Vision Team은 자율주행 차량이 주변 환경을 정확하게 인식하고 해석할 수 있도록 카메라와 LiDAR를 활용한 AI 기반 Perception 기술을 연구·개발한다.

카메라 영상에서는 딥러닝 기반 객체 탐지 모델로 차량, 보행자, 신호등, 표지판, 차선 등 주행에 필요한 요소를 실시간으로 인식한다. 데이터 수집·라벨링·학습·검증 과정을 통해 모델의 정확도와 처리 속도를 지속적으로 개선한다.

LiDAR 포인트클라우드와 카메라 이미지 정보를 결합해 각 센서의 한계를 보완하고, 복잡한 도심·야간 주행·시야 제한 상황에서도 안정적인 환경 인식이 가능하도록 센서 융합 기반 인식 구조를 고도화한다.

인식 결과가 Planning Team의 의사결정과 경로 계획에 활용될 수 있도록 객체 위치, 주행 가능 영역, 차선 정보, 장애물 정보를 구조화해 제공한다. 더 나아가 Perception, Localization, Planning, Control이 자연스럽게 연결되는 학습 기반 자율주행 시스템으로 확장하는 것을 목표로 한다.

Planning Team은 자율주행 차량이 현재 위치와 주행 상태를 파악하고, 주변 환경과 교통 흐름을 판단해 안전한 주행 경로를 계획할 수 있도록 자율주행 스택의 핵심 기능을 개발한다.

GPS와 IMU 데이터를 기반으로 위치, 자세, 속도 등 차량 상태를 추정하고, HD Map과 Lanelet 정보를 활용해 차선, 교차로, 정지선, 제한속도, 주행 가능 영역 등 도로 구조를 정밀하게 해석한다.

차선 유지, 차선 변경, 교차로 통과, 장애물 회피, 정차와 출발, 주차 등 다양한 시나리오를 고려해 상황별 행동을 결정하고, 실제 차량이 따라갈 수 있는 경로와 궤적으로 구체화한다.

V2X 기반 협력주행과 학습 기반 의사결정 기술까지 연구 범위를 확장하며, Localization, Decision Making, Motion Planning, Trajectory Generation, Vehicle Control을 유기적으로 연결하는 것을 목표로 한다.

Hardware Team은 자율주행 차량이 실제 주행 환경에서 안정적으로 동작할 수 있도록 센서 시스템과 하드웨어 기반을 구축한다.

카메라, LiDAR, GPS, IMU 등 주요 센서가 정확한 위치에서 안정적으로 작동하도록 장착 위치, 배선 구조, 전원 공급, 통신 연결을 설계하고 점검한다.

제어 보드, 모터 드라이버, 배터리, 네트워크 장비 등 실차 주행에 필요한 장비를 통합하고, 주행 테스트 과정에서 센서 데이터 수집 상태와 차량 하드웨어의 안정성을 확인한다.

대회 준비 단계에서는 차량 점검, 장비 운반, 예비 부품 준비, 현장 세팅, 테스트 절차 관리를 담당한다. 센서 배치와 문제 해결 과정을 문서화해 팀의 기술 자산으로 축적한다.