AI & Control
학습 알고리즘부터 Sim-to-Real까지, 로봇이 스스로 걷게 합니다.
양질의 데이터를 활용하는 학습 알고리즘과, 다양한 조건에서 수집한 대규모 데이터를 통해 극한 환경에서도 안정적인 보행 정책을 학습합니다.
KEY FEATURE 01
학습 기반 제어기
학습 알고리즘 설계부터 실환경 전이까지 통합 파이프라인을 기반으로, 극한 조건에서도 즉시 활용 가능한 안정적 제어기를 구현합니다
극한 현장에서 안정적으로 작동하는 제어기 개발을 위해 알고리즘 설계부터 실환경 이식까지 자체 구축합니다. 정밀 물리 시뮬레이터에서 모델 기반 정밀 제어(MPC) 데이터를 재활용하는 Off-Policy 강화학습과 모션 추종, VLA 방법론을 개발합니다.
AI & Control
보고, 판단하고,극복하는 AI 기술
시뮬레이션 데이터 생성부터 3D 점유 예측, CAD 기반 위치 추정, 장애물 극복까지 —
자율 임무 수행을 위한 AI를 직접 개발합니다.
KEY FEATURE 01
3차원 매핑
AI를 이용하여 사각지대의 불확실성을 제거한 정밀 공간 지도를 구축합니다
로봇은 깊이 카메라 데이터만으로 주변 공간을 3D 복셀 맵으로 실시간 복원합니다. 이 맵은 장애물을 넘고 피하며 주행하기 위한 핵심 정보로 활용되며, 이를 생성하는 신경망은 센서 화각·노이즈·가려짐까지 반영해 자동 생성·라벨링된 시뮬레이션 데이터로 학습됩니다. 실제 로봇과 동일한 전처리 파이프라인으로 Sim-to-Real 격차를 최소화해, 별도의 현장 튜닝 없이 실환경에서 그대로 작동합니다.
KEY FEATURE 02
CAD 기반 위치 추정
사전 준비된 CAD 데이터를 지도 삼아 로봇이 스스로 위치를 파악합니다
GPS가 닿지 않는 선박 블록 내부에서도 로봇은 스스로 위치와 자세를 알아냅니다. 실시간 수집한 3D 공간 데이터를 작업 환경의 CAD 모델과 자동 대조해 절대 위치를 추정하고, 노이즈가 심한 현장에서도 독자 알고리즘으로 정밀한 정합을 유지합니다.
KEY FEATURE 03
산업 구조물 극복 자율 보행 프레임워크
자체 개발 고속 장애물 회피 기술·Waypoint 기반 자율 주행·사용자 시나리오 구성·학습 데이터 자동 자산화
복잡한 산업 구조물 사이에서도 로봇은 실시간으로 최적 경로를 찾아냅니다. 경험 데이터 기반 고속 장애물 회피와 비전 기반 Waypoint 주행에, 현장에 맞춰 Waypoint를 유저가 직접 설계하는 Task Authoring을 더했습니다. 주행 중 생성된 고난도 모션은 자동으로 자산화되어 AI 학습 데이터로 쌓입니다.