RnDCircle Logo
arrow left icon

VOICE Lab

경북대학교 기계공학부

한경석 교수

Decision-making Under Uncertainty

Energy-efficient Control

Autonomous Driving Control

VOICE Lab

기계공학부 한경석

VOICE Lab은 한양대학교 자동차공학과를 기반으로, 미래형 모빌리티의 핵심인 자율주행차, 전기차, 하이브리드차의 첨단 제어 및 인공지능 기반 기술 개발에 집중하는 연구실입니다. 연구실은 제어이론, 최적화, 인공지능 등 다양한 학문적 도구를 융합하여, 차량의 안전성, 신뢰성, 에너지 효율성을 극대화하는 혁신적인 제어 시스템을 개발하고 있습니다. 특히, 자율주행 차량의 안전하고 신뢰성 높은 주행을 위한 강인 제어, 확률적 제어, 모델 예측 제어(MPC) 등 첨단 제어 이론을 실제 차량 시스템에 적용하고, 실시간 상태 추정 및 센서 데이터 융합 기술을 통해 복잡한 도로 환경에서도 안정적인 주행을 실현하고 있습니다. 또한, 데이터 기반의 상태 추정 및 예측, 강화학습 기반 제어 정책 설계 등 인공지능 기술을 적극적으로 도입하여, 기존 모델 기반 제어의 한계를 극복하고 있습니다. 전기차 및 하이브리드차의 에너지 효율 향상을 위한 연구도 활발히 진행 중입니다. 차량의 동력 분배, 열관리, 회생 제동 등 다양한 요소를 통합적으로 고려한 최적 제어 전략을 개발하고, 실시간 에너지 관리 시스템을 통해 주행거리와 배터리 수명을 극대화하는 기술을 연구하고 있습니다. 커넥티드카 환경에서의 에너지 최적화, 친환경 차량의 탄소중립 실현을 위한 기술 개발에도 적극적으로 참여하고 있습니다. VOICE Lab은 산업체와의 공동 연구, 정부 및 기업 지원 프로젝트, 특허 출원 등 다양한 산학협력 활동을 통해 연구 성과의 실용화와 상용화에도 앞장서고 있습니다. 실제 차량 및 시뮬레이터를 활용한 실증 연구, 다양한 하드웨어 및 소프트웨어 인프라를 기반으로, 미래 모빌리티 산업의 발전에 기여하고 있습니다. 이처럼 VOICE Lab은 자율주행, 전기차, 인공지능 기반 차량 제어 등 미래형 자동차 기술의 선도적 연구를 통해, 안전하고 효율적이며 친환경적인 교통 시스템 구축에 중요한 역할을 하고 있습니다. 연구실의 다양한 연구 성과는 국내외 학술지, 학회, 산업체 협력 등에서 활발히 발표되고 있으며, 미래 모빌리티 분야의 핵심 인재 양성에도 힘쓰고 있습니다.

