김병우 연구실
전기전자공학전공 김병우
김병우 연구실은 전기전자컴퓨터공학 분야에서 지능형 시스템, 스마트 센서, 배터리 데이터 기반 인공지능 등 다양한 첨단 융합기술을 연구하는 선도적 연구실입니다. 본 연구실은 차량 제어 및 자율주행, 구조물 헬스 모니터링, 배터리 신뢰성 평가 등 미래 모빌리티와 스마트 인프라의 핵심 기술 개발에 집중하고 있습니다.
특히, 4륜 독립 구동 전기차의 주행 안정성 제어, 직접 요 모멘트 제어(DYC), 슬라이딩 모드 제어, 뉴럴 네트워크 기반 제어 등 첨단 제어 알고리즘을 개발하여 자율주행차의 안전성과 신뢰성을 크게 향상시키고 있습니다. 또한, Kalman 필터, 입자 필터, 센서 퓨전 등 다양한 신호처리 및 센서 융합 기술을 활용하여 차량의 위치와 상태를 정밀하게 추정하는 연구도 활발히 진행되고 있습니다.
스마트 센서 및 무연 압전 소재 기반의 구조물 헬스 모니터링 분야에서는, 무연 압전 세라믹/폴리머 복합소재를 활용한 스마트 페인트 센서 기술을 개발하여, 건축물, 교량, 플랜트, 선박 등 다양한 산업 구조물의 실시간 안전 감시를 실현하고 있습니다. 이러한 기술은 기존 센서 설치가 어려운 복잡한 구조물에도 쉽게 적용할 수 있어 산업 현장의 안전성 향상과 유지보수 비용 절감에 크게 기여하고 있습니다.
배터리 데이터 기반 인공지능 및 신뢰성 평가 분야에서는, TimeGAN, LSTM, 웨이블릿 변환 등 첨단 딥러닝 및 데이터 증강 기법을 활용하여 배터리의 상태 추정과 신뢰성 평가를 위한 혁신적인 알고리즘을 개발하고 있습니다. 합성 데이터셋의 품질 평가, SOH 추정 정확도 향상, 데이터 기반 신뢰성 평가 시스템 구축 등 실질적인 산업적 문제 해결에 중점을 두고 있습니다.
이 외에도, 연구실은 다양한 정부 및 산업체 프로젝트를 수행하며, 다수의 특허와 논문, 수상 실적을 통해 국내외적으로 높은 연구 경쟁력을 인정받고 있습니다. 김병우 연구실은 미래형 스마트 모빌리티, 에너지, 인프라 분야의 혁신을 이끄는 핵심 연구 거점으로 자리매김하고 있습니다.
지능형 차량 제어 및 자율주행 시스템
김병우 연구실은 지능형 차량 제어와 자율주행 시스템 분야에서 선도적인 연구를 수행하고 있습니다. 본 연구실은 차량의 주행 안정성, 충돌 회피, 위치 추정 등 다양한 첨단 제어 기술을 개발하며, 특히 4륜 독립 구동 전기차의 직접 요 모멘트 제어(DYC)와 슬라이딩 모드 제어, 뉴럴 네트워크 기반의 제어 기법을 중심으로 연구를 진행하고 있습니다. 이러한 연구는 실제 도로 환경에서 발생할 수 있는 다양한 변수와 비선형 특성을 효과적으로 처리할 수 있도록 설계되어, 자율주행차의 안전성과 신뢰성을 크게 향상시키고 있습니다.
연구실은 Kalman 필터, 입자 필터, 센서 퓨전 등 다양한 신호처리 및 센서 융합 기술을 활용하여 차량의 위치와 상태를 정밀하게 추정하는 알고리즘을 개발하고 있습니다. 특히 비가우시안 노이즈 환경에서의 위치 추정 정확도를 높이기 위해 확장된 입자-비선형 칼만 필터(EPAUKF)와 같은 고도화된 필터링 기법을 적용하고 있으며, 실제 자율주행차량 및 시뮬레이션 환경에서 그 성능을 검증하고 있습니다.
이와 더불어, V2V(차량 간 통신) 기반의 첨단 운전자 지원 시스템(ADAS) 및 긴급제동시스템(AEB) 알고리즘 개발에도 집중하고 있습니다. 곡선 도로나 경사로 등 다양한 도로 조건에서의 충돌 회피, 브레이크 타이밍 최적화, 도로 마찰력 및 노면 상태 반영 등 실제 주행 환경을 고려한 제어 로직을 구현하여, 미래형 스마트 모빌리티의 핵심 기술을 선도하고 있습니다.
