안녕하세요.
자율주행 관련 기술을 연구하고 있는 자율주행차 연구회(K-ROAD)에서 2027년 신규 8기 회원을 모집합니다.
K-ROAD는 앵커사업단의 지원을 받아 운영되고 있습니다.
□ 모집 개요
• 모집 목적 : 자율주행 관련 기술 연구, 프로젝트 수행 및 자율주행 경진대회 참가
• 모집 인원 : 00명
• 모집 대상 : 2027학년도 기준 2학년 이상의 재학생 및 대학원생(기계공학부, 메카트로닉스공학부, 전기전자통신공학부, 컴퓨터공학부)
※ 대학원생의 경우 지도교수님의 승인이 있다면 참여 가능합니다.
• 모집 기간(서류 접수) : 2026.09.09(수) ~ 2026.09.13(일)
• 서류 합격자 발표 : 2026.09.17(목)
※ 서류 심사 후 합격자에 한하여 개별 안내 예정
• 면접 일정 : 2026.09.21.(월) ~ 2026.09.23.(수) (예정)
• 최종 합격자 발표 : 2026.09.28.(월)
※ 상기 일정은 상황에 따라 변경될 수 있습니다.
□ 우대 사항
• 자율주행, 로보틱스, AI, 미래 모빌리티 분야에 관심 있는 학생
• 프로젝트 및 대회 참여에 적극적인 학생
• 아래 경험이 있는 경우 우대
- C/C++, Python 프로젝트 경험
- ROS / ROS2 / Linux / Git 사용 경험
- 컴퓨터 비전(OpenCV), AI, 센서 활용 경험
- 임베디드, 차량 제어, 전자회로 관련 경험
- 데스크탑 PC 조립 및 유지보수가 가능한 학생
- CAD, 3D 프린팅, 차량 제작 및 정비 경험
- 영상 편집, 디자인, SNS 콘텐츠 제작 경험
□ 지원 방법
1. 첨부된 파일 중 "지원신청서"을 내려받아 양식에 맞게 작성
2. 포트폴리오(자유양식, 선택) 작성
3. 아래 구글 폼을 작성하여 지원(지원신청서, 포트폴리오, 성적증명서 등)
▶ https://forms.gle/5tU4JFk94fSB1GJt5
□ 연구회 소개
• 주요 활동
- 자율주행 인지·판단·제어 알고리즘 연구 및 개발
- MORAI 시뮬레이터 및 실제 차량 기반 자율주행 프로젝트 수행
- 카메라, LiDAR, GPS, IMU 등 다양한 센서를 활용한 연구
- 대학생 창작 모빌리티 경진대회 등 자율주행 관련 대회 참가
- 기술 세미나, 코드 리뷰 및 팀 프로젝트 진행
• 수상실적
- 2025 대학생 창작 모빌리티 경진대회 무인모빌리티 경기 부문 대상(장관상) / K-BUB팀
- 2025 대학생 창작 모빌리티 경진대회 무인모빌리티 경기 부문 최우수상 / KORUS팀
- 2025 대학생 창작 모빌리티 경진대회 무인모빌리티 창작기술 부문 우수상
- 2025 대학생 창작 모빌리티 경진대회 버추얼 자율주행 드라이브 부문 장려상(2위)
- 2025 전국 대학생 OCEAN V 해양 AI 모빌리티 글로벌 경진대회 자율주행 레이싱 부문 은상
- 2024 대학생 창작 모빌리티 경진대회 무인모빌리티 경기 부문 대상(장관상) / KORUS팀
- 2024 대학생 창작 모빌리티 경진대회 무인모빌리티 경기 부문 최우수상 / K-BUB팀
- 2023 대학생 창작 모빌리티 경진대회 무인모빌리티 경기 부문 대상(장관상) / K-BUB팀
- 2023 대학생 창작 모빌리티 경진대회 무인모빌리티 경기 부문 금상 / KORUS팀
- 2023 현대자동차 자율주행 챌린지(HMC AV Challenge) / 예선 1위, 본선 6위
• 연구회(K-ROAD) 지원 혜택
- 다양한 센서, 차량 등 고가 장비를 활용한 연구 가능
- 자율주행 관련 경진대회 및 프로젝트 참여 기회
- 20명 이상이 참여하는 대규모 프로젝트 경험
- 별도 연구실을 포함한 연구·개발 환경 제공
- 인지·판단·제어 분야별 기술 세미나 및 협업 경험
• 연구 분야
분야 | 설명 | 활용 기술 |
인지 (Perception) | Vision : 머신러닝, 영상처리 기술을 기반으로 차선을 검출하고, 각종 물체를 탐지하고 분류하는 등 Camera 센서를 통해 주변 환경을 인식하는 분야 | Open CV, YOLO V11 |
LiDAR : 반사된 빛으로 환경을 인식하는 LiDAR 센서를 이용하여 차량 주변 환경 내 물체의 크기와 거리 등의 정보를 제공하는 분야 | 센서(Velodyne VL P16) Clustering | |
SLAM: 카메라, LiDAR 등의 센서 데이터를 이용해 차량 주변의 지도를 실시간으로 작성함과 동시에, 작성된 지도 내에서 차량 자신의 위치를 추정하는 분야 | SLAM | |
판단 (Planning) | 인지 파트에서 제공하는 데이터를 바탕으로 차량의 행동 및 주행 경로를 결정하고 전반적인 인터페이스 프레임워크를 구축하는 분야 | A |
E2E 강화학습 : 센서로부터 얻은 주변 환경 정보를 입력으로 받아, 별도의 인지,판단 모듈화 과정 없이 신경망이 직접 조향 및 가감속 등 주행 행동을 출력하도록 학습시키는 분야 | End-to-End Learning | |
제어 (Control) | 판단 파트에서 제공하는 데이터 기반으로 주어진 목표 경로를 추종하도록 차량의 조향각과 감가속도를 결정하는 분야 | Pure Pursuit, Stanley serial |
Localization(KF) : GPS, IMU, Wheel Encoder 등 다양한 센서 정보를 토대로 주행에 필요한 차량의 측위 정보를 제공하는 분야 | KF(kalman Filter), NMEA |
학생들의 많은 관심과 참여 부탁드립니다.
감사합니다.
□ 문의
• 자율주행차 연구회(K-ROAD) 인스타 계정 : @kroad_2020
• 대표 학생 : 박민관 (010-5473-육구영오)
• E-mail : parkyb0501@학교메일