드론이나 자율주행차가 대중화됨에 따라 무인이동체의 자율성을 높이는 연구의 필요성이 더욱 증대되고 있습니다. 특히, 다수의 무인이동체를 효율적으로 자율 운용하기 위한 센서 정보 처리/융합, 개체 간의 네트워크 통신, AI 기반 의사결정 등의 기술은 4차산업 혁명 시대에 그 활용 가치가 높은 핵심기술이라고 볼 수 있습니다. UNIST의 자율시스템 연구실은 기존의 최적화, 정보이론, 제어 이론과 더불어 인공지능, 특히 기계학습 기법을 이용하여 다수의 지상ㆍ공중 무인이동체의 상황인식, 협력 임무 및 경로를 계획하는 기법을 개발하고 있습니다. 쉽게 말해, 다수의 드론이나 자율주행차량이 스스로 주변 상황을 파악하고 최대한 효율적으로 임무를 수행하는 알고리즘을 개발하는 것입니다. 또한, 이를 이용해 환경 모니터링, 감시 및 정찰, 조난자 탐색, 폭발물 탐지와 같은 다양한 민간 및 국방 관련 현실 세계의 문제에 적용하고 실험을 통해 검증하는 연구를 수행하고 있습니다.

현재 수행 중인 연구과제와 관련하여 대표적으로 3가지 연구를 소개할 수가 있을 것 같습니다. 첫 번째는 연구재단의 대학중점연구소사업의 지원을 받아 수행 중인 자율 무인시스템 기반 스마트 환경 모니터링 기술 개발 연구입니다. 이 과제에서 참여연구원으로서 저희 연구실이 맡은 역할은, 다수의 무인이동체를 이용하여 빠른 시간 내에 효율적으로 오염원의 방출 근원지 및 방출량 정보 등을 추정하는 것입니다. AI 기반 의사 결정을 통해 사람이 조종하지 않고 드론이 스스로 온보드 센서 정보와 이웃 드론 정보를 기반으로 최적 경로를 계획하는 것이 핵심적인 기술이라고 볼 수 있습니다. 또한, 과기정통부의 무인이동체원천기술개발사업단의 지원을 받아 자율지능연구단 무인이동체 자율임무 계획 기술 개발에 참여하고 있고, 국방과학연구소의 미래도전기술사업의 지원을 받아 드론을 이용하여 지면 폭발물을 탐지하는 과제에서 드론의 탐지 경로계획 및 군집비행에 대한 연구를 수행중입니다.

S. Back, G. Cho, J. Oh, X.T. Tran and *H. Oh
Autonomous visual trail following with obstacle avoidance using deep neural networks
Journal of Intelligent and Robotic Systems, 2020, Vol. 100, No. 3, pp. 1195~ 1211

N.P. Nguyen, *H. Oh, Y. Kim, *J. Moon, J. Yang and W.H. Chen
Fuzzy-based super-twisting sliding mode stabilization control for rotary inverted pendulum systems
IEEE Access, 2020, Vol. 8, No. 0, pp. 185079~ 185092

M.V. Dileep, B. Yu, *S. Kim and H. Oh.
Task assignment for deploying unmanned aircraft as decoys
International Journal of Control, Automation and Systems, 2020, Vol. 18, No. 12, pp. 3204~ 3217