백형부 부교수

자율주행과 사이버물리시스템(CPS)처럼 다수 태스크의 중요도(criticality)가 혼재된 환경에서 스케줄가능성을 보장하는 문제를 다룹니다. Rate Monotonic 및 고정우선순위 스케줄가능성 분석을 기반으로 Mixed-Criticality 스케줄링 기법을 설계했으며, 멀티프로세서 환경에서의 경쟁회피(Contention-Free) 스케줄링을 통해 태스크 간 간섭을 최소화했습니다. 보안 제약을 반영한 스케줄 랜덤화 기법과 정보유출 방지 스케줄링을 개발하여 실시간 시스템의 안전성과 보안성을 동시에 확보했습니다. 이러한 기술은 자율주행 임베디드 플랫폼, 사이버물리시스템, 혼합 임계 실시간 임베디드 시스템에 적용되고 있습니다. 관련 연구 성과는 IEEE TPDS, IEEE Access, JSS(Journal of Systems and Software), IEICE Transactions 등에 다수 게재되었으며, '사이버 물리 시스템의 물리 제어 특성을 활용한 스케줄링 플랫폼 설계' 과제를 총 3회 수행(각 5천만원 내외)했고 '멀티프로세서 실시간 시스템의 보안 강화를 위한 경쟁회피 스케줄링 기법' 등 다수의 과제를 수행했습니다.

자율주행차의 실시간 인지 시스템에서 다중 객체를 빠르고 정확하게 탐지하고 추적해야 하는 문제를 연구합니다. DeepSORT와 SORT를 혼합한 기법을 통해 추적 성능과 처리 속도를 함께 확보했으며, 이미지 분리·병합 기반 DNN 객체 탐지 기법을 적용해 임베디드 환경에서의 실시간 처리 부담을 줄였습니다. 혼합 임계 스케줄링을 자율주행 플랫폼 설계에 결합하여 안전 관련 태스크와 인지 태스크의 스케줄가능성을 동시에 보장하는 구조를 제시했습니다. 이 기술은 자율주행 자동차와 실시간 임베디드 다중객체 추적 시스템에 적용되고 있습니다. '자율주행차를 위한 딥러닝 기반 실시간 다중객체 추적 시스템 연구' 과제(예산 51,261,000원), '딥러닝 기반 자율주행 자동차를 위한 혼합 임계 스케줄링 플랫폼 설계' 과제를 3회 수행(각 4천만원대)했으며, 'DeepSORT와 SORT의 혼합을 통한 DNN기반 실시간 다중 객체 추적 기법' 등 다수의 과제를 수행했습니다.

비언어 소통을 지원하는 수어 번역 전처리, 이미지의 시각 정보를 텍스트로 자동 변환하는 이미지 캡셔닝, 로봇 매니퓰레이터의 정밀 제어 문제를 다룹니다. Glosses 없이 키포인트 기반으로 수어 동작을 전처리하는 기법을 개발했으며, 이미지로부터 설명 텍스트를 자동 추출하는 딥러닝 모델을 연구했습니다. 로봇 매니퓰레이터 제어에는 시간지연제어(Time-Delayed Control)와 비특이 슬라이딩모드 제어 기법을 적용하여 외란과 불확실성에 강건한 제어 성능을 확보했습니다. 이 연구는 수어 번역 시스템, 이미지 설명 자동 생성, 로봇 매니퓰레이터 제어 분야에 적용되고 있습니다. 관련 연구인 'Preprocessing for Keypoint-Based Sign Language Translation without Glosses'가 SENSORS에 게재되었고, '이미지로부터 설명 텍스트를 자동 추출하는 딥러닝 모델 연구' 과제(8,000,000원)를 수행했으며, 시간지연제어 관련 논문이 Applied Sciences-Basel 등에 다수 게재되었습니다.