NTREXGO - 디바이스마트, 엔티렉스 컨텐츠 통합 사이트 » 로봇

[69호] 코딩교육용 인공지능 카메라 뉴로캠 출시

디바이스마트 매거진 — Sat, 25 Dec 2021 05:10:54 +0000

코딩교육 키트/로봇 > 기타,다즐에듀,코딩교육용 인공지능 카메라 뉴로캠 (교재포함),교재로 배우는 인공지는 카메라 입문" src="https://www.devicemart.co.kr/data/goods/1/2021/11/14242081_tmp_cda508d1cf1113b9533353232edaf3c74318view.jpg" />

(주)프로보

코딩교육용 인공지능 카메라 뉴로캠 출시

로봇/코딩 전문 기업 프로보는 초등학생 들을 위한 인공지능 교육용 웹캠인 뉴로캠 (NEURO-CAM)을 출시했다. 프로보와 다즐에듀가 공동으로 기획/개발 하고 초등학생 소프트웨어 교육 전문가들이 직접 기획에 참여한 뉴로캠은 아이들이 보다 쉽고 재미있게 인공지능 코딩을 경험할 수 있 도록 흥미롭게 구성되었다. 기존 프로보의 커넥트 컨트롤러, 조립형 커 넥트 블록과 호환되며 카메라를 상하좌우 원 하는 방향으로 조절할 수 있어 보다 높은 완 성도를 보인다. 뉴로캠은 이미지로 표정과 사물을 구별하여 사람의 얼굴을 이용한 인공지능 코딩이나 사 물을 구별하여 명령을 수행하는 이미지 트래 킹이 가능하고, 내장마이크가 탑재되어 있어 음성을 이용해 명령을 수행하는 코딩이 가능 하다. 일반 캠과 같이 동영상 녹화 및 캡처를 할 수 있고 간단한 영상 촬영부터 자동 모션인식 까지 지원해 인터넷 강의, 회의 등에 자유롭 게 사용할 수 있다. 또한, 뉴로캠은 스크래치가 3.0으로 업그레 이드하면서 추가된 비디오 감지 블록을 활용 한 코딩도 가능하고 누구나 쉽게 만들 수 있 는 웹 기반의 도구인 티처블 머신을 지원한 다. 머신러닝 포키즈는 텍스트 숫자 또는 이미 지를 분류하는 머신러닝 모델을 만들 수 있는환경을 제공하는 플랫폼으로 머신러닝 모델 을 직접 만들어보며 인공지능을 보다 재미있 게 익히고 즐길 수 있다. 놀이와 학습을 함께 하면서 아이들이 자연 스럽게 AI와 코딩에 익숙해질 수 있는 교구인 뉴로캠을 지금 바로 디바이스마트에서 확인 해보자

뉴로캠 바로 확인하기 >>

[67호] 로봇공학 프로젝트에 안성맞춤 Maker Pi RP2040 보드 출시

디바이스마트 매거진 — Fri, 20 Aug 2021 01:39:45 +0000

Cytron

로봇공학 프로젝트에 안성맞춤 Maker Pi RP2040 보드 출시

스마트 전자 및 로봇 프로젝트에 필요한 모듈을 설계하는 기업인 Cytron에서 로봇 모션 제어에 활용할 수 있는 Maker Pi RP2040 보드를 출시했다. Maker Pi RP2040 보드는 Raspberry Pi – RP2040으로 설계된 최초의 마이크로 컨트롤러이다. 이 보드는 듀얼 채널 DC 모터 드라이버와 4개의 서보 모터 포트 및 7개의 Grove I/O 커넥터가 포함되어 있으며 온보드 DC 모터 드라이버가 2개의 브러시 DC 모터 또는 한 개의 바이폴라/유니폴라 스텝 모터를 제어할 수 있어 채널당 최대 1A 전류를 지속적으로 제공할 수 있는 특징이 있다. 이밖에도 Maker Pi RP2040은 Cytron의 Maker 시리즈 제품의 모든 장점을 갖추고 있다. 시각적으로 문제 상황을 표시해 주는 다양한 LED가 있으며, 터치를 감지할 수 있는 온/오프 스위치와 함께 피에조 부저가 탑재되어있다. 보드에 내장된 빠른 테스트 버튼과 모터 출력 LED는 코드를 따로 작성할 필요 없이 빠르고 편리한 방법으로 모터 드라이버의 기능 테스트를 진행할 수 있다. 또한, Maker Pi RP2040은 단일 셀 LiPo/ Li-lon 배터리 또는 Vin(3.6-6V) 단자를 통해 전원을 공급할 수 있다. 기존 Pico와 호환됨에 따라 Pico용으로 개발된 소프트웨어, 펌웨어, 라이브러리 및 리소스는 Makrer Pi RP2040에서도 원활하게 작동한다. Cytron에서는 완벽한 로봇제어가 가능한 Maker Pi RP2040의 손쉬운 사용을 위해 각종 매뉴얼, 예제코드, 데이터시트, 회로도 등 다양한 정보를 함께 제공하며 자료 및 자세한 제품 스펙은 디바이스마트에서 확인할 수 있 다.

Maker Pi RP2040 보드 제품 바로가기

[65호] 세계 최초 아두이노 호환 휴머노이드 댄스 로봇 아이언보이(IRON BOY) 출시

디바이스마트 매거진 — Sun, 25 Apr 2021 04:25:46 +0000

로보블럭시스템

세계 최초 아두이노 호환 휴머노이드 댄스 로봇 아이언보이(IRON BOY) 출시

아이언보이 IRH-100은 세계 최초 아두이노와 직접 호환되는 상용 휴머노이드 로봇이다. 하드웨어에 대한 조립보다는 소프트웨어와 그에 연관된 알고리즘 학습에 초점을 맞추어 로봇 교육이 진행되어야 한다는 철학으로 모든 아이언보이는 완조립 형태로 출시되었으며 사용자가 힘들게 로봇을 조립해야 하는 수고와 시간이 절약된다. 즉, 박스를 개봉하는 즉시 로봇 교육을 시작할 수 있다는 장점이 있다. 아이언보이는 16개의 내구성이 뛰어난 디지털 서보 모터, 전용 메인 컨트롤보드와 메탈 브라켓 프레임 및 그 밖의 하드웨어로 구성되어 있으며 아두이노와의 호환성 확보를 위해 메인 컨트롤 보드에 간단히 장착할 수 있는 별도의 전용 아두이노 보드(IRduino)가 함께 제공된다. IRduino 보드는 시중 대부분의 아두이노 쉴드와 호환이 가능하므로 합리적인 가격의 원하는 아두이노 쉴드를 사용자가 구매하여 손 쉽게 장착할 수 있어 다양한 확장성을 제공한 다. 또한 아이언보이를 위한 풍부한 IRduino API 와 라이브러리를 제공하여 사용자의 상상에 따라 로봇 테스크를 구현할 수 있다. 기존 휴머노이드가 제한된 센서 옵션으로 기능이 제한적이었다면 IRH-100은 오픈소스 기반의 가장 유연하고 다양한 쉴드 옵션을 통해 다수의 로봇 테스크를 접목할 수 있다. IRduino는 전자지식이 없는 초심자부터 숙련자까지 사용하기 편리한 오픈소스 플랫폼으로 용이한 프로그래밍과 쉽게 접할 수 있는 많은 정보를 통해, 비전문가도 로봇 공학을 쉽 게 배우고 프로토타입 등의 자신만의 로봇 구조를 효율적으로 만들 수 있다. 또한 아두이노도 C언어와 비슷한 언어를 사용하기 때문에 고급 프로그래밍 언어인 C를 배울 수 있는 최적의 솔루션이라고 할 수 있다. 로봇 교육의 선두주자 아이언보이의 보다 자세한 사양은 디바이스마트에서 영상들과 함께 확인할 수 있다.

세계 최초 아두이노 호환 휴머노이드 댄스 로봇 아이언보이(IRON BOY) 제품 바로가기

[65호]Simple Touch

디바이스마트 매거진 — Thu, 22 Apr 2021 00:00:51 +0000

2020 ICT 융합 프로젝트 공모전 장려상

Simple Touch

글 | 동양미래대학교 박재범, 김도경, 김성곤, 김예빈, 김종혁, 이연수, 이정원, 장여원

1. 심사평
칩센 기술 자체가 어려운 것은 아니지만 아이디어가 매우 눈에 띄는 작품입니다. 특히 기존 시스템을 모두 교체하는 것이 아닌 일부만 대체하는 것만으로도 적용 가능하게 하는 부분은 훌륭한 발상입니다. 동작 방식 자체는 매우 심플하게 이해가 되었고, 실제 적용을 위해서 운용에 대한 방식은 조금 더 고민이 필요할 듯 합니다. 블루투스 보다 와이파이가 더 적절해 보이는 판단을 하고 적용하였으나, 이 또한 실제 적용에는 어려움이 있을 수 있습니다(주변 버스와의 구분등). 이러한 추가적인 고민을 통하면 매우 실용적인 장치가 될듯합니다.
펌테크 실생활에 활용될 수 있는 아이디어와 실용성을 지닌 작품이라고 생각합니다. 전체적으로 시스템을 꼼꼼하게 잘 구성하였고 생각하며 학부 과정의 학생이 구현하기에 적정한 난이도를 가진 작품이라고 생각합니다.
위드로봇 간단하지만 유용한 아이디어를 구현한 작품입니다.