스마트 센서 및 무연 압전 소재 기반 구조물 헬스 모니터링
연구실은 스마트 센서와 무연 압전 세라믹/폴리머 복합소재를 활용한 구조물 헬스 모니터링(Structural Health Monitoring, SHM) 기술 개발에 주력하고 있습니다. 특히, 스마트 페인트 센서 기술은 건축물, 교량, 플랜트, 선박, 항공기 등 다양한 산업 구조물의 실시간 안전 감시를 가능하게 하며, 기존의 외부 센서 부착 방식에서 한 단계 진화한 혁신적인 솔루션을 제시합니다. 연구실은 무연 압전 세라믹과 고분자 복합소재를 조합하여 유연성과 내구성을 동시에 갖춘 센서 소재를 개발하고, 이를 페인트 형태로 구조물 표면에 적용함으로써 초기 균열, 피로, 결함 등을 실시간으로 감지할 수 있는 시스템을 구현하고 있습니다.
이러한 스마트 페인트 센서 기술은 기존의 센서 설치가 어려운 곡면이나 복잡한 구조물에도 손쉽게 적용할 수 있어, 산업 현장의 안전성 향상과 유지보수 비용 절감에 크게 기여할 수 있습니다. 연구실은 소재의 미세구조 분석, 전기적·기계적 특성 평가, 센서 신호의 데이터 처리 및 해석 등 전주기적 연구를 수행하며, 실제 플랜트 및 교량 현장에 적용 가능한 실증 연구도 병행하고 있습니다.
또한, 압전 기반 페인트 센서의 전기적 특성, 상전이 거동, 도핑 효과 등 소재 과학적 접근과 더불어, 센서 신호의 실시간 모니터링 및 데이터 기반 결함 진단 알고리즘 개발에도 집중하고 있습니다. 이를 통해 미래형 스마트 인프라 구축과 산업 안전 분야의 혁신을 이끌고 있습니다.
배터리 데이터 기반 인공지능 및 신뢰성 평가 기술
김병우 연구실은 배터리 데이터 기반의 인공지능(AI) 및 신뢰성 평가 기술 개발에 있어 국내외적으로 높은 경쟁력을 보유하고 있습니다. 전기차, 선박, 농업용 전동화 플랫폼 등 다양한 응용 분야에서 배터리의 상태(SOH, SOC 등) 추정과 신뢰성 평가가 필수적임에 따라, 연구실은 TimeGAN, LSTM, 웨이블릿 변환 등 첨단 딥러닝 및 데이터 증강 기법을 활용한 배터리 데이터 분석 연구를 활발히 수행하고 있습니다.
특히, 실제 측정 데이터의 한계를 극복하기 위해 합성 데이터셋 생성 및 품질 평가 방법론을 개발하고 있으며, 선형회귀 상관계수 변화율, Dunn index, 실루엣 계수 등 다양한 정량적 평가 지표를 제안하여 데이터셋의 신뢰성과 유사성을 객관적으로 검증하고 있습니다. 이러한 연구는 배터리 데이터 기반의 SOH 추정 정확도 향상, 학습 안정성 증대, 비정상 데이터 자동 검출 등 실질적인 산업적 문제 해결에 중점을 두고 있습니다.
더불어, 웨이블릿 변환과 딥러닝을 결합한 리튬이온 배터리 SOH 추정, 데이터 증강을 통한 신뢰성 평가 시스템 구축, 배터리 팩 재제조 신뢰성 평가 등 다양한 프로젝트와 특허를 통해, 미래형 에너지 저장장치(ESS) 및 전기차 배터리 산업의 혁신을 선도하고 있습니다.
1
DCE-YOLOv8: Lightweight and Accurate Object Detection for Drone Vision
PUTRO, 이동희, 안진수, 김병우
IEEE ACCESS, 202410
2
Metrics for Evaluating Synthetic Time-Series Data of Battery
설수진, 김병우, 이정은, 윤재우
APPLIED SCIENCES-BASEL, 202407
3
Improving Direct Yaw-Moment Control via Neural-Network-Based Non-Singular Fast Terminal Sliding Mode Control for Electric Vehicles
이정은, 김병우
SENSORS, 202407
3
통계적 기법을 활용한 실험 데이터의 증강 기반 DB 구축