김우용 조교수

전기차와 에너지 저장 장치의 신뢰성을 확보하기 위해 배터리의 비선형 거동을 정확히 추정하는 견고한 배터리 관리 시스템(BMS) 개발을 목표로 연구를 진행하고 있습니다. 시그마-포인트 칼만 필터(SPKF)와 비선형 모델을 활용하여 배터리의 충전상태(SoC)와 건강상태(SoH)를 추정하는 알고리즘을 구축했으며, 결함 허용 제어 알고리즘과 LiFePO4 배터리 정밀 SoC 추정 기법을 함께 개발했습니다. 전류센서 오차로 인한 추정 정확도 저하 문제를 해결하기 위해 디스터번스 옵저버 기반 및 상관관계 기반 오차보정 기법을 적용했으며, 전류센서 없이 SOC를 추정하는 커런트리스 SOC 추정 기법과 병렬셀 연결손실 진단 알고리즘, 히스테리시스 모델 기반 관측가능성 분석 기법도 함께 마련했습니다. 이러한 기술은 전기차(xEV), 에너지 저장 시스템(ESS), 자율 이동 로봇(AMR)의 배터리 운영 신뢰성을 높이는 데 적용되고 있습니다. LS Electric과의 산학 협력을 통해 BMS 전류 센서 오차 보상 알고리즘을 개발했으며, 무인 공장 AMR 시스템에 실증 적용해 실험적으로 검증을 완료했습니다. 관련 연구 성과는 IEEE Transactions on Vehicular Technology 등 학술지에 다수 게재되었으며, 기술성숙도는 TRL 6-7 수준에 도달했습니다.

배터리 화재 및 폭발 사고를 예방하기 위해 국부 과열을 조기에 감지하는 기술의 필요성에서 출발하여 배터리 열폭주 예측 및 조기진단 소프트웨어를 연구하고 있습니다. 역열전달 해석(IHTA) 기반의 공간 열 특성 맵을 활용해 단일 센서만으로 표면 온도 분포를 예측하는 기법을 개발했으며, AI 기반 열화 궤적 복원 기술과 다채널 온도계측 시스템을 함께 구축했습니다. 파우치형 리튬이온 배터리의 열적 파라미터를 추출하고 발열량을 분석하는 방법론도 마련하여 배터리 내부 열적 거동을 정밀하게 파악할 수 있도록 했습니다. 이러한 기술은 고안전성 배터리 팩 설계와 화재 예방 시스템 구축에 적용되고 있습니다. 파우치형 배터리 온도 추정 장치(출원번호 10-2026-0106495)와 LFP 배터리 가관측성 개선 기하학적 상태 추정 기법(출원번호 10-2026-0133638) 관련 특허를 출원했으며, 현재 시스템 단위 검증을 진행하고 있습니다. 기술성숙도는 TRL 5-6 수준입니다.

자율 로봇이 정교하게 물체를 조작하고 환경과 상호작용하기 위해서는 지능형 제어 기술이 필요하다는 문제의식에서 출발하여 로봇 시스템 및 AI 비전 융합 연구를 수행하고 있습니다. RGBD 카메라 기반 비주얼 서보잉(Visual Servoing) 기술을 개발하여 로봇이 시각 정보를 실시간으로 반영해 대상물을 정밀하게 추적하고 제어할 수 있도록 했습니다. AI 비전을 활용해 자율 시료 채취 로봇의 경로를 계획하는 알고리즘과 로봇팔 공정제어 대상물의 자동 정렬 및 이송·적재 자동화 알고리즘을 구축했으며, 시뮬레이션 환경에서 학습한 모델을 실제 환경에 적용하는 Sim-to-Real 기술도 함께 연구하고 있습니다. 이러한 기술은 제조 자동화, 정밀 물류, 폐수·하수 처리장 시료채취, 의료 보조 로봇 분야에 적용되고 있습니다. 유일로보틱스와 'Physical AI Sim-to-Real 로봇 챌린지'를 지도하며 협력하고 있으며, 이를 통해 Sim-to-Real 기술 구현 성과를 도출했습니다. 기술성숙도는 TRL 4-5 수준입니다.