2. 작품 개요
보도자료에 따르면 서울시에서만 하루 500만 명 이상의 시민들이 버스를 이용한다. 서울특별시 인구만으로 따져 보아도 2명 중 1명꼴로 버스를 이용하는 셈이다. 그만큼 버스는 우리에게 떼어놓을 수 없는 교통수단이다.
이렇게 많은 이들이 이용하는 까닭에 버스 이용 시 몇몇 불편함을 느낄 수 있는데, 특히 출퇴근 길 “러시아워” 시간대의 버스를 타기란 고통에 가깝다, 가까스로 버스 승차에 성공하더라도 하차하려는 것이 여간 어려운 것이 아닌데, 사람들로 가득 찬 버스 안에서 사람들 사이를 비집고 나아가 손으로 직접 하차벨을 누르기란 참으로 어려운 일이기 때문이다. 이에 최근 운행하는 신형 버스는 구형 버스보다 하차벨이 증설되었지만, 여전히 사람이 많은 버스에서 손으로 벨을 누르기에 불편한 상황임은 사실이다.
한편 최근 대두되고 있는 전염병 사태에서 직접 접촉에 의한 감염 사례도 나오고 있는 것을 보면 불특정 다수의 손길이 닿은 하차벨을 선뜻 누르기 어려운 경우도 있을 것이다. “직접적인 접촉을 하지 않고 하차벨을 누를 수 있는 방법은 없을까?” 이와 같은 물음에서 작품의 아이디어를 끌어내 보았다.

3. 작품 설명
3.1. 주요 동작 및 특징
3.1.1. 스마트폰 App으로 버스 하차벨 점등
· 통신을 위해 모든 하차벨을 교체할 필요 없이 하나의 하차벨 교체만으로도 시스템에 적용 가능함
· 하차벨을 누르기 위한 불필요한 움직임이 줄어들어 버스 내 안전사고 발생확률 감소를 기대할 수 있음
· 코로나19와 같은 전염병 사태에 불특정 다수가 접촉할 우려가 큰 하차벨에 접촉하지 않음으로서 접촉에 의한 전염병 감염사례 감소의 기대와 버스 이용 승객의 심적 안정을 도모할 수 있음

3.2. 전체 시스템 구성(전체 알고리즘)

3.3. 개발환경

4. 단계별 제작 과정

4.1. 시스템 설계
초기 스케치에서와 같이 일대다 통신 구현을 위해 Bluetooth와 WiFi 통신이 논의 되었으나, Bluetooth 통신 방식의 동시 접속 가능 기기 제한으로 인하여 WiFi 통신 방식을 채택한다.
WiFi 통신 모듈 선정

4.2. 하드웨어 제작

4.3. 하차벨 시스템 소프트웨어 작성

4.4. 스마트폰 App 소프트웨어 작성

4.5. 시스템 구현

4.6. 결론 및 전망
위와 같이 스마트폰 어플리케이션을 통해 버스 벨을 점등하는 테스트를 성공적으로 완료하였다. Java를 처음 다뤄보며 개발한 첫 어플리케이션이었기에 UI나 여러 편의사항 등에서 부족한 부분도 있었지만, 본 목적에 충실하게끔 구현했다는 점에서 큰 만족감을 가질 수 있었다.
본 아이디어는 비용과 시스템 구현 측면에서 여러 이점이 있는데, 제작 시 사용한 Lolin D1 mini를 대체해 ESP8266-01 등의 모듈을 사용한다면 저렴한 비용으로 단 하나의 벨 교체를 통해 무선 하차벨 시스템을 구현 할 수 있을 것으로 보인다.
한편 서울특별시 버스정책과에 문의해본 결과 올해 6월부터는 서울시내 버스 8000여대에서 공공와이파이를 이용할 수 있다고 하였다. 추후 공공와이파이를 이용한 시스템 구축을 통해 더 효율적이고 편리한 무선 하차벨 시스템을 제공할 수 있을 것으로 보인다.
경향신문 기사([‘코로나19’ 확산 비상]버스 하차벨 서로 미루고, 출입문 손 대신 어깨로 열어…‘거리두기’가 바꾼 일상)의 인터뷰에서는 코로나 19로 인한 버스에서의 현 상황이 잘 드러나고 있다. 본 아이디어는 이러한 대규모 전염병 사태에 있어 미약하게나마 감염 전파를 막는 요소가 될 수 있을 것이라 기대한다.

5. 기타
5.1. 회로도

5.2. 소스코드
5.2.1.Arduino 소스코드

bus_system.ino
int bell_led_1 = 22;
int bell_button_1 = 23;
int bell_test_1 = 24;
int bell_led_2 = 26;
int bell_button_2 = 27;
int bell_test_2 = 28;
int bell_led_3 = 30;
int bell_button_3 = 31;
int bell_test_3 = 32;
int bell_led_4 = 34;
int bell_button_4 = 35;
int bell_test_4 = 36;
int bell_led_5 = 38;
int bell_button_5 = 39;
int bell_test_5 = 40;
int door_button = 42;
boolean bell_signal_1;
boolean bell_signal_2;
boolean bell_signal_3;
boolean bell_signal_4;
boolean bell_signal_5;
boolean door_signal;
boolean total_signal;
boolean state;

void setup() {
pinMode(bell_led_1, OUTPUT);
pinMode(bell_led_2, OUTPUT);
pinMode(bell_led_3, OUTPUT);
pinMode(bell_led_4, OUTPUT);
pinMode(bell_led_5, OUTPUT);
pinMode(bell_button_1, INPUT);
pinMode(bell_button_2, INPUT);
pinMode(bell_button_3, INPUT);
pinMode(bell_button_4, INPUT);
pinMode(bell_button_5, INPUT);
pinMode(bell_test_1, OUTPUT);
pinMode(bell_test_2, OUTPUT);
pinMode(bell_test_3, OUTPUT);
pinMode(bell_test_4, OUTPUT);
pinMode(bell_test_5, OUTPUT);
pinMode(door_button, INPUT);
Serial.begin(115200);
Serial.println(“Setting done….”);
normal_state();
}

void normal_state() {
digitalWrite(bell_led_1, LOW);
digitalWrite(bell_led_2, LOW);
digitalWrite(bell_led_3, LOW);
digitalWrite(bell_led_4, LOW);
digitalWrite(bell_led_5, LOW);
digitalWrite(bell_test_1, HIGH);
digitalWrite(bell_test_2, HIGH);
digitalWrite(bell_test_3, HIGH);
digitalWrite(bell_test_4, HIGH);
digitalWrite(bell_test_5, HIGH);
state = 0;
}

void pushed_state() {
digitalWrite(bell_led_1, HIGH);
digitalWrite(bell_led_2, HIGH);
digitalWrite(bell_led_3, HIGH);
digitalWrite(bell_led_4, HIGH);
digitalWrite(bell_test_1, LOW);
digitalWrite(bell_test_2, LOW);
digitalWrite(bell_test_3, LOW);
digitalWrite(bell_test_4, LOW);
digitalWrite(bell_test_5, LOW);
state = 1;
}

void read_signal() {
bell_signal_1 = digitalRead(bell_button_1);
bell_signal_2 = digitalRead(bell_button_2);
bell_signal_3 = digitalRead(bell_button_3);
bell_signal_4 = digitalRead(bell_button_4);
bell_signal_5 = digitalRead(bell_button_5);
door_signal = digitalRead(door_button);
Serial.println(“b1, b2, b3, b4, b5, Door”);
Serial.print(bell_signal_1);
Serial.print(” “);
Serial.print(bell_signal_2);
Serial.print(” “);
Serial.print(bell_signal_3);
Serial.print(” “);
Serial.print(bell_signal_4);
Serial.print(” “);
Serial.print(bell_signal_5);
Serial.print(” “);
Serial.println(door_signal);
total_signal = bell_signal_1||bell_signal_2||bell_signal_3||bell_signal_4||bell_signal_5;
}

void self_holding () {
if (state==0) {
if (total_signal == 1) {
pushed_state();
Serial.println(“bell pushed….”);
}
}
else if (state == 1) {
if (door_signal == 0) {
normal_state();
Serial.println(“door opend….”);
}
}
}

void loop() {
read_signal();
self_holding();
delay(100);
}

5.2.2. Lolin D1 mini 소스코드

wifi_module.ino
#include
#include
#include

#ifndef APSSID
#define APSSID “ICT_TEST”
#define APPSK “ict_test”
#endif

const char *ssid = APSSID;
const char *password = APPSK;

ESP8266WebServer server(80);

uint8_t LED_PIN = 4;
bool LED_PIN_STATUS = LOW;
void handleRoot() {
LED_PIN_STATUS = LOW;
server.send(200, “text/html”, “

You are connected

”);
}

void handleRoot_on() {
LED_PIN_STATUS = HIGH;
server.send(200, “text/html”, “

LED ON

”);
}

void setup() {
delay(1000);
pinMode(LED_PIN, OUTPUT);
digitalWrite(LED_PIN, 0);

Serial.begin(115200);
Serial.println();
Serial.print(“Configuring access point…”);
WiFi.softAP(ssid, password);
IPAddress myIP = WiFi.softAPIP();
Serial.print(“AP IP address: “);
Serial.println(myIP);

server.on(“/”, handleRoot);
server.on(“/on”, handleRoot_on);
server.begin();
Serial.println(“HTTP server started”);
}

void loop() {
server.handleClient();
if(LED_PIN_STATUS) {
digitalWrite(LED_PIN, HIGH);
delay(200);
digitalWrite(LED_PIN, LOW);
LED_PIN_STATUS =!LED_PIN_STATUS;
}
else
{digitalWrite(LED_PIN, LOW);}
}

5.2.3. 스마트폰 App 소스코드

AndroidManifest.xml

package=”com.example.pleaseplease”>

android:allowBackup=”true”
android:icon=”@mipmap/ic_launcher”
android:label=”@string/app_name”
android:roundIcon=”@mipmap/ic_launcher_round”
android:supportsRtl=”true”
android:theme=”@style/AppTheme”>

activity_main.xml

xmlns:app=”http://schemas.android.com/apk/res-auto”
xmlns:tools=”http://schemas.android.com/tools”
android:layout_width=”match_parent”
android:layout_height=”match_parent”
android:orientation=”vertical”
tools:context=”.MainActivity”>

android:id=”@+id/button”
android:layout_width=”match_parent”
android:layout_height=”48dp”
android:text=”STOP”
app:layout_constraintEnd_toEndOf=”parent”
app:layout_constraintStart_toStartOf=”parent”
app:layout_constraintTop_toTopOf=”parent” />

