1. AI CFD 및 AI Design Optimization
- 분야 소개
미래 공학 설계 문제는 가상환경에서 디지털 트윈으로 다루어 질 것이며, 이의 주요축인 CFD는 유체역학의 높은 비선형적 특성으로 고급수치해석 알고리즘과 수백개의 병렬 CPU/GPU를 사용하더라도 여전히 계산시간이 오래 걸립니다. 우리는 기존 전산 역학 기법에 패턴 인식, 이미지 처리 등의 인공지능 기법과 불확정성을 고려하는 통계학적 기법 등을 사용하여, 거대 공간상의 정확한 유동장 정보를 거의 실시간으로 얻을 수 있는 인공지능기법을 연구하고 실제 공학 문제에 활용하고 있습니다. 차원축소모델 (Reduced Order Model)이 하나의 예가 되겠습니다. 현재 연구하는 분야로는 미래 교통수단인 air taxi(UAM)의 전기분산추진 기반 복잡 로터 시스템의 설계, 차세대 고속전철의 전두부 형상, 해안지역의 풍력단지 유동장과 전력 예측, 차세대 저피탐 수직이착륙기 설계, 해저온도차 신재생 에너지 기반의 수중 글라이더 형상 설계 등 많은 분야에서 연구가 진행되고 있습니다.
- 연구 주제
· AI & Machine Learning-based Reduced Order Modeling for Flow Field Prediction
· High-Fidelity Multidisciplinary Design Optimization
· Fourier and Chebyshev Time-Spectral Method
· Spectral Formulation based on FSI & Coupled Sensitivity
2. Autonomous Operation System of UAM using AI methods
- 분야 소개
향후 2040까지는 air taxi가 거의 상용화 단계에 들 것이고, 이후 유무인 항공기, 드론이 공역을 조화롭게 나누어 운항이 될 것입니다. 또한 유무인 협업 시스템 (Human Autonomy Teaming)등의 운용도 실전에 적용이 될 것입니다. 우리 연구실에서는 이러한 자율 운항의 핵심이 되는 데이터, 통계기법, 그리고 인공지능 기반의 궤적 예측 및 자동 충돌 회피 최적 경로 생성 기법을 연구하고 있습니다. GPR/LSTM/GAN-based trajectory modeling, 심층강화학습과 모방학습 기반 최적 경로 생성기법등도 사용하고 있습니다. 만약 카메라나 레이더/라이다 등의 물리적인 센서가 오작동 되거나 할때, 기체-기체 혹은 기체-지상간의 통신에 의존해서 주위 유무인항공기 혹은 드론의 제한적인 궤적 데이터가 있을때, 온보드 컴퓨팅 시스템만으로 상황인식, 주위 기체의 미래 궤적 예측, 충돌 인식 및 최적 경로를 생성하는 의사 결정을 단독으로 수행할 수 있도록 실시간 경로 생성 및 운용 기법을 연구하고 있습니다. 또한 이러한 소프트웨어를 하드웨어에 xss-xss-xss-embed하여 small scale traffic operation을 실험하고 있어, 실운항에서 도움이 되는 여러 지표들을 검증하고 있습니다.
- 연구 주제
· Air Traffic Management
· Data Analysis and Mining Model Form Uncertainty
