제어계측공학은 다양한 산업 및 연구 분야에서 시스템의 동작을 정밀하게 제어하고 측정하는 기술을 다룹니다. 본 연구실에서는 반복 학습 제어(Iterative Learning Control, ILC)와 강인 제어(Robust Control) 시스템의 설계 및 응용에 중점을 두고 있습니다. 반복 학습 제어는 동일한 작업을 반복 수행하는 시스템에서 오차를 점진적으로 줄여나가는 제어 방식으로, 생산 자동화, 로봇 제어, 정밀 기기 제어 등 다양한 분야에 적용되고 있습니다. 강인 제어는 시스템의 불확실성이나 외란에 강하게 동작할 수 있도록 설계하는 제어 기법으로, 실제 환경에서의 신뢰성 높은 시스템 구현에 필수적입니다. 본 연구실은 반복 학습 제어와 강인 제어의 이론적 기반을 바탕으로, 실제 산업 현장에 적용 가능한 알고리즘 개발에 힘쓰고 있습니다. 예를 들어, 광디스크 드라이브, 하드디스크 드라이브, 로봇 시스템 등에서 반복적으로 발생하는 오차를 효과적으로 보정하는 제어기를 설계하고, 다양한 실험을 통해 그 성능을 검증하고 있습니다. 또한, 피드백 제어 시스템의 성능 향상을 위한 외란 관측기(Disturbance Observer) 설계, 초기값 보상 기법, 상태 오차 기반 제어 등 다양한 첨단 제어 이론을 실제 시스템에 적용하고 있습니다. 이러한 연구는 고속, 고정밀, 고신뢰성이 요구되는 첨단 산업 분야에서 매우 중요한 역할을 하며, 미래의 스마트 제조, 자율주행, 정밀 로봇 등 다양한 응용 분야로 확장될 수 있습니다. 본 연구실의 연구는 국내외 학술지 및 학회에서 활발히 발표되고 있으며, 산업체와의 협력을 통해 실질적인 기술 이전 및 상용화에도 기여하고 있습니다.

실시간 영상처리 기술은 로봇, 자율주행, 산업 자동화, 보안 등 다양한 분야에서 핵심적인 역할을 하고 있습니다. 본 연구실에서는 FPGA(Field Programmable Gate Array) 기반의 실시간 영상 워핑, 컬러 영상 처리, 영상 캐시 알고리즘 등 고성능 임베디드 시스템을 위한 하드웨어 설계에 집중하고 있습니다. 특히, 고해상도 및 초광각 영상 획득, 실시간 비디오 응용을 위한 하드웨어 최적화, 영상 데이터의 빠른 처리와 메모리 효율성 향상에 관한 연구를 수행하고 있습니다. FPGA를 활용한 영상처리 시스템은 병렬 연산 구조를 통해 대용량 영상 데이터를 빠르게 처리할 수 있으며, 실시간성이 중요한 응용 분야에서 매우 유용합니다. 본 연구실은 실시간 컬러 영상 워핑, CFA 보간, 영상 캐시 최적화 등 다양한 영상처리 알고리즘을 하드웨어적으로 구현하여, 기존 소프트웨어 기반 시스템 대비 월등한 속도와 효율성을 달성하고 있습니다. 또한, 이러한 기술은 무인이동체, 로봇 비전, 산업용 검사 시스템 등 다양한 분야에 적용되고 있습니다. 이와 더불어, 임베디드 시스템의 신뢰성, 확장성, 저전력 설계 등 실용적 측면도 고려하여 연구를 진행하고 있습니다. 실제 산업체와의 공동 연구 및 프로젝트를 통해 기술의 현장 적용성을 높이고 있으며, 관련 특허 및 기술이전도 활발히 이루어지고 있습니다. 이러한 연구는 차세대 스마트 시스템 개발에 중요한 기반 기술로 자리매김하고 있습니다.