MainActivity.java
package com.example.pleaseplease;
import androidx.appcompat.app.AppCompatActivity;
import android.content.BroadcastReceiver;
import android.content.Context;
import android.content.Intent;
import android.content.IntentFilter;
import android.net.Uri;
import android.net.wifi.ScanResult;
import android.net.wifi.WifiConfiguration;
import android.net.wifi.WifiInfo;
import android.net.wifi.WifiManager;
import android.os.Bundle;
import android.provider.Settings;
import android.util.Log;
import android.view.View;
import android.webkit.WebChromeClient;
import android.webkit.WebSettings;
import android.webkit.WebView;
import android.webkit.WebViewClient;
import android.widget.ArrayAdapter;
import android.widget.Button;
import android.widget.ListView;
import android.widget.Toast;
import java.io.IOException;
import java.lang.reflect.Method;
import java.net.HttpURLConnection;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.ArrayList;
import java.util.List;

public class MainActivity extends AppCompatActivity {
private WebView webview;
private String networkSSID = “ICT_TEST”;
private String networkPass = “ict_test”;
private WifiManager wifiManager;
private WifiConfiguration wifiConfiguration;
private int size = 0;0
private ArrayList arrayList = new ArrayList<>();
private ArrayAdapter adapter;
private static final String TAG = “MyActivity”;
Intent myIntent = new Intent(Settings.ACTION_LOCATION_SOURCE_SETTINGS);

@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
Button buttonScan = findViewById(R.id.button);
buttonScan.setOnClickListener(new View.OnClickListener() {
@Override
public void onClick(View v) {
scanWifi();
if (wifiManager.isWifiEnabled()) {
String url = “http://192.168.4.1/on”;
Intent intent = new Intent(Intent.ACTION_VIEW, Uri.parse(url));
startActivity(intent);
}
}
});
wifiManager = (WifiManager) getApplicationContext().getSystemService(Context.WIFI_SERVICE);
assert wifiManager != null;
if (!wifiManager.isWifiEnabled()) {
Toast.makeText(this, “wifi is disabled… connecting…”, Toast.LENGTH_SHORT).show();
wifiManager.setWifiEnabled(true);
}
adapter = new ArrayAdapter<>(this, android.R.layout.simple_list_item_1, arrayList);
scanWifi();
}

private void scanWifi() {
arrayList.clear();
registerReceiver(wifiReceiver, new IntentFilter(WifiManager.SCAN_RESULTS_AVAILABLE_ACTION));
wifiManager.startScan();
Toast.makeText(this, “Scanning…..”, Toast.LENGTH_SHORT).show();
}

BroadcastReceiver wifiReceiver = new BroadcastReceiver() {
@Override
public void onReceive(Context context, Intent intent) {
List results = wifiManager.getScanResults();
Log.i(TAG, String.format(“size—-%d”, results.size()));
unregisterReceiver(this);
for (ScanResult scanResult : results) {
Log.i(TAG, String.format(“—-%s”, scanResult.SSID));
arrayList.add(scanResult.SSID);
adapter.notifyDataSetChanged();
if (scanResult.SSID.equals(networkSSID)) {
WifiConfiguration wifiConfiguration = new WifiConfiguration();
wifiConfiguration.SSID = networkSSID;
wifiConfiguration.preSharedKey = networkPass;
wifiConfiguration.allowedAuthAlgorithms.set(WifiConfiguration.AuthAlgorithm.OPEN);
int netId = wifiManager.addNetwork(wifiConfiguration);
Log.i(TAG, String.format(“netId = = = =%s”, netId));
if (netId == -1) {
existconnect();
Log.i(TAG, String.format(“connect to %s”, scanResult.SSID));
wifiManager.disconnect();
wifiManager.enableNetwork(netId, true);
wifiManager.reconnect();
} else {
Log.i(TAG, String.format(“connect to %s”, scanResult.SSID));
wifiManager.disconnect();
wifiManager.enableNetwork(netId, true);
wifiManager.reconnect();
}
}
}
}
};

public void existconnect() {
WifiManager wifiManager = (WifiManager) getApplicationContext().getSystemService(Context.WIFI_SERVICE);
assert wifiManager != null;
List wifiConfigurations = wifiManager.getConfiguredNetworks();
if (wifiConfigurations != null) {
for (WifiConfiguration configuration : wifiConfigurations) {
int id = configuration.networkId;
String ssid = configuration.SSID;
Log.i(TAG, String.format(“NW———-%3d %s”, id, ssid));
if (ssid.equals(networkSSID)) {
Log.i(TAG, String.format(“coneect to %3d %s”, id, ssid));
WifiConfiguration wifiConfiguration = new WifiConfiguration();
wifiConfiguration.SSID = ssid;
wifiConfiguration.preSharedKey = networkPass;
wifiConfiguration.allowedAuthAlgorithms.set(WifiConfiguration.AuthAlgorithm.OPEN);
wifiManager.disconnect();
wifiManager.enableNetwork(id, true);
wifiManager.reconnect();
}
}
}
}
}

5.3. 참고자료
· 서울특별시 보도자료 『2019년 서울 돌아보기(20200211)』
· https://en.wikipedia.org/wiki/Bluetooth_Low_Energy
· https://opengov.seoul.go.kr/mediahub/19181864
· http://news.khan.co.kr/kh_news/khan_art_view.html?art_id=202003052147015

[65호]Cable-driven Anthropomorphic Dexterous Robot hand

디바이스마트 매거진 — Thu, 22 Apr 2021 00:00:50 +0000

2020 ICT 융합 프로젝트 공모전 장려상

Cable-driven Anthropomorphic

Dexterous Robot hand

글 | 서울과학기술대학교 김태욱, 금현주, 민성재, 이동현

1. 심사평

칩센 보고서가 매우 촘촘하게 잘 작성되었고, 기술의 구현 난이도 또한 매우 높아 보입니다. 기획한 작품이 잘 구현 제작된다면 여러 가지 방면에서 사용이 가능할 듯도 합니다. 메카닉적인 부분과 하드웨어/소프트웨어 부분을 모두 포함하고 있어 수준이 높은 작품이라 판단됩니다만, 작품의 최종 결과물에 대하여 동작 등을 확인할 수 없어 얼마나 세밀하고, 정밀하게 관절의 움직임이 있는지는 알 수가 없어 일부 평가 항목에서 손해를 보았습니다. 하지만 지원자(팀)께서 어떤 의도를 가지고 작품을 개발하는지 충분히 이해가 가능하고, 시도만으로도 충분히 좋은 평가가 가능한 작품입니다.
펌테크 출품된 작품은 순수 기계공학적인 부분으로만 구성된 우수한 작품으로 전기, 전자, 소프트웨어 응용제품을 대상으로 하는 본작품전의 기본취지와는 다소 차이가 있는 제품이 아닌가 판단됩니다.
위드로봇 동작 시연 및 손가락의 모션 제어까지 포함되었으면 아주 훌륭한 작품입니다.

2. 작품 개요

18세기 이후, 산업혁명 초기에는 물체를 손으로 잡고 이동하거나 반복적인 일을 수행할 수 있는 팔 형태의 로봇들을 연구했고 그 로봇들이 사람들을 대신하면서 대규모 제조업이 발달하였다.
시간이 흐르면서 점점 정교하고 빠른 로봇 팔이 연구되었고 최근 들어서는 정해진 환경에서 반복적인 일을 하는 것을 넘어 안드로이드나 의수 등으로 인한 여러 가지 환경에서 적응력이 좋은 유연한 로봇 팔에 대한 필요성이 높아지고 있다.
인간의 한 손은 27개의 자유도가 있어 유연하고 세밀한 작업을 할 수 있다. 이에 많은 연구가 인간의 손을 모방한 로봇 팔을 만들려고 시도 하고 있다.
의인화한 손의 기계적 설계 요구사항은 Anthropomorphic features와 Grasping performance로 나눌 수 있다[5].
Anthropomorphic features: 손가락의 구성, 크기 및 역동적인 행동을 포함하여 가능한 사람의 손을 모방해야 한다[5].
Grasping performance: 로봇 손의 속도와 힘이 충분하여 특정되지 않은 물체도 유연하게 잡을 수 있어야 한다[5].
기존의 로봇손에서 모터를 관절에 부착하는 방식으로는 Anthropomorphic features과 Grasping performance을 모두 충족시키기는 어렵다. Anthropomorphic features을 충족시키기 위해서는 로봇손이 작아져야 하지만 작은 모터는 힘이 약하기 때문에 Grasping performance을 충족시킬 수 없다.
이러한 문제점을 해결하기 위해 본 작품은 Cable을 이용하여 관절에 부착된 모터를 다른 곳으로 이동시키고 관절의 움직임을 제어할 수 있게 디자인을 하였다.
기존 로봇손 디자인에서는 관절모터에 이후 달린 관절들의 모터들이 부하로 작용하였지만, Cable을 이용한 본 작품은 이러한 부하를 없애 줌으로써 페이로드를 높였다.

