김동환 연구실은 메카트로닉스와 제어공학을 기반으로 다양한 이동로봇의 주행 메커니즘, 위치 추정, 자율이동 알고리즘을 통합적으로 연구한다. 연구 대상은 실내 AGV, 계단 승하강 로봇, 덕트 청소 로봇, 태양광 패널 청소 로봇, 험지 주행 플랫폼 등으로 매우 폭넓으며, 실제 환경에서 안정적으로 동작할 수 있는 기구 설계와 제어 시스템 개발에 강점을 보인다. 특히 단순한 이론 검증에 머무르지 않고 시제품 제작과 현장 적용을 병행하는 실용 지향형 연구가 두드러진다. 이 연구 분야에서는 휠 엔코더, IMU, UWB, 카메라 등 다양한 센서 정보를 결합하여 로봇의 위치와 자세를 정밀하게 추정하는 기술이 핵심이다. 연구실의 최근 성과로는 비전 처리와 확장 칼만 필터를 결합한 태양광 패널 청소 로봇의 위치 추정, GPS 음영구역에서의 UWB 기반 드론 위치 측위, 트래킹 카메라를 활용한 메카넘 휠 플랫폼 위치 추정 등이 있다. 이러한 접근은 센서 융합을 통해 오차를 줄이고, 복잡한 환경에서도 지속적으로 이동 가능한 자율주행 성능을 확보하는 데 목적이 있다. 응용 측면에서 이 연구는 산업 현장의 자동화, 위험 지역 점검, 에너지 설비 유지관리, 스마트 모빌리티로 확장될 가능성이 크다. 태양광 패널 청소 로봇이나 자율 덕트 청소 로봇처럼 반복적이고 위험한 작업을 자동화함으로써 인력 의존도를 줄이고 효율을 높일 수 있으며, 험지 주행 장치나 구조용 플랫폼으로도 발전할 수 있다. 향후에는 디지털트윈 기반 검증, 경로 계획 고도화, 자율 협업 기능을 더해 복합 환경에서 스스로 판단하고 움직이는 지능형 이동체 기술로 발전할 것으로 기대된다.

연구실은 로봇이 실제 산업 환경에서 물체를 인식하고 파지하며 작업을 수행할 수 있도록 하는 비전 기반 자동화 기술을 중점적으로 연구한다. 이는 메카니즘 설계와 제어공학에 인공지능 기반 영상 인식 기술을 결합하는 융합 연구로, 제조 자동화와 지능형 로봇 시스템 구현의 핵심 기반이 된다. 특히 볼트와 너트 같은 기계 부품의 자동 피킹, 3차원 객체 검출, 작업 대상의 자세 추정 등 정밀한 조작이 필요한 문제를 실제 적용 수준에서 다루고 있다. 세부적으로는 YOLO 계열 딥러닝 모델과 기하학적 특성 추정 기법을 활용하여 대상 물체의 위치, 방향, 자세 정보를 추출하고, 이를 로봇 매니퓰레이터 또는 다축 로봇의 제어 입력으로 연결한다. 연구실의 논문에서는 딥러닝을 통해 기계 부품을 검출한 뒤 바운딩 박스와 중심점 정보를 활용해 자세 벡터를 산출하고, 왜곡 보정을 통해 보다 정밀한 파지 정보를 얻는 방식이 제시되었다. 또한 DBSCAN과 YOLOv5를 결합한 3D 객체 검출 연구는 이동형 플랫폼에서도 활용 가능한 시각 인지 기술로 확장되고 있어, 단순 검출을 넘어 실제 로봇 작업에 적합한 인식 기술로 발전하고 있다. 이러한 연구는 스마트팩토리, 무인 생산 시스템, 물류 자동화, 검사 자동화 등에서 직접적인 파급효과를 가진다. 작업자의 반복 조립 및 선별 부담을 줄이고, 다양한 부품 형태와 배치 변화에 대응할 수 있는 유연 생산 체계를 가능하게 한다. 앞으로는 3차원 비전, 파지 계획, 강화학습 기반 조작 전략, 디지털트윈 연계 검증 기술이 더해져 복잡한 작업 조건에서도 스스로 판단하고 수행하는 고도화된 지능형 작업 로봇으로 이어질 가능성이 높다.

김동환 연구실은 일반적인 비행 드론을 넘어 벽면에 접촉하거나 부착한 상태로 이동하며 점검 작업을 수행할 수 있는 특수 목적 드론과 진단 로봇을 연구한다. 이는 구조물 외벽, 교각, 콘크리트 표면과 같은 고위험 영역을 안전하게 점검하기 위한 기술로, 기존 인력 점검의 위험성과 접근성 한계를 해결하려는 목적을 가진다. 연구실이 수행한 관련 과제와 논문은 벽면 부착형 무인비행체, 중앙 로터형 펜타콥터, 교각 균열 감지 시스템 개발 등으로 이어지며, 로봇 메커니즘과 영상 기반 진단을 동시에 다루는 점이 특징이다. 기술적으로는 벽면 접촉 시 자세를 안정적으로 유지할 수 있는 기체 설계, 외란에 견디는 비행 제어, 균열 이미지를 취득하고 해석하는 비전 알고리즘이 함께 요구된다. 연구실의 중앙 로터형 펜타콥터 연구는 EDF 모터와 서보 기반 추력 방향 제어를 통해 기체가 과도하게 기울지 않으면서 벽면과 접촉 상태를 유지하도록 설계되었다. 여기에 딥러닝과 영상 처리 기법을 접목하여 구조물 균열을 검출하고 폭을 정량화하는 연구가 병행되어, 단순 촬영 장비가 아니라 실제 점검 임무를 수행하는 로봇 플랫폼으로 발전하고 있다. 이 연구는 노후 인프라 유지관리, 스마트 건설, 재난 예방 분야에서 높은 활용성을 가진다. 교량, 교각, 외벽, 터널과 같은 대형 구조물은 주기적 점검이 필수적이지만 작업 여건이 위험하고 비용이 크기 때문에 자동화 수요가 높다. 향후에는 고해상도 비전 센서, 비접촉 계측, AI 기반 손상 분류, 자율 경로 계획 기술이 결합되어 구조물 상태를 정밀하게 진단하고 디지털 유지관리 체계와 연동하는 차세대 시설물 검사 로봇으로 확장될 수 있다.