연구목표: 멀티모달 센서융합 기반 3차원 환경 복원

필요성: 임의의 시점에서 Novel View Synthesis

연구방법: 3D Gaussian Splatting 방법에 LiDAR, Camera, IMU 등 센서융합 SLAM을 접목

해결문제: LiDAR와 Camera의 서로 다른 모달리티 융합

연구결과: 기존의 방법보다 더욱 정확한 렌더링

연구목표: 실내외 환경에서 로봇안내견 자율주행

필요성: 시각장애인을 위한 로봇안내견

연구방법: 4족 보행로봇에 임베디드 컴퓨터를 장착하고 LiDAR, Camera, IMU 센서를 융합하여 자율주행

해결문제: 멀티모달 센서융합 및 동적 장애물 회피

연구결과: 실내환경에서 안정적인 자율주행 수행

연구목적: 기하학 기반 동적 물체 인식

필요성: 딥러닝 기반 물체인식에 실패한 경우 안전성 확보

연구방법: 3D 컴퓨터비전 (Epipolar Geometry)

해결문제: 자동차가 이동하기 때문에 상대적으로 움직여보이는지 원래부터 움직이는 물체인지 구분해야 함 

연구결과: NVIDIA DRIVE SDK

연구목적: 멀티모달 센서융합 기반 SLAM

필요성: 각 센서의 단점 극복 및 장점 극대화

연구방법: LiDAR (기하정보), Camera (텍스쳐 및 컬러 정보), IMU (움직임 정보), GPS (절대위치 정보) 융합

해결문제: Asynchronous Timestamp

연구결과: 연속시간 경로(Continuous-time Trajectory)를 이용하여 비동시적으로 얻어지는 센서데이터를 융합

연구목표: RGB-D 카메라 기반 실시간 위치 추정

필요성: 증강현실 안경에 가상의 물체를 투영

연구방법: RGB-D 카메라 + 증강현실 안경

해결문제: Photometric/Depth Error의 Outlier 제거

연구결과: Intensity Change와 Depth Noise에 강인한 실시간 카메라 위치인식