3. 작품 설명
3.1. 주요 동작 및 특징
본 작품은 주요 동작 및 특징이 Cable-driven과 Anthropomorphic이 있다.
Cable-driven:
케이블구동 방식은 당길 수만 있는 단방향성을 가진다. 따라서, 이 방식은 직접 모터를 사용하여 양방향성을 가지는 기존의 로봇손과 중요한 차이가 있다[7][8][9]. 케이블의 단방향 특성 때문에 n자유도 모션을 갖는 매커니즘에서 n+1개의 케이블이 필요하다[1][7][10]. 최근에 연구되는 케이블 구동 로봇손은 기존의 양방향성 로봇손보다 더 많은 모터가 사용된다[1]. 그러나 본 작품에서는 케이블 구동을 이용하여 n개의 모터만으로 자연스러운 움직임을 구현하고 기존 양방향성 로봇손과 비교하여 더 큰 작업공간, 더 높은 적재 중량과 생산비용을 제공할 수 있다.
Anthropomorphic:
인간의 몸은 630개의 근육으로 제어되는 244자유도가 있다[3]. 244개의 자유도 중 사람 손에만 총 54개의 자유도를 제공한다[4]. 많은 자유도에 의해 손은 높은 유연성이 있으며 악력이 강하고 물체를 잡는데 능숙하다[2].
실제 인간의 손은 탄성을 가진 피부로 덮여 있고 뼈와 근육, 힘줄, 인대 등과 결합된 복잡한 매커니즘이 있기 때문에 완전히 일치하게 로봇손을 제작하기는 어렵다[2]. 때문에 본 작품은 실제 인간의 손의 구조를 모방하되 자연스러운 움직임을 구동하는데 영향이 적은 관절은 생략 하도록 한다.
실제 사람의 손가락 모형은 크게 엄지와 나머지 4개의 손가락으로 나눌 수 있다. 엄지는 제 1관절로 TM, 제 2관절 MCP, 제3관절을 IP로 표현할 수 있다. 나머지 4개의 손가락에서의 CMC를 제외하고 제 1관절을 MCP, 제 2관절 PIP, 제 3관절을 DIP로 제작하였다. [그림1]의 D와 같이 TM은 사실 2자유도지만 1자유도로 봐도 자연스러운 움직임이 가능하므로 1자유도로 제작하였다. 5개의 모든 손가락의 제 1관절은 2자유도로, 제2, 3관절은 1자유도로 하였다. 2, 3관절은 각각의 자유도를 가지지만 서로 종속된 움직임을 가지기 때문에 스프링을 이용하여 한 개의 모터로 구동시켰다.

3.2. 전체 시스템
3.2.1. 전체디자인
본 작품의 로봇손은 손가락, 손바닥, 모터 및 보빈, 매니퓰레이터로 나눌 수 있으며, 케이블이 손가락의 각 관절에서부터 시작되어 손바닥을 지나 모터 보빈에 연결된다.

3.2.2. 손가락

신체 구조상 손가락을 크게 뼈, 관절, 근육으로 분리해 생각할 수 있다. 손가락의 뼈는 강도와 전체 손의 무게를 고려해 알루미늄 샤프트를 사용하였다[그림3].
관절부분에는 유니버셜 조인트를 사용하였다[그림4]. 제 2,3관절은 1자유도이기 때문에 물리적 제한을 두어 유니버셜 조인트가 한방향으로만 움직일 수 있게 하였다.
마지막으로 근육 및 인대 역할을 하는 케이블을 연결하기 위하여 실이 지나가거나 고정될 수 있는 플레이트를 제작하여 관절에 부착하였다[그림5]. 이 부분을 앞으로 ‘조인트 플레이트’라고 지칭하겠다.

[그림7]은 손가락 한 개를 매트랩을 통하여 시뮬레이션해보았다. 중심을 통과하는 진한 하늘색은 손가락의 뼈대를 구성하는 샤프트를 의미한다. 첫 번째 관절은 상하, 좌우 두 개의 자유도를 가지고 있다. 첫 번째 관절에 초록색, 노란색, 보라색, 하늘색 4개의 실이 묶여 상하와 좌우의 움직임을 정한다. 빨간색과 주황색의 실은 첫 번째 마디와 두 번째 관절을 모두 통과하고 세 번째 관절에서 묶여 두번째, 세번째 관절을 동시에 제어한다. 이는 회전하는 방향이 같기 때문에 가능하다. 인간의 손에서 두 번째 관절은 굽어지는 방향으로 하나의 자유도를 가지고는 있지만, 세 번째 관절의 움직임에 따라 종속적으로 작동한다. 이러한 관계를 스프링과 두개의 실을 이용하여 표현하였다.

첫 번째(MCP)와 세 번째 관절(DIP)은 모터에 실제로 연결되어 있기 때문에 모터를 조절하여 각 관절을 움직일 수 있다. 하지만 첫번째 관절과 달리 세번째 관절과 두번째 관절은 두번째 관절이 특정되지 않기 때문에 위치와 각도는 예측할 수 없다.

[그림8]에 보듯이 두 번째 관절(PIP)의 경우 움직여 첫번째, 세번째 관절사이의 실의 길이가 같은 곳이라면 어디든 존재할 수 있다. 다시 말하면 사람의 실제 손과 다르게 앞으로 굽히는 방향만 있는 것이 아닌 [그림7]의 빨간색처럼 뒤로 꺾이는 방향으로도 존재할 수 있다. 그래서 뒤로 꺾이는 방향으로 움직임을 제한하고 두번째 세번째 관절을 종속해주는 스프링을 두번째 관절(PIP), 세번째 관절(DIP)사이에 부착한다. 손가락을 일자로 폈을 때를 스프링의 최소길이로 고정하여 더 이상 뒤로 굽혀지지 않도록 한다. 케이블의 장력과 스프링 계수를 조절하여 PIP와 DIP의 회전하는 정도를 조절할 수 있다. 스프링 계수에 따라 자연스러운 비율로 두번째 세번째의 관절이 회전할 것이다. 스프링 계수가 높으면 물체에 손가락이 닿기 전까지 세번째 관절이 회전하지 않다가 두번째 세번째 사이의 마디에 물체가 접촉되었을 경우 케이블 장력으로 인해 세번째 관절이 회전하게 될 것이다.

[그림9]은 조인트 플레이트와 유니버셜 조인트의 조립품이다. 조인트 플레이트 8개의 구멍 중 서로 180° 반대편에 연결되어 있는 실은 같은 모터에 감기게 된다. 두개의 실이 짝을 이루게 되는데 한 개의 실은 시계방향으로 감기고 나머지 실은 반 시계 방향으로 모터 보빈에 감는다. 한쪽 실을 당기게 되면 반대편에 연결된 실이 풀리기 때문에 조인트가 꺾일 때 실이 끊겨지지 않기 위해서는 조인트 플레이트의 아래 면과 조인트의 중심이 같은 높이에 있어야 한다.
또한 조인트가 중심 축을 기준으로 회전할 때 회전운동에 대한 실이 묶여 있는 양 끝점의 위치와 지정한 손가락 마디의 길이를 가지고 다음 조인트 플레이트의 위치를 기구학적 해석으로 구할 수 있는데, 중심과 다른 높이에 조인트 플레이트가 있다면 회전운동과 평행이동의 두 단계에 걸친 계산이 필요하다.
유니버셜 조인트의 구조적인 문제로 자연스러운 움직임이 가능한 각도가 정해져 있다. 유니버셜 조인트의 자체 최대각도까지 회전하기도 전에 조인트 플레이트가 조인트에 닿아 회전하는 각도에 제한이 생긴다. 또한 실을 계속해서 당기면 실과 조인트 플레이트가 평행하게 접하는 각도가 있다. 이 각도를 넘어서까지 실을 당길 경우 조인트 플레이트에 실이 걸려 반발력이 발생하고 양쪽 두 실의 변화량이 달라질 수 있다. 이러한 각도 제한들의 안에서 손가락이 구동되어야 하므로 최대각도를 다음과 같이 정했다.
-5° < θ < 60°

3.2.3. 손바닥

손바닥은 손가락을 고정할 수 있는 손바닥 뼈대[그림10], 손바닥에서 실이 지나가는 점을 고정해주는 플레이트[그림11], 손바닥 이후에 모터까지 케이블이 지나가는 튜브를 고정해줄 튜브 고정 플레이트 [그림13]가 있다.
손바닥에서 실이 지나가는 점을 고정해주는 플레이트를 앞으로 ‘손바닥 플레이트’라고 지칭하겠다[그림10].
손바닥에서 튜브를 고정해주는 플레이트를 앞으로 ‘튜브 고정 플레이트’라고 지칭하겠다[그림13].
손가락은 손바닥의 연장된 부분이지만 본 작품은 각각 분리된 형태로 존재한다. 만약 네 손가락이 모두 같은 방향으로 있다면, 손가락을 구부려 물체를 잡을 때 손가락들이 한 점에서 모이지 않기 때문에 불리하게 작용한다. 손가락을 구부렸을 때, 한 점에서 모든 손가락이 모이기 위해서 손바닥 뼈대의 각도와 길이를 조절할 필요가 있는데 그 값 은 [그림14]와 같다.

손가락 현재관절의 위치는 이전 관절의 위치와 관절사이의 거리 및 각도를 통해 계산한다. 케이블을 손바닥 끝에 고정시키면, 손바닥 플레이트의 실 고정점을 손가락의 시작점으로 생각하여 관절의 위치를 구할 때 계산을 단순화할 수 있다. 또한 손가락이 움직일 때 케이블이 손바닥에 접촉되어 일어나는 의도치 않은 길이 변화를 제한할 수 있다.

3.2.4. 보빈 및 액츄에이터
손가락을 움직이기 위해서 실을 밀고 당기는 역할은 보빈과 액츄에이터가 한다. 보빈[그림16]은 실이 감기는 부분이고 액츄에이터[그림17]는 보빈을 돌려준다.
실을 감기 전에 먼저 보빈에 실구멍을 통해 실을 한번 묶어서 고정해준 뒤 실을 감아 실이 헛도는 것 방지한다.

케이블은 특성상 당기는 방향으로만 제어할 수 있고 미는 방향으로의 제어가 불가능하여, 하나의 모터로는 한 가닥의 케이블만 조절할 수 있다. 기존의 로봇손은 1개의 자유도를 제어하기 위해서는 두개의 모터가 필요하다. 그러나 본 작품은 한 개의 자유도를 제어하기 위하여 두 가닥의 케이블을 하나의 보빈에 반대방향으로 감아 더 적은 액츄에이터로 1개의 자유도를 제어할 수 있게 하여 모터의 수를 줄였다.
케이블은 보빈의 가운데 원판[그림15]을 기준으로 한쪽은 순방향, 반대쪽은 역방향으로 감겨 있어, 모터가 회전하면 한쪽은 감기고 반대쪽은 풀린다. 제어하고자 하는 조인트 플레이트의 양쪽 끝에 실을 묶어 손가락의 움직임을 제어할 수 있다.

