Aics
전자공학과
최현덕
차세대 지능제어 연구실(Aics)은 사람과 로봇이 공존하는 미래 사회를 위한 핵심 기술 개발에 집중하고 있습니다. 본 연구실은 인지(Perception), 판단(Cognition), 동작(Manipulation) 등 지능형 로봇(Intelligent Robots)의 주요 기능을 실현하기 위한 학습 기반 솔루션을 연구합니다. 특히, 외란과 노이즈가 존재하는 실제 환경에서의 안정적인 Human-Robot Interaction(HRI)을 위해 강인 제어(Robust Control)와 기계학습(Machine Learning)의 융합에 주력하고 있습니다.
연구실의 주요 연구 분야는 비선형 시스템을 위한 지능형 제어 및 필터 설계, LMI 기반 강인 제어, 신경망 및 퍼지 제어, 다중 센서 융합, 그리고 자율주행 시스템의 비전 기반 제어 등입니다. 이러한 연구는 자율주행 차량, 드론, 로봇 등 다양한 응용 분야에서 요구되는 높은 신뢰성과 안전성을 보장하는 데 필수적입니다. 또한, 딥러닝 기반의 이미지 및 음성 복원, 비주얼 오도메트리, 경로 추종 등 첨단 신호처리 기술 개발에도 적극적으로 참여하고 있습니다.
본 연구실은 실제 산업 현장에서 활용 가능한 솔루션 개발을 목표로, 다양한 실험 및 시뮬레이션을 통해 연구 성과를 검증하고 있습니다. 국제 저널과 학회에서 다수의 논문을 발표하며, 학계와 산업계 모두에서 그 우수성을 인정받고 있습니다. 특히, 자율주행 로봇과 드론 분야에서의 실질적인 기술 이전과 상용화를 위해 산학협력도 활발히 진행 중입니다.
연구실의 구성원들은 전기전자공학, 제어공학, 인공지능 등 다양한 배경을 바탕으로 융합적 연구를 수행하고 있습니다. 이를 통해 새로운 제어 이론과 인공지능 기술을 실제 시스템에 적용하는 데 앞장서고 있습니다. 앞으로도 차세대 지능제어 및 인공지능 융합 분야에서 혁신적인 연구를 지속적으로 추진할 계획입니다.
Aics 연구실은 미래 지능형 시스템의 발전을 선도하며, 사회적 가치 창출과 기술 혁신을 동시에 실현하는 연구 환경을 제공하고 있습니다. 연구실의 목표는 첨단 제어 및 인공지능 기술을 통해 인간과 로봇이 안전하고 효율적으로 협력할 수 있는 미래를 여는 것입니다.
Deep Learning
Semantic Segmentation
Control Theory
비선형 시스템을 위한 지능형 제어 및 필터 설계
비선형 시스템은 실제 환경에서 흔히 접할 수 있는 복잡한 동적 시스템으로, 기존의 선형 제어 이론만으로는 안정적이고 효율적인 제어가 어렵습니다. 본 연구실은 이러한 비선형 시스템의 특성을 고려하여, 지능형 제어(Intelligent Control)와 필터 설계(Filter Design) 기술을 융합한 새로운 접근법을 개발하고 있습니다. 이를 통해 외란이나 노이즈가 존재하는 환경에서도 시스템의 안정성과 성능을 극대화할 수 있습니다.
특히, LMI(Linear Matrix Inequality) 기반의 강인 제어(Robust Control) 및 필터 설계 기법을 적극적으로 활용하여, 다양한 비선형 시스템에 적용 가능한 범용적인 솔루션을 제시하고 있습니다. 이러한 연구는 자율주행 차량, 드론, 로봇 등 실제 산업 현장에서 요구되는 높은 신뢰성과 안전성을 보장하는 데 중요한 역할을 합니다. 또한, 신경망 제어(Neural Network Control)와 퍼지 제어(Fuzzy Control) 등 최신 인공지능 기술을 접목하여, 기존 제어 시스템의 한계를 극복하고 있습니다.
본 연구실의 연구 결과는 다양한 국제 저널 및 학회에서 인정받고 있으며, 실제 현장 적용을 위한 실험 및 시뮬레이션을 통해 그 효과를 검증하고 있습니다. 앞으로도 비선형 시스템의 제어 및 필터링 분야에서 혁신적인 기술 개발을 지속적으로 추진할 계획입니다.
딥러닝 기반 영상 및 음성 복원과 자율주행 비전 시스템
최근 인공지능과 딥러닝 기술의 발전에 힘입어, 영상 및 음성 신호의 복원과 향상, 그리고 자율주행 시스템의 비전 기반 제어 분야가 급속히 성장하고 있습니다. 본 연구실은 딥러닝 기반의 이미지 복원(Image Restoration), 영상 잡음 제거, 음성 향상(Speech Enhancement) 등 다양한 신호처리 문제에 대해 심층 연구를 진행하고 있습니다. 특히, 복잡한 환경에서 발생하는 그림자, 강우, 노이즈 등 다양한 왜곡 요소를 효과적으로 제거하고, 원본 신호를 고품질로 복원하는 기술 개발에 주력하고 있습니다.
또한, 자율주행 차량과 드론을 위한 비전 기반 제어(Vision-Based Control) 및 딥러닝 기반 비주얼 오도메트리(Visual Odometry) 연구도 활발히 이루어지고 있습니다. 이러한 기술은 자율주행 시스템이 주변 환경을 정확하게 인식하고, 안전하게 경로를 추종하며, 실시간으로 위치와 자세를 추정하는 데 필수적입니다. 본 연구실은 다양한 센서 융합(Multi-Sensor Fusion) 및 필터링 기법을 적용하여, 실제 환경에서의 견고한 성능을 확보하고 있습니다.
이와 같은 연구는 자율주행, 스마트 시티, 로봇 비전 등 다양한 응용 분야에서 활용될 수 있으며, 실제 산업 현장과의 협력을 통해 실질적인 기술 이전과 상용화를 목표로 하고 있습니다. 앞으로도 딥러닝과 인공지능 기술을 기반으로 한 신호처리 및 자율주행 비전 시스템 분야에서 선도적인 연구를 이어갈 예정입니다.
1
Harnessing Spatial-Frequency Information for Enhanced Image Restoration
Cheol-Hoon Park, Hyun Duck Choi*, Myo Taeg Lim*
Applied Sciences, MDPI,
2
UP-Cycle-SENet: Unpaired phase-aware speech enhancement using deep complex cycle adversarial networks
Cheol-Hoon Park, Hyun Duck Choi*
Neurocomputing, Elsevier,
3
Bridging Viewpoints in Cross-view Geo-Localization with Siamese Vision Transformer
Woo-Jin Ahn, So-Yeon Park, Dong-Sung Pae*, Hyun-Duck Choi*, Myo-Taeg Lim*
IEEE Transactions on Geoscience and Remote Sensing,