Welcome to RAISE Lab.

We raise the bar for robot intelligence through spatial estimation.

Mission

Our research focuses on the intersection of Robotics and Spatial AI, developing advanced perception algorithms that empower robots with the spatial intelligence required for enhanced task planning and control in everyday environments.

Research interests

RAISE Lab develops robotic intelligence, with a specific focus on Spatial Intelligence rooted in SLAM technology. Our research framework is currently built upon three core pillars: [1] Simultaneous Localization and Mapping (SLAM), [2] World Models for spatial understanding, and [3] Real-world Applications in agricultural and manufacturing environments. However, we do not limit our future research directions as we strive to push the boundaries of robotics.

• keywords: Robot perception, SLAM, world model, spatial intelligence
  
  

---

한글 소개 (Introduction of the lab in Korean)

가천대학교 RAISE Lab은 로봇 지능을 개발합니다. 특히 SLAM 기술을 바탕으로 로봇의 공간 지능(Spatial Intelligence)을 개발하는 연구를 수행하고 있습니다. 현재 우리의 연구는 [1] 위치 추정 및 지도 작성(SLAM), [2] 공간의 의미 이해(World Model), [3] 농업 및 제조 현장 적용(Applications) 세 축으로 진행 중이나, 앞으로의 연구 방향에 제한을 두지 않습니다.

[1] SLAM: Precise State Estimation

로봇이 복잡하고 가변적인 환경에서 자신의 위치를 정확히 특정하기 위한 근간 기술을 연구합니다.

• 카메라, LiDAR, IMU 및 GNSS 등 이종 센서 데이터를 결합하거나 단일 센서를 사용하여 Odometry 및 SLAM 알고리즘을 개발합니다.
• 위 과정에서 대규모 공간에서의 드리프트를 최소화하고 위치 추정 정밀도를 확보합니다.
• 터널, 숲, 온실과 같이 정보가 부족한 환경에서도 위치 추정이 끊기지 않는 강인한 시스템을 만듭니다.
  
  

[2] World Model: Semantic & Spatial Understanding

단순한 기하적 지도를 넘어, 로봇이 공간의 인과관계와 의미를 이해하도록 하는 지능형 모델을 구축합니다.

• 3차원 기하 정보에 의미와 물리적 이해를 더하여, 로봇이 “어디에 무엇이 있고, 그것이 어떻게 변할지” 이해하는 차세대 지도 모델을 연구합니다.
• 대형 멀티모달 모델을 로봇 인식 과정에 통합하여, 비정형 환경에서도 상식적인 수준의 공간 추론이 가능한 시스템을 설계합니다.
• 환경을 위계적 그래프 구조로 정형화하여 로봇의 복잡한 의사결정과 작업 계획을 지원하는 공간 지능을 구현합니다.
  
  

[3] Applications: Intelligent Field Robotics

원천 기술을 실제 필드에 적용하여 산업적·사회적 난제를 해결합니다.

• 농업 환경에서 수확, 작물 카운팅, 생육 모니터링을 수행하는 로봇 시스템을 개발합니다.
• 제조 환경에서 로봇의 작업을 위한 작업 환경 인식 시스템을 개발합니다. 공정 내 부품의 정밀 위치 추정 및 작업 공간의 실시간 변화를 감지하여 스마트 팩토리 내 로봇의 유연한 작업을 지원합니다.
• 위 분야에 국한하지 않고 실험실 환경을 넘어 실제 필드 로봇이 마주하는 센서 노이즈와 하드웨어 제약 조건 하에서 알고리즘을 최적화하고 실증합니다.

기술 협력에 관심이 있으시면 jhkang at gachon.ac.kr 로 연락주시기 바랍니다.