3.2.5. 매니퓰레이터

매니퓰레이터를 손과 연결하면 사람의 팔과 같은 형태가 되어 더 다양한 방향으로 어플리케이션을 확장할 수 있다. 하지만, 매니퓰레이터를 사용할 경우 매니퓰레이터의 회전과 이동 때문에 몸체사이에 케이블이 걸려 의도치 않은 길이변화가 일어날 수 있다. 이 문제를 해결하기 위해서 손바닥부터 튜브를 연결하여 모터의 전까지 케이블을 감싸고 있으면 위의 문제를 해결할 수 있다.

3.2.6. 기구학
로봇 손의 손가락 끝지점은 4X4 회전행렬을 활용한 동차변환으로 기구학을 풀이하여 해석하였다. 동차 변환 행렬은 각 축에 대한 회전 행렬에서 좌표 이동과 크기 조정에 대한 정보를 추가한 행렬으로, 일반적으로 아래의 행렬과 같이 나타난다.

본 제품에서는 투시 변환의 경우는 존재하지 않으므로, 투시 변환은 0으로 고정시키고, 크기조정 또한 단위 변환이므로 1으로 고정시킨다.

순기구학을 풀이할 시, 동차변환은 각 링크 간의 이동변환과 회전변환의 곱으로 나타난다. 동차 변환에 관한 자세한 원리는 본 서식에서 다루지 않고 참고문헌을 참조한다[14].

매니퓰레이터는 6개의 링크의 조합으로 움직이고 각 관절의 움직임은 다음과 같다.

매니퓰래이터의 동차변환()은 다음 식으로 정리된다.

로봇 손은 시작점(origin)에서 손가락 끝점까지 2개의 조인트와 3개의 샤프트의 조합으로 이루어져 있다. 따라서, 로봇 손의 동차변환은 총 세 링크와 그 변환들의 조합으로 나타난다. 손바닥의 길이를 L_0, 첫 번째 관절부터 세 번째 관절까지의 손가락 길이를 L_1, 세 번째 관절부터 손가락 끝부분까지의 길이를 L_2라 할 때, 각 움직임은 다음과 같다.

로봇 손의 동차변환(DH)는 다음 식으로 정리된다.

3.3. 개발 환경
3.3.1. 디자인
Cable-driven robot hand를 개발하는데 있어서 대부분의 하드웨어를 3D프린터를 사용하여 만들었다. 프린터로 제작한 부품 이외에는 유니버셜 조인트, 샤프트 등 일반적으로 시중에서 쉽게 구입할 수 있는 공학 재료들을 사용하여 제작하였기 때문에 쉽게 제작할 수 있다. 3D프린터를 이용하여 부품을 제작한 만큼 설계하는 CAD 프로그램 선정 또한 중요했다. 설계를 하는데 사용한 프로그램은 AUTODESK사의 INVENTOR이다.

인벤터로 디자인을 하고 이를 프로그램 내장된 3D 프린트 기능으로 STL 파일로 모델을 출력하였다. 아래는 인벤터도 디자인한 윈치 와이어가 감기는 보빈이다. 이렇게 디자인한 각 파트들을 위와 같이 인벤터 안에서 조립해볼 수 있다.
또한 인벤터를 사용함으로써 장점은 디자인한 각 파트를 미리 조립을 해보고 간섭이 있는지 검사하거나 어떤 부분이 약할지 시뮬레이션을 해볼 수 있다.
만들어진 STL파일을 3D 프린터로 출력하기 위해 GCODE로 변환하기 위해 사용한 프로그램은 많은 사용자들이 사용하는 ULTIMAKER CURA를 사용했다.
CURA에 STL파일을 넣고 사용할 프린터에 맞게 설정을 해주면 적절한 GCODE가 생성된다. 프린터에 따라 직접 프린터를 컴퓨터에 연결하여 CURA에서 바로 프린트할 수도 있고 생성한 GCODE파일을 이동식 메모리에 넣어 프린터에 꽂아 사용할 수 있다. 아래는 모델링한 STL파일을 열어 GCODE로 변환한 모습이다.

CURA에는 다양한 설정이 있어 각 부품들의 필요한 속성에 따라 적당한 값으로 조절하여 필요한 특성을 얻을 수 있다.

3.3.2. 시뮬레이션
제작하기에 앞서 모델링 한 부품들에 맞춰 실제로 동작하는지 확인해 볼 필요가 있다. 동작 중에 수치적으로 와이어의 길이 변화가 어떻게 일어나는지 또는 그 과정에서 얼마나 오류가 발생하는지 확인해야 한다. 앞에 3-2. 6)절에서 기구학을 풀었는데 이를 코드로 구현하여 설계한 대로 제작했을 때 각도가 변함에 따라 와이어의 길이를 시뮬레이션한다. 이를 위해 MATLAB을 이용해서 기구학 식을 구현해서 시뮬레이션 해보고 그때의 와이어 길이의 변화를 구했다.
아래 3차원 그래프는 각 손가락 관절을 움직일 때 와이어, 플레이트, 샤프트의 위치를 표시한 그래프이다. 또한 이렇게 손가락을 움직일 때 밑에 그래프처럼 각 와이어가 어떻게 얼마나 변하고, 한 관절에 대해서 늘어나고 줄어드는 양의 오차가 얼마인지 그래서 그 양은 모터의 각도로 얼마나 차이 나는지를 확인할 수 있다.

3.3.3. 로봇 손 구동 펌웨어
기본적인 모터 구동을 포함한 유저 인터페이스, 어플리케이션과의 연결은 C++로 개발하였다. 사용하는 액츄에이터가 ROBOTIS의 DYNAMIXEL이기 때문에 따로 모터와 엔코더를 위한 개별 제어기를 사용하지 않았고, ROBOTIS에서 제공하는 SDK를 사용하여 제어했다. 따라서 모든 기본적인 제어를 포함한 피드백, 다양한 명령에 대해서 주 제어기인 PC가 대부분의 역할을 수행하게 된다. 초기적인 방법으로 C++ 콘솔 응용프로그램을 사용하여 손가락의 구동 및 유저 인터페이스를 구현하였다. 개발자가 필요에 따라 GUI가 가능하도록 C#을 이용하여 개발하거나 OpenCV나 OpenGL을 이용하여 그래픽으로 표시하게 추가할 수 있다.

4. 단계별 제작 과정
4.1. 손가락 한 개 시제작

4.2. 로봇손 제작

[그림28]의 오른쪽 그림은 왼쪽 도안에서 더 튼튼하게 하기 위하여 손바닥 면적을 늘려주었다.

5. 기타

5.1. 소스코드
5.1.1. 매트랩 시뮬레이션 코드

%% Simulate One Finger
clear, clc;
SimMin = 0;
SimMax = 30;
Res = 20;

BobinR = 5;
PlateR = 11;
PlateHallR = 8;
PlateOffset = [0 0 0 0]+1;
SHAFTLENGTH = [15 50 35 25];

disp(['Simuation from ' num2str(SimMin) ' to ' num2str(SimMax) ', with ' num2str(Res) 'steps']);
sim = linspace(SimMin, SimMax, Res);
counter = 1;
clear LWs;
LWs = zeros(6,length(sim));
for i = 1:length(sim)
[SHAFT, WIRE, LW] = OneFinger(eye(4),[sim(i) sim(i) sim(i) 0 0 0 0 0 0],PlateHallR,PlateOffset,SHAFTLENGTH);
LWs(:,counter) = LW;
figure(1);
plot3(SHAFT(1,:),SHAFT(2,:),SHAFT(3,:),’-o’,'LineWidth’,3), hold on;
plot3(WIRE{1}(1,:),WIRE{1}(2,:),WIRE{1}(3,:),’-.d’,'LineWidth’,2);
plot3(WIRE{2}(1,:),WIRE{2}(2,:),WIRE{2}(3,:),’-.d’,'LineWidth’,2);
plot3(WIRE{3}(1,:),WIRE{3}(2,:),WIRE{3}(3,:),’-.d’,'LineWidth’,2);
plot3(WIRE{4}(1,:),WIRE{4}(2,:),WIRE{4}(3,:),’-.d’,'LineWidth’,2);
plot3(WIRE{5}(1,:),WIRE{5}(2,:),WIRE{5}(3,:),’-.d’,'LineWidth’,2);
plot3(WIRE{6}(1,:),WIRE{6}(2,:),WIRE{6}(3,:),’-.d’,'LineWidth’,2);
plotCircle3D(SHAFT(:,1)’+PlateOffset(1)*(SHAFT(:,2)-SHAFT(:,1))’/norm((SHAFT(:,2)-SHAFT(:,1))’),(SHAFT(:,2)-SHAFT(:,1))’,PlateR,2);
plotCircle3D(SHAFT(:,2)’+PlateOffset(2)*(SHAFT(:,3)-SHAFT(:,2))’/norm((SHAFT(:,3)-SHAFT(:,2))’),(SHAFT(:,3)-SHAFT(:,2))’,PlateR,2);
plotCircle3D(SHAFT(:,3)’+PlateOffset(3)*(SHAFT(:,4)-SHAFT(:,3))’/norm((SHAFT(:,4)-SHAFT(:,3))’),(SHAFT(:,4)-SHAFT(:,3))’,PlateR,2);
plotCircle3D(SHAFT(:,4)’+PlateOffset(4)*(SHAFT(:,5)-SHAFT(:,4))’/norm((SHAFT(:,5)-SHAFT(:,4))’),(SHAFT(:,5)-SHAFT(:,4))’,PlateR,2);
title(‘One Finger’);
axis equal;
hold off;
drawnow;
counter = counter+1;
end

