• Welcome to Autonomous Vehicles and Embedded systems (AVE, [ ˈæv.ə.nuː ]) Lab!

  • Perception for Autonomous Driving

    2023년도부터 Waymo, Motional, Aurora, Nuro 등과 같은 글로벌 자율주행 선도 기업들은 4D Radar 및 다중 센서 융합 기술을 활용한 인지 시스템 연구를 활발히 진행하고 있습니다. 이러한 흐름 속에서, 우리 연구실은 2021년부터 해당 기술을 선제적으로 개발하고 대용량 데이터 셋을 공개하며 이 분야의 혁신을 선도하고 있습니다. 

  • Large AI Model based End-to-End Autonomous Driving

    2023년부터 Tesla, Waymo, Wayve와 같은 글로벌 자율주행 선도 기업들은 2세대 End-to-End(E2E) 자율주행 기술을 활발히 연구해 왔으며, 2024년부터는 Large AI Model 기반 3세대 자율주행으로 발전하고 있습니다. 우리 연구실은 2019년부터 Sim2Real E2E 및 Oversteer 제어 기술을 세계 최초로 개발하며 선도적인 연구를 진행해 왔으며, 2024년에는 Large AI Model 기반 3세대 자율주행 연구에 앞장서고 있습니다.

  • Localization for Autonomous Driving

    2020년부터 Google, Qualcomm, Nokia 등 글로벌 기업들은 도시 환경에서의 위치 정확도 향상을 위해 차세대 GNSS 기술과 AI 기반 위치 측정 기술을 활발히 연구하고 있습니다. 이러한 흐름 속에서, 우리 연구실은 2019년도부터 RNN 기반 NLOS/LOS 위성 신호 분류기를 개발한 데 이어, 전면 카메라 이미지와 지도를 매칭하여 GPS 신호가 빈번히 차단되는 도심 환경에서도 차량의 위치를 예측할 수 있는 Geo-Localization(Map Matching) 기술을 연구해 왔습니다. 또한, 4D Radar Odometry 기술을 개발하여 위치 측정 분야의 혁신을 선도하고 있습니다.

  • Embedded AI for Autonomous Driving

    Embedded AI는 2020년도부터 중요성이 거론되어 왔고, 현재는 Ford와 NVIDIA와 같은 글로벌 기업을 포함한 자율주행 및 AI 기술 산업계에서 큰 화두가 되고 있습니다. 일반 AI는 큰 모델의 복잡성으로 인해 실시간 처리가 어렵고, 높은 전력 소모로 인해 자율주행의 성능을 제한할 수 있는 반면, Embedded AI는 실시간 데이터 처리와 시스템 효율성을 높일 수 있어 자율주행에 필수적입니다. 우리 연구실은 이러한 중요성을 인식하고 Embedded AI 연구를 활발히 진행하고 있습니다.

  • Next-Generation Full-Stack Platform for Autonomous Driving

Publications

  • 2024
  • RTNH+: Enhanced 4D Radar Object Detection Network using Two-Level Preprocessing and Vertical Encodin…

  • Seung-Hyun Kong†, Dong-Hee Paek†, Sangyeong Lee IEEE Transactions on Intelligent Vehicles [SCIE, IF 14.0, JCR Top 2.3%], 2024

  • 2022
  • K-Radar: 4D Radar Object Detection for Urban Roads and Highways in Various Weather Conditions

  • Dong-Hee Paek, Seung-Hyun Kong, Kevin Tirta Wijaya Advances in Neural Information Processing Systems (NeurIPS) Datasets and Benchmarks, 2022

  • 2022
  • K-Lane: Lidar Lane Dataset and Benchmark for Urban Roads and Highways

  • Dong-Hee Paek, Seung-Hyun Kong, Kevin Tirta Wijaya IEEE/CVF Computer Vision and Pattern Recognition (CVPR) Workshop on Autonomous Driving, 2022

  • 2022
  • Segmented Encoding for Sim2Real of RL-based End-to-End Autonomous Driving

  • Seung-Hwan Chung, Seung-Hyun Kong, I Made Aswin Nahrendra, Sanjae Cho IEEE Intelligent Vehicles Symposium (IV), 2022

  • 2022
  • The Autonomous Vehicles and Electronics Lab [ITS Research Lab]

  • Yisheng Lv IEEE Intelligent Transportation Systems Magazine, 2022 July/August

  • 2022
  • GPS First Arrival Path Detection Network using MLP-Mixers

  • Seung-Hyun Kong†, Sangjae Cho†, Euiho Kim* IEEE Transaction on Wireless Communications [SCI, IF 7.016], vol. 21, no. 9, pp. 7764-7777, September 2022

  • 2021
  • Enhanced Off-Policy Reinforcement Learning with Focused Experience Replay

  • Seung-Hyun Kong, I Made Aswin Nahrendra, Dong-Hee Paek IEEE Access [SCIE, IF 3.476, Top 48.17%], vol. 9, pp. 93152-93164, May 2021

  • 2019
  • Automatic Recognition of General LPI Radar Waveform using SSD and Supplementary Classifier

  • Linh Manh Hoang; Minjun Kim; Seung-Hyun Kong IEEE Trans. on Signal Processing [SCI, IF 5.028, Top 13.53%], May 2019

  • 2018
  • Automatic LPI Radar Waveform Recognition using CNN

  • Seung-Hyun Kong; Minjun Kim; Linh Manh Hoang; Eunhui Kim IEEE Access [SCIE, IF 3.244, JCR Top 20.77%], January 2018

Gallery

  • 조상재 박사 디펜스, 졸업 기념 사진 촬영 및 회식
  •  
  • 2024-08-15

  • IEEE IV 2024 현장 운영

  •  …
  • 2024-06-14

Global and Industrial Leadership

The Cho Chun Shik Graduate School of Mobility, KAIST
Munji-ro, Yuseong-gu, Daejeon 193, South Korea
Tel : +82-42-350-1285 Email : avelab@kaist.ac.kr

Copyright ⓒ 2021 AVE Lab All rights Reserved. designed by dsso.kr