연구실은 핵심 항공 로봇 기술을 기반으로 하면서도, 이를 다양한 응용 분야에 확장하는 융합형 연구를 수행하고 있다. 대표적으로 카메라 탑재 드론을 활용한 지상 표적 추적, 로봇 매니퓰레이터 기반 태양광 집광 장치, 해상 사고 대응을 위한 공중·해상 다종 이동체 협업, XR 환경에서의 실공간 재구성 등은 항법, 제어, 인지 기술이 실제 문제 해결로 이어지는 사례들이다. 이는 연구실이 단일 알고리즘 개발에 머무르지 않고 시스템 통합과 현장 적용까지 고려하는 응용 지향적 성격을 지님을 보여준다. 특허와 프로젝트를 보면, 실시간 광원 입사각 추적과 집광 장치 제어에서는 센서 기반 자세 추정, 역기구학, 로봇 제어가 결합되어 있으며, 드론 기반 표적 추적에서는 영상 좌표와 비행 제어를 연동하는 지능형 추적 시스템이 구현되고 있다. 또한 해상 사고 대응 프로젝트에서는 다개체 시스템과 정보공유 플랫폼이 강조되어, 개별 드론의 자율성뿐 아니라 협업 운용의 중요성이 드러난다. 이러한 연구는 항공 로봇의 인지와 제어를 실제 산업, 안전, 에너지, 재난 대응 환경에 이식하는 과정으로 이해할 수 있다. 더 나아가 이 연구 축은 미래 모빌리티, 스마트 인프라, 안전공학, 데이터 기반 플랫폼과의 접점을 넓혀 준다. 실제로 연구실은 미래형자동차 인력양성, 안전분야 융합기술대학원, 자동차 데이터 플랫폼 구축 등과 연계되어 자율 시스템 전반의 확장 가능성을 확보하고 있다. 즉, 연구실의 융합 연구는 항공 로봇이라는 중심 기술을 바탕으로 산업 현장과 사회 문제에 대응하는 실용적 로봇 시스템을 설계하는 방향으로 발전하고 있으며, 이는 향후 스마트시티와 자율 협력 시스템 시대에 중요한 경쟁력이 될 수 있다.

이 연구 주제는 제한된 공역과 복잡한 장애물 환경에서 무인항공기가 안전하게 이동할 수 있도록 하는 충돌회피와 경로계획 기술을 다룬다. 도심 3차원 공간, 다수의 비행체가 동시에 운용되는 환경, 정적 및 동적 장애물이 혼재하는 상황에서는 단순한 최단경로 탐색만으로는 안전성과 기동 가능성을 보장하기 어렵다. 연구실은 이러한 문제를 해결하기 위해 항공체 동역학을 고려한 실시간 회피 전략과 실행 가능한 비행 경로 생성 방법을 연구하고 있다. 대표적으로 인공 포텐셜 필드 기반 충돌회피의 장점은 유지하되, 지역 최소점 문제나 동역학적으로 불가능한 경로 생성과 같은 한계를 극복하기 위한 개선 기법이 연구되고 있다. 관련 연구에서는 3차원 도심 환경에 적합한 확장 포텐셜 필드, 수평 및 수직 회피 기동의 결합, 모션 프리미티브와의 통합, k-d 트리 기반 충돌 검사 등 다양한 계산 기법이 적용되었다. 이를 통해 기존 포텐셜 필드 접근이 가지는 불안정성을 줄이고, 실제 UAV가 따라갈 수 있는 매끄럽고 효율적인 회피 경로를 생성하는 것이 핵심이다. 이 분야의 성과는 도심항공모빌리티, 무인 배송, 감시정찰, 구조수색, 군집 드론 운용 등 차세대 항공 서비스의 안전성 확보와 직결된다. 향후에는 단일 비행체 중심의 회피를 넘어 다종 이동체 간 협력, 공중-해상 플랫폼 간 정보공유, 임무 기반 의사결정과 결합된 고도화된 운용 기술로 확장될 수 있다. 연구실은 충돌회피를 단순 제어 문제가 아니라 지능형 자율 시스템의 핵심 요소로 보고, 복잡한 현실 환경에서 신뢰 가능한 항공 로봇 운용을 가능하게 하는 기반 기술을 구축하고 있다.

이 연구 주제는 드론과 같은 항공 로봇이 GPS가 불안정하거나 사용할 수 없는 환경에서도 안정적으로 자신의 위치와 자세를 추정하며 자율비행할 수 있도록 하는 항법 기술에 초점을 둔다. 연구실은 카메라와 IMU(관성측정장치)를 결합한 시각-관성 항법 시스템을 핵심 기반으로 삼아, 실내 창고, 도심, 복잡한 동적 환경과 같이 실제 적용성이 높은 공간에서의 고정밀 비행을 목표로 한다. 특히 단순한 센서 결합을 넘어, 항공체의 기동 특성과 센서 동기화 문제를 함께 고려하는 시스템 수준의 접근이 특징이다. 세부적으로는 시각-관성 오도메트리에서 발생하는 시간 지연, 센서 간 비동기성, 측정 이상치, 비가우시안 잡음과 같은 현실적인 문제를 보정하는 필터링 기법이 중요한 연구 축을 이룬다. 연구실의 관련 논문에서는 지연 보상형 VIO, 이상치 적응형 필터링, 다중 카메라 기반 강인 항법, 헤딩 계획을 통한 관측성 향상 등 확장 칼만 필터 기반 추정 기법을 발전시켜 왔다. 또한 영상 특징점의 품질, 동적 객체 제거, 의미론적 정보 활용 등 전처리와 추정 알고리즘을 통합하여 실제 비행 데이터셋에서 정확도와 강건성을 함께 개선하는 방향을 추구한다. 이 연구는 물류 창고 자동화, 시설 점검, 재난 대응, 실내 정찰, 국방 및 산업 현장의 무인화에 직접 연결될 수 있다는 점에서 높은 응용 가치를 가진다. 앞으로는 단일 센서 조합을 넘어 다중 카메라, LiDAR, 의미 기반 장면이해, 협업 비행체 간 정보공유를 포함하는 확장형 항법 체계로 발전할 가능성이 크다. 연구실은 이러한 기반 기술을 통해 항공 로봇이 복잡한 현실 환경에서 스스로 인지하고 판단하며 안정적으로 임무를 수행하는 지능형 자율비행 플랫폼을 구현하고자 한다.