figure(2);
subplot(2,3,1), plot(sim,LWs(1,:)), axis([SimMin SimMax 0 150]),title(‘Wire 1 Length’), grid on;
subplot(2,3,2), plot(sim,LWs(2,:)), axis([SimMin SimMax 0 150]),title(‘Wire 2 Length’), grid on;
subplot(2,3,3), plot(sim,LWs(3,:)), axis([SimMin SimMax 0 150]),title(‘Wire 3 Length’), grid on;
subplot(2,3,4), plot(sim,LWs(6,:)), axis([SimMin SimMax 0 150]),title(‘Wire 6 Length’), grid on;
subplot(2,3,5), plot(sim,LWs(5,:)), axis([SimMin SimMax 0 150]),title(‘Wire 5 Length’), grid on;
subplot(2,3,6), plot(sim,LWs(4,:)), axis([SimMin SimMax 0 150]),title(‘Wire 4 Length’), grid on;

figure(3);
subplot(2,3,1), plot(sim,LWs(1,:)-LWs(6,:)), axis([SimMin SimMax -50 50]),title(‘J2 WL diff’);
subplot(2,3,2), plot(sim,LWs(2,:)-LWs(5,:)), axis([SimMin SimMax -50 50]),title(‘J1_1 WL diff’);
subplot(2,3,3), plot(sim,LWs(3,:)-LWs(4,:)), axis([SimMin SimMax -50 50]),title(‘J1_2 WL diff’);
subplot(2,3,4), plot(sim,LWs(1,:)-LWs(1,1)+LWs(6,:)-LWs(6,1)), axis([SimMin SimMax -15 15]),title(‘J2 WL error’);
subplot(2,3,5), plot(sim,LWs(2,:)-LWs(2,1)+LWs(5,:)-LWs(5,1)), axis([SimMin SimMax -15 15]),title(‘J1_1 WL error’);
subplot(2,3,6), plot(sim,LWs(3,:)-LWs(3,1)+LWs(4,:)-LWs(4,1)), axis([SimMin SimMax -15 15]),title(‘J1_2 WL error’);
disp(['Max J2 wire length error: ' num2str(max(abs(abs(LWs(1,:)-LWs(1,1)+LWs(6,:)-LWs(6,1))))) 'mm']);
disp(['Max J1_1 wire length error: ' num2str(max(abs(abs(LWs(2,:)-LWs(2,1)+LWs(5,:)-LWs(5,1))))) 'mm']);
disp(['Max J1_2 wire length error: ' num2str(max(abs(abs(LWs(3,:)-LWs(3,1)+LWs(4,:)-LWs(4,1))))) 'mm']);

figure(4);
LWCs = LWs-LWs(:,1);
LWCd = rad2deg(LWCs./BobinR);
MotorPos = round(LWCd./360*4096);
subplot(3,3,1), stairs(MotorPos(1,:)), axis([0 length(LWCs) -4096 4096]), title(‘Motor Pos by wire 1′);
subplot(3,3,2), stairs(MotorPos(2,:)), axis([0 length(LWCs) -4096 4096]), title(‘Motor Pos by wire 2′);
subplot(3,3,3), stairs(MotorPos(3,:)), axis([0 length(LWCs) -4096 4096]), title(‘Motor Pos by wire 3′);
subplot(3,3,4), stairs(MotorPos(6,:)), axis([0 length(LWCs) -4096 4096]), title(‘Motor Pos by wire 6′);
subplot(3,3,5), stairs(MotorPos(5,:)), axis([0 length(LWCs) -4096 4096]), title(‘Motor Pos by wire 5′);
subplot(3,3,6), stairs(MotorPos(4,:)), axis([0 length(LWCs) -4096 4096]), title(‘Motor Pos by wire 4′);
subplot(3,3,7), stairs(MotorPos(1,:) + MotorPos(6,:)), axis([0 length(LWCs) -256 256]), title(‘J2 Motor Pos Error’);
subplot(3,3,8), stairs(MotorPos(2,:) + MotorPos(5,:)), axis([0 length(LWCs) -256 256]), title(‘J1_1 Motor Pos Error’);
subplot(3,3,9), stairs(MotorPos(3,:) + MotorPos(4,:)), axis([0 length(LWCs) -256 256]), title(‘J1_2 Motor Pos Error’);
MaxPosErr = max([max(abs(MotorPos(1,:) + MotorPos(6,:))) max(abs(MotorPos(2,:) + MotorPos(5,:))) max(abs(MotorPos(3,:) + MotorPos(4,:)))]);
disp(['Max motor position error is: ' num2str(MaxPosErr) ' encoder tics, ' num2str(MaxPosErr/4096) ' rotation, degrees: ' num2str(MaxPosErr*360/4096)]);

5.1.2. 손가락 구동 코드

// CableOneFinger.cpp : This file contains the ‘main’ function. Program execution begins and ends there.
//

#if defined(__linux__) || defined(__APPLE__)
#include
#include
#define STDIN_FILENO 0
#elif defined(_WIN32) || defined(_WIN64)
#include
#endif

#include
#include
#include

#include “dynamixel_sdk.h”
#include “CableOneFinger.h”
#include “DXL_custom.h”
#include “DXL_application.h”
#include “UserFunction.h”
#include “Robotics.h”

using namespace std;
int main()
{
int dxl_comm_result = COMM_TX_FAIL;
uint8_t dxl_error = 0;

bool dxl_addparam_result = false;
bool dxl_getdata_result = false;

const int DXL_IDs[DXLS] = { 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 };
int DXL_REL_MIN_POSs[DXLS];
int DXL_REL_MAX_POSs[DXLS];
int DXL_REL_GRASP_POSs[DXLS];
fill_n(DXL_REL_MIN_POSs, DXLS, 0);
fill_n(DXL_REL_MAX_POSs, DXLS, 3000);
fill_n(DXL_REL_GRASP_POSs, DXLS, 2500);

int DXL_INIT_POSs[DXLS];
int DXL_ABS_GOAL_POSs[DXLS];
int DXL_ABS_PRE_POS_ERRs[DXLS];
int DXL_ABS_PRESENT_POSs[DXLS];
int DXL_ABS_MIN_POSs[DXLS];
int DXL_ABS_MAX_POSs[DXLS];
int DXL_ABS_GRASP_POSs[DXLS];

int16_t DXL_PRESENT_LOAD[DXLS];
bool DXL_GRASPED[DXLS] = { false };

dynamixel::PortHandler *portHandler = dynamixel::PortHandler::getPortHandler(DEVICENAME);
dynamixel::PacketHandler *packetHandler = dynamixel::PacketHandler::getPacketHandler(PROTOCOL_VERSION);

dynamixel::GroupSyncWrite SyncWriteGoalPos(portHandler, packetHandler, ADDR_GOAL_POSITION, LEN_GOAL_POSITION);
dynamixel::GroupSyncRead SyncReadPresentPos(portHandler, packetHandler, ADDR_PRESENT_POSITION, LEN_PRESENT_POSITION);

dynamixel::GroupSyncRead SyncReadPresentLoad(portHandler, packetHandler, ADDR_PRESENT_LOAD, LEN_PRESENT_LOAD);

if (portHandler->openPort())
cout << “Succeeded to open the dynamixel!” << endl;
else
{
cout << “Failed to open the dynamixel!” << endl;
_getch();
return -1;
}

if (portHandler->setBaudRate(BAUDRATE))
cout << “Set baudrate to ” << BAUDRATE << endl;
else
{
cout << “Failed to change the baudrate!” << endl;
_getch();
return -1;
}

if (!(initializeHand(packetHandler, portHandler, SyncReadPresentPos, SyncWriteGoalPos, &dxl_comm_result, &dxl_error, &dxl_addparam_result, &dxl_getdata_result, DXL_IDs, DXL_INIT_POSs, sizeof(DXL_IDs))))
cout << “Initializing failed!” << endl;
calculateArrayArithmetic(DXL_INIT_POSs, DXL_REL_GRASP_POSs, DXL_ABS_GRASP_POSs, sizeof(DXL_IDs), ‘+’);
calculateArrayArithmetic(DXL_INIT_POSs, DXL_REL_MIN_POSs, DXL_ABS_MIN_POSs, sizeof(DXL_IDs), ‘+’);
calculateArrayArithmetic(DXL_INIT_POSs, DXL_REL_MAX_POSs, DXL_ABS_MAX_POSs, sizeof(DXL_IDs), ‘+’);
cout << “CABLE-DRIVEN ROBOT HAND Initialized!!!” << endl;

grasping(packetHandler, portHandler, SyncReadPresentPos, SyncReadPresentLoad, SyncWriteGoalPos, &dxl_comm_result, &dxl_error, &dxl_addparam_result, &dxl_getdata_result, DXL_IDs, DXL_ABS_GRASP_POSs, DXL_ABS_PRESENT_POSs, DXL_ABS_PRE_POS_ERRs, DXL_PRESENT_LOAD, DXL_GRASPED, sizeof(DXL_IDs), DXL_MOVING_POS_THRESHOLD);
Sleep(5000);
toggleDXLTorque(packetHandler, portHandler, &dxl_comm_result, &dxl_error, DXL_IDs, sizeof(DXL_IDs), TORQUE_DISABLE);

portHandler->closePort();
return 0;
}

// Run program: Ctrl + F5 or Debug > Start Without Debugging menu
// Debug program: F5 or Debug > Start Debugging menu

// Tips for Getting Started:
// 1. Use the Solution Explorer window to add/manage files
// 2. Use the Team Explorer window to connect to source control
// 3. Use the Output window to see build output and other messages
// 4. Use the Error List window to view errors
// 5. Go to Project > Add New Item to create new code files, or Project > Add Existing Item to add existing code files to the project
// 6. In the future, to open this project again, go to File > Open > Project and select the .sln file