Decision-making Under Uncertainty
Energy-efficient Control
Autonomous Driving Control
자율주행 차량을 위한 안전하고 신뢰성 높은 제어 설계
VOICE Lab은 자율주행 차량의 안전성과 신뢰성을 극대화하기 위한 제어 시스템 개발에 주력하고 있습니다. 자율주행 차량은 복잡한 도로 환경과 다양한 돌발 상황에 직면하게 되며, 이를 효과적으로 대응하기 위해서는 견고하고 예측 가능한 제어 알고리즘이 필수적입니다. 연구실에서는 모델 예측 제어(MPC), 강인 제어, 확률적 제어 등 다양한 첨단 제어 이론을 실제 차량 시스템에 적용하여, 차량의 주행 안정성, 충돌 회피, 비상 상황 대응 능력 등을 향상시키고 있습니다. 특히, 실시간으로 차량의 상태를 정확하게 추정하고, 다양한 센서 데이터를 융합하여 신뢰성 높은 차량 상태 인식 기술을 개발하고 있습니다. 이를 통해 차량의 동적 특성 변화나 외부 환경 변화에도 안정적으로 대응할 수 있도록 하며, 실제 도로 환경에서의 검증을 통해 실용성을 높이고 있습니다. 또한, 데이터 기반의 상태 추정 및 예측 기법을 도입하여, 기존의 모델 기반 접근법과 융합함으로써 더욱 견고한 제어 시스템을 구현하고 있습니다. 이러한 연구는 자율주행 차량의 상용화와 대중화에 필수적인 안전성 확보에 크게 기여하고 있습니다. VOICE Lab의 연구 결과는 국내외 주요 학술지와 학회에서 활발히 발표되고 있으며, 산업체와의 협력을 통해 실제 차량에 적용되는 등 실질적인 사회적 파급효과를 창출하고 있습니다.
전기 및 하이브리드 차량의 에너지 효율 제어 및 관리
VOICE Lab은 전기차(EV) 및 하이브리드 전기차(HEV)의 에너지 효율을 극대화하기 위한 제어 전략과 에너지 관리 시스템 개발에 집중하고 있습니다. 전기차의 주행거리를 늘리고, 배터리 및 구동계의 효율을 높이기 위해서는 차량의 동력 분배, 열관리, 회생 제동 등 다양한 요소를 통합적으로 고려한 최적 제어가 필요합니다. 연구실에서는 최적 제어 이론, 강화학습, 데이터 기반 모델링 등을 활용하여 에너지 소모를 최소화하는 주행 전략과 실시간 에너지 관리 시스템을 개발하고 있습니다. 특히, 차량의 실시간 주행 환경과 운전자 행동을 반영한 에너지 관리 알고리즘을 통해, 다양한 도로 조건과 운전 패턴에서도 일관된 효율 향상을 달성하고 있습니다. 또한, 전기차의 열관리 시스템, 배터리 상태 추정, 모터 제어 등 차량 내 다양한 서브시스템의 통합 제어를 실현함으로써, 전체 시스템의 에너지 효율을 극대화하고 있습니다. 최근에는 커넥티드카 환경에서의 에너지 최적화, 친환경 차량의 탄소중립 실현을 위한 기술 개발에도 적극적으로 참여하고 있습니다. 이러한 연구는 미래 모빌리티의 핵심인 친환경 차량의 상용화와 지속가능한 교통 시스템 구축에 중요한 역할을 하고 있습니다. VOICE Lab의 에너지 효율 제어 기술은 국내외 자동차 산업체와의 공동 연구 및 기술 이전을 통해 실제 차량에 적용되고 있으며, 관련 특허와 논문 발표를 통해 학계와 산업계 모두에서 높은 평가를 받고 있습니다.
강화학습 및 데이터 기반 제어 기법의 차량 제어 응용
VOICE Lab은 최신 인공지능 기술인 강화학습과 데이터 기반 제어 기법을 차량 제어 시스템에 적극적으로 도입하고 있습니다. 기존의 모델 기반 제어 방식이 갖는 한계를 극복하기 위해, 대규모 주행 데이터와 시뮬레이션 데이터를 활용한 강화학습 기반 제어 정책 설계, 모방학습, 데이터 기반 상태 추정 및 예측 기법을 연구하고 있습니다. 이를 통해 복잡하고 비선형적인 차량 동작, 예측 불가능한 도로 환경, 다양한 운전자 행동에 유연하게 대응할 수 있는 제어 시스템을 개발하고 있습니다. 연구실에서는 실제 차량 및 시뮬레이터 환경에서 강화학습 기반 제어기의 성능을 검증하고, 안전성과 신뢰성을 보장하는 Safe Reinforcement Learning, 인간과 유사한 운전 행동을 모방하는 Human-like Behavior Planning 등 다양한 응용 연구를 수행하고 있습니다. 또한, 데이터 기반 모델 예측 제어(Data-driven MPC), 딥러닝 기반 근사 제어, 가우시안 프로세스 회귀 등 첨단 AI 기법을 차량 제어에 접목하여, 기존 제어 시스템의 한계를 뛰어넘는 혁신적인 성능을 실현하고 있습니다. 이러한 연구는 자율주행차, 커넥티드카, 전기차 등 미래형 차량의 지능화와 고도화에 핵심적인 역할을 하며, 실제 산업 현장과의 협력을 통해 기술의 실용화 및 상용화에도 앞장서고 있습니다. VOICE Lab의 AI 기반 제어 기술은 국내외 학술대회, 산업체 협력 프로젝트, 특허 등 다양한 성과로 이어지고 있습니다.
1
Hierarchical Climate Control Framework for Electric Vehicles Considering Door-Opening Event
Sanghyeon Nam, Hyejin Lee, Youngki Kim, Kyoung Hyun Kwak, Kyoungseok Han*
IEEE Transactions on Intelligent Vehicles, 2024
2
Safe Trajectory Optimization and Efficient-Offline Robust Model Predictive Control for Autonomous Vehicle Lane Change
Hung Duy Nguyen*, Dongryul Kim, Anh Nguyen, Kyoungseok Han*, Minh Nhat Vu
IEEE Transactions on Intelligent Vehicles, 2024
3
Hierarchical NMPC for Energy-Efficient Torque Vectoring in Four In-Wheel Motor Electric Vehicles
Suyong Park, Junghyo Kim, Duc Giap Nguyen, Minsoo Woo, Daekwang Kim, Kyoungseok Han*
Control Engineering Practice, 2025
1
Redundancy-Considered Multiple/Virtual Sensor and Data-Based PHM Tire Wear Prediction Technology
현대자동차
2024년 09월 ~ 2025년 09월
2
Development of Eco-friendly Vehicle Tuning Supported Open Platform using Design and Verification Technology for Carbon Neutrality
산업통상자원부
2022년 05월 ~ 2025년 05월
3
모델 기반 Handling 성능 육성 Tool 개발_2차
한국타이어앤테크놀로지
2023년 12월 ~ 2024년 11월