Control of Autonomous Driving using Agentic AI Orchestration and Physics-informed Deep Koopman Operator
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710115047
과학기술정보통신부
한국연구재단
배재대학교
김진성
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
4,534만원
4,534만원
기초연구
대학
대전광역시 서구
기계 > 자동차/철도차량 > 시스템제어/통합기술
본 연구는 미래 자율주행 차량의 안전성과 에너지 효율을 극대화하기 위해, Physics-informed Optimization를 통한 VAE 기반 Deep Bilinear Koopman Operator를 구축하고 예측 불확실성을 정량화하여 SMPC를 수행하는 동시에, 최상위 인지 계층에서 에이전트 AI가 Multi-rate 오케스트레이션을 통해 제어 파라미...
... 직접 연동하면서도 실시간 연산 타당성(Feasibility)을 유지하는 최적화 구조 설계를 도전적으로 수행한다. 또한, 에이전트 AI는 Local Edge 컴퓨팅 환경에서 구동되어 프롬프트 인젝션(Prompt Injection) 등의 사이버 보안 위협을 원천적으로 차단하며, 느린 주기로 주행 상황의 맥락을 이해하고 하위 제어기의 제약 조건을 동적으로 튜닝한다.
1) 연구과제의 활용방안● 학문적 발전관점: 강인한 KO를 설계하여 정밀한 모델 식별 기법을 연구하고 이를 통해 제어 관련 분야의 학문적 발전을 가져 올 것이다. 데이터 기반 모델 식별 기법을 제어 분야의 영역으로 확장함에 있어 발생하는 한계점을 분석하고 이를 해결할 수 있는 방안을 제시함으로써 정밀한 배터리 모델링을 통해 전기차 자율주행을 위한 에너지 최...