5.2. 참고문헌
[1] G.Z. Lum, S.K. Mustafa, H.R. Lim, W.B. Lim, G.Yang and S.H. Yeo, “Design and Motion Control of a Cable-driven Dexterous Robotic Arm”, 2010 IEEE Conference on Sustainable Utilization and Development in Engineering and Technology Universiti Tunku Abdul Rahman, pp. 106-111.
[2] Li Tian, Nadia Magnenat-Thalmann, Daniel Thalmann and Jianmin Zheng, “A Methodology to Model and Simulate Customized Realistic Anthropomorphic Robotic Hands”, CGI 2018, June11-14,2018, bintan Island, Indonesia, pp. 153-162.
[3] Zatsiorsky. V. and B. Prilutsky, Biomechanics of skeletal muscles. 2012: Human Kinetics.
[4] Agur, A.M. and A.F. Dalley, Grant’s atlas of anatomy. 2009: Lippincott Williams & Wilkins.
[5] Ming Cheng, Li Jiang, Fenglei Ni, Shaowei Fan, Yuan Liu and Hong Liu, “Design of a Highly Integrated Underactuated Finger towards Prosthetic Hand”, 2017 IEEE international Conference on Advanced Intelligent Mechatronics (AIM), pp. 1035-1040.
[6] Li Tian, Nadia Magnenat-Thalmann, Daniel Thalmann and Jianmin Zheng, “The Making of a 3D-Printed, Cable-Driven, Single-Model, Lightweight Humanoid Robotic Hand”, frontiers in Robotics and AI, Volume4, Article 65, published in 04 December 2017, pp. 1-10.
[7] P. Gholami, M.A. Mohammad and H.D. Taghirad, “On the control of the KNTU CDRPM: A cable driven redundant parallel manipulator”, 2008 IEEE/RSJ International Conference on Intelligent Robots and Systems, Nice, France, pp. 2404-2409.
[8] I. Ebert-Uphoff and P.A. Voglewede, “On the connections between cable-driven robots, parallel manipulators and grasping”. 2004 IEEE International Conference on Robotics and Automation, New Orleans, LA, pp. 4521-4526.
[9] E. Ottaviano, M. Ceccarelli, A. Paone and G. Carbone, “A low-cost easy operation 4-cable driven parallel manipulator”. 2005 IEEE International Conference on Robotics and Automation, Barcelona, Spain, pp. 4019-4024.
[10] A. Ming and T. Higuchi, “Study on multiple degree-of- freedom positioning mechanism using wires (part 1)”, Int. Journal of the Japan Society of Precision Engineering, Vol. 28, No. 2, 1994, pp. 131-138.
[11] W.K. Jung, J.H. Park, I.S. Kwon, J.B. Song, Y.J. Choi, and K.H. Kim, The Experimental RoboticsⅠ: Manipulation and Vision, Institute of Control, Robotics and Systems, Korea Robotics Society (KRoS), pp. 1-335, 2011
[12] Dawei Xu, En li and Zize liang, “Kinematics and Statics Analysis of a Novel Cable-Driven Snake Arm Robot”, Chinese Automation Congress 2017, IEEE 2017, pp. 439-444.
[13] Maria Chlara Carrozza, Bruno Massa, Fabrizio Vecchi and R.Lazzarini, “The SPRING Hand: Development of a Self-Adaptive Prosthesis for Restoring Natural Grasping”, Autonomous Robots 16(2004), pp.125-141.

[65호]스마트 차선 변경 시스템

디바이스마트 매거진 — Thu, 22 Apr 2021 00:00:42 +0000

2020 ICT 융합 프로젝트 공모전 장려상

스마트 차선 변경 시스템

글 | 영남대학교 양성은, 박유나, 지준영

1. 심사평
칩센 지원자께서는 ‘ADAS(Advanced Driver-Assistance Systems)’ 라는 용어나 시스템을 들어보셨을 수도 있을듯합니다. 최근 많은 차량에 운전, 주차, 안전을 위한 여러 가지 시스템이 적용되고 있고, 그 중 지원자가 구현하고자 한 작품은 ADAS 기능 중 BCW 기능에 해당할 것으로 보입니다. 보고서에도 작성되어 있듯이 실제로는 고려하기 힘든 많은 변수들이 있고 그러한 부분을 이미 진행된 기술의 학습을 통해서 개선이 가능할 것으로 보입니다. 시연 영상에서 실제 도로와 유사한 이미지로 화면이 보이는 것이 매우 흥미로웠습니다.

펌테크 현재 상용화되어 널리 사용되는 기술이지만 학생의 눈높이에 맞추어 전체적으로 꼼꼼하게 잘 기획되었고, 간결하게 잘 구성한 작품이라고 생각합니다. 제품 완성도 면에서 우수한 작품이라고 판단됩니다.

위드로봇 차량의 BSD 기능을 구현한 작품입니다. 카메라 캘리브레이션을 통해 초음파 센서 거리 값과 융합을 하면 더 좋은 결과를 얻을 수 있습니다.

2. 작품 개요
2.1. 구현 배경

TAAS 교통사고분석시스템에 따르면, 2018년 교통사고는 21만 건이 넘는 사고와 3,781명의 사망자가 발생했으며 교통사고로 수년간 인명피해가 많이 발생하고 있다. 이러한 교통사고가 일어나는 경우는 신호 위반, 안전거리 미확보, 중앙선 침범, 과속, 안전운전 의무 불이행, 교차로 통행방법 위반, 보행자 보호의무 위반 등 여러 가지가 있다.
여기서 도로교통공단에서 제시한 안전운전(안전한 도로이용)수칙에는 안전거리 유지, 좌석 안전벨트의 착용, 진로 변경 등을 다루고 있다. 안전거리 유지 관련 기술은 고속도로 주행보조(HDA)로 고속도로와 자동차 전용도로 주행 시 앞차와의 거리를 유지하며 운전자가 설정한 속도로 곡선로에서도 차선을 유지하며 주행하도록 돕는 기술이 있다. 자동차 안전벨트 미착용 알림장치 뿐만 아니라 후진 주차/출차 시 후방 장애물 인식 및 제동을 돕는 후방 주차 충돌방지 보조(PCA)등을 탑재해 안전 편의성을 극대화하였다.
따라서 우리가 구현하고자 하는 기술은 차선 변경에 대한 교통사고를 일으키는 원인의 시발점을 봉쇄하는 동시에 이와 같은 스마트한 시대에 걸 맞는 기술을 접목 시킬 기술을 구현하는 것이다.

2.2. 스마트 차선 변경 시스템이란?
스마트 차선 변경 시스템은 운전자가 방향지시등을 키게 되면 변경하고자하는 차선의 운전자 차량 기준에서 가장 가까운 차량과의 거리를 실시간으로 측정하여 운전자의 차량 내 모니터를 이용해 시각적인 정보를 제공함으로써, 운전자가 보다 안전하고 편리하게 차선변경을 할 수 있도록 도움을 주는 시스템이다.
초음파 센서를 통해 거리를 측정하여 차선 변경 시 운전자에게 위험(빨강색) – 주의(주황색) – 안전(초록색) 세 단계로 나누어 시각화 함으로서 위험을 좀 더 쉽게 감지할 수 있게 돕는다.

2.3. 대상 및 기대효과

한국 교통 연구원, 경찰 교통사고자료 분석 결과에 따르면 차선을 변경 시 충돌사고를 많이 내는 것으로 나타났다. 그리고 차선 변경을 하지 못해 부산까지 갔다는 기사를 접할 수 있다. 이와 같이 해당 기술의 초점 대상은 운전에 미숙한 사람으로 해당 기술은 차선 변경에 대한 부담감을 줄이고 안전편의성을 극대화하는 역할을 한다.

또 운전에 미숙한 사람뿐만 아니라 모든 운전자를 대상으로 확장 할 수 있다. 도로를 나가보면 상당히 많은 운전자들이 차선 변경 시 방향지시등을 켜지 않은 모습을 볼 수 있는데, 이유를 물어보면 대다수가 “귀찮아서”라는 대답을 한다. 운전자들이 대수롭지 않게 생각하여 잘 사용하지 않는 기능을 개선하여 보다 안전하게 운전할 수 있다는 장점을 살려 방향지시등을 사용하게끔 유도하는 효과도 기대해본다.
끝으로 차선 변경 시 일어나는 교통문제를 개선해 조금이라도 더 많은 운전자가 편리하고 안전한 도로 주행을 하길 바라는 기대를 해본다.

3. 작품 설명
3.1. 주요 동작 및 특징
3.1.1. 카메라 동작 및 특징

회로[첨부 1]에 연결된 스위치가 ON 일 때, 차선 변경 알고리즘이 실행되면서 카메라(Logitech사의 960-001063 – Webcam, HD Pro, 1280 x 720p Resolution, 3MP, Built In Microphone, [첨부 2])가 동작하게 된다.

[첨부 3]운전자 차량의 뒷면에서 대각선 양쪽 끝에 카메라를 장착한다는 가정에 하에 카메라에 나타나는 화면[첨부 4]은 카메라가 가리키는 곳의 도로 상황을 보여준다. 여기서 카메라는 운전자의 시야를 대신할 뿐 아니라 동시에 Raspberry Pi의 OpenCV의 영상처리를 통해 물체를 인식해 운전자의 차량과 가장 가까운 차량을 인식하는 역할을 한다.

3.1.2. 초음파 동작 및 특징

회로[첨부 5]에 연결된 스위치가 ON 일 때, 같이 연결되어 있던 초음파(HC-SR04, [첨부 6])가 동작하게 된다. HC-SR04 초음파 센서는 4가지 핀이 있으며, 순서대로 VCC핀, Trig핀, Echo핀, GND 핀을 가지고 있다.

