를 제안했습니다. 이후 관측 가능 조건과 비선형 함수 추정까지 포함하는 관측기 설계로 확장하여, 신경망을 포함한 하이브리드 추정 시스템 운용 개념을 도입했습니다. 이어서 외부 센서 측정이 불완전한 상황에서도 저비용 IMU 기반 융합과 모바일 플랫폼용 추정 알고리즘을 개발했습니다. 최근에는 자전거 충돌 예방, 강화학습 기반 능동 센싱, 준자율 트랙터 항법 등 다양한 이동체로 적용 범위를 넓히고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

자율주행 상태 추정 모듈
비선형 타이어/동역학 모델 보정
오프로드 항법 알고리즘
저비용 IMU 센서 융합 플랫폼
이상 진단 기반 주행 안전성 확보
능동 센싱 기반 추적 시스템
하이브리드 관측기 운용 프레임
차량-이동체 충돌 예방 로직
주행 상태 분류 기반 제어 보조
추정 기반 시뮬레이션 평가 도구