여기서 초음파 센서의 동작을 살펴보면, Trig핀에 High signal이 들어오면 초음파를 전송하고 전송된 초음파가 사물에 반사되어 돌아오면 High signal에서 Low signal로 바뀐다. High상태에서 Low상태로 바뀐 시간을 이용하여 거리를 측정할 수 있다. 거리 계산 공식은 “거리 = 시간 x 초음파의 속력”이며, 초음파의 속력은 공기 중에서 340m/s로 이동하기에 식에 340m/s를 대입하여 계산하면 된다. 참고로 시간은 왕복시간으로 측정이 되기 때문에 2를 나누어 주며, 마무리로 단위까지 맞춰주어 간단하게 거리를 구할 수 있다.

이러한 초음파를 활용하여 [첨부 8]운전자 차량의 뒷면에서 대각선 양쪽 끝에 초음파 센서를 장착한다는 가정에 하에 초음파 센서는 운전자 차량과 변경하고자 하는 차선의 뒷 차량과의 거리를 측정할 수 있게 된다. 더 나아가 초음파 센서가 측정한 거리를 라즈베리에서 받아 처리함으로써 차선 변경 시 안전 정도를 운전자가 보는 모니터에 영상처리를 통해 간단하게 인지할 수 있게 해주는 역할을 제공한다. [첨부9]같은 경우 위험(빨강색) – 주의(주황색) – 안전(초록색) 중 주의 단계로 주황색으로 위험 정도를 표시하고 있는 것을 볼 수 있다.

3.1.3. 차선 변경 동작 및 특징

3.2. 전체 시스템 구성

3.2.1. 하드웨어 구성
· Raspberry Pi
· 960-001063 – Webcam, HD Pro, 1280 x 720p Resolution, 3MP, Built In Microphone
· HC-SR04
· Bread Board
· 저항 1K 2개, 저항 2K1개
· Slide switch
· Google Coral USB Accelerator
· MM,MF 타입 점퍼선

3.2.2. 소프트웨어 구성
· OpenCV 영상인식 source
· Ultrasonic sensor source
· Switch On/Off process source

3.2.3. 주요 동작 및 특징
· 영상처리를 통한 뒷 차량 인식
· 초음파센서를 통한 뒷 차량과의 거리 계산
· 스위치를 통한 깜박이 구현
· 영상처리를 통한 차선 변경 안전도 표시

3.2.4. 회로 구성

Raspberry Pi 2Pin = Register 1K pin = Switch first pin
Raspberry Pi 4pin = ultrasonic sensor Vcc pin
Raspberry Pi 5pin = Switch second pin
Raspberry Pi 6pin = ultrasonic sensor GND pin
Raspberry Pi 16pin = ultrasonic sensor Trig pin
Raspberry Pi 18pin = Register 2K pin = ultrasonic sensor Echo pin
Raspberry Pi 20pin = Register 1K pin = ultrasonic sensor Echo pin
Raspberry Pi 39pin = Switch third pin

3.3. 개발 환경(개발 언어, Tool, 사용 시스템 등)

4. 단계별 제작 과정
4.1. 라즈베리 파이
4.1.1. 차량인식을 위한 영상처리 구현
구현하고자 하는 프로그램의 핵심은 차량인식이다. 차선 변경 시, 해당 도로에서 운전자 차량을 기준으로 대각선 뒤에 있는 차량과의 거리를 시각적인 정보로 운전자에게 표현하기 위해서는 차량을 인식하는 것이 가장 우선이다. 영상 처리를 위한 환경으로 라즈베리에 tensorflow를 설치하였고 코딩을 위해 Open CV tool도 설치하였다. 언어는 Python을 사용하였다. 여러 가지 환경과 쉘 스크립트를 사용하기 위해 https://github.com/EdjeElectronics/ TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi.git 저장소를 사용했고, 감지 모델은 tensorflow 홈페이지에서 제공하는 모델을 기반으로 사용했다.

다음은 테스트의 한 부분으로 다음과 같이 차량을 인식하여 차량을 사각형 틀 안에 포함하는 것을 볼 수 있다.

라즈베리 파이 상에서 영상처리를 하였는데 영상 처리가 워낙 많은 연산을 필요로 하다보니 속도가 늦은 단점이 있었다. 이를 개선하기 위해 Google Coral USB Accelerator라는 Edge TPU를 사용하여 속도를 높여주었다.

성능을 테스트해보기 위해 FPS를 측정해 보았다. Google Coral USB Accelerator 장착했을 때 FPS가 4배 가까이 증가하는 것을 확인할 수 있었고, 좀 더 빠른 영상처리를 할 수 있었다. 하지만 실시간으로 이용하기에는 조금 부족한 면이 있었지만 이는 라즈베리보다 좀 더 성능이 좋은 소형 컴퓨터를 이용하면 해결될 것이라고 본다. 예들 들면 Nvidia사의 Jetson Nano Board나 Raspberry pi 4 등이다.

4.1.2. 운전자가 쉽게 차량까지의 거리를 인식할 수 있게 시각화하기
운전자 차량을 기준으로 변경하고자 하는 차선의 차량까지의 거리는 cm단위로 초음파 센서를 통해 측정하였으며, 좌측 상단에 “Distance : ”로 출력형태를 갖는다. Python OpenCV를 통해 거리를 선으로 표시하며 색(빨간색, 주황색, 초록색)을 통해 상황에 따라 구별할 수 있도록 한다.
운전자 차량까지의 거리를 인식할 수 있는 구체적인 설명으로는 거리측정을 위한 초음파 센서를 연결하고, 초음파 센서에서 반환값을 받아온다. 여기서 받아온 값은 구하고자 하는 거리가 되며 cm단위(테스트를 모형에서 실시했기 때문에 거리를 cm로 조정)를 갖는다. 여기서 운전자 차량과 변경하고자 하는 차선의 차량과의 거리는 선으로 표시한다. 이 선은 거리에 따라서 색을 다르게 표현하는데, 만약 거리가 16cm이하라면, 해당 선을 빨간색으로 하여 차선변경이 불가능하다고 알려주고, 16cm~ 20cm 사이면 해당 선은 주황색으로 차선 변경 시 주의해야 한다고 알려주며, 20cm이상이면 해당 선은 초록색으로 차선 변경을 하여도 안전하다고 표시하도록 구성하였다.
테스트는 다음과 같이 진행하였다. 카메라는 운전자 차량의 후면에 부착하였다고 가정한 상태에서 빨간색 차량이 운전자의 차량이며 운전자가 좌측 방향 지시등을 켰을 때, 운전자 차량을 기준으로 좌측 도로 상황을 비추게 된다. 카메라는 OpenCV를 통해 차량을 인식하는 동시에 앞서 말한 시각화 과정으로 차선 변경 가능 여부를 선과 색으로 운전자에게 알려준다. 다음의 테스트에서는 라즈베리 파이 모델 3 2015버전을 사용하였고 초음파 센서의 모델명은 HC-SR04, 카메라는 Logitech사의 960-001063 – Webcam, HD Pro, 1280 x 720p Resolution, 3MP, Built In Microphone을 사용하였다. 실제 차량을 사용할 수 없어 차량 모델을 제작하여 테스트를 진행하였다.

[도로 상황]: 뒤 차량과의 거리가 16cm 이하 일 때

[모니터]: 뒤 차량과의 거리가 16cm(위험-빨강색 선) 이하 일 때

[모니터]: 뒤 차량과의 거리가 16cm~20cm(주의-주황색 선) 사이 일 때

[모니터]: 뒤 차량과의 거리가 20cm(안전-초록색 선) 이상 일 때

회로 사진 및 라즈베리파이 pin 연결

초음파 센서 회로도

4.1.3. 스위치를 이용한 방향 지시등 구현
운전자가 방향 지시등을 켰을 때 다음 프로그램이 실행되므로 슬라이드 스위치를 차량의 방향 지시등으로 가정하여 구현하였다. 슬라이드 스위치가 ON일 때, 프로그램을 시작하거나 프로그램이 지속적으로 실행하도록 한다. 슬라이드 스위치가 OFF일 때, 프로그램을 종료하도록 구성하였다. 실험을 진행 할 때, 일반적인 택트 스위치 같은 경우 직접 스위치를 계속해서 누르고 있어야 ON으로 인식을 하는 번거로움을 가져왔다. 따라서 슬라이드 스위치를 이용하여 실제 차량의 방향지시등의 점멸을 표현하였다. 슬라이드 스위치의 작동 실험은 시연 동영상을 통해 볼 수 있다.

회로 사진

회로도

4.1.4. 주요 소스 코드

import RPi.GPIO as GPIO
from time import sleep
import os
import argparse
import cv2
import numpy as np
import sys
import time
from threading import Thread
import importlib.util
import signal

left_switch = 3 #Switch assumed as signal light

#GPIO Setting
GPIO.setmode(GPIO.BCM)
GPIO.setwarnings(False)
GPIO.setup(left_switch,GPIO.IN,GPIO.PUD_UP)
GPIO.setup(right_switch,GPIO.IN,GPIO.PUD_UP)

def distanceInCm(duration): #Function that returns duration as distance in cm
return (duration/2)/29.1

def print_distance(distance): #A function that sets the distanceMsg differently depending on the distance value.
if distance == 0:
distanceMsg = ‘Distance : out of range \r’
else:
distanceMsg = ‘Distance : ‘+str(distance)+’cm’+’ \r’
return distanceMsg

#Set pin number of ultrasonic sensor
TRIG = 23 #TRIG Numbering
ECHO = 24 #ECHO Numbering

MAX_DISTANCE_CM = 300
MAX_DURATION_TIMEOUT = (MAX_DISTANCE_CM * 2 * 29.1)

GPIO.setmode(GPIO.BCM)

GPIO.setup(TRIG, GPIO.OUT) #TRIG Ultrasonic Signal Transmission Pin Designation and Specify Output
GPIO.setup(ECHO, GPIO.IN) #Specify ECHO Ultrasonic Signal Receiving Pin and Specify Output

#Thread to manage webcam
class VideoStream:
“”"Camera object that controls video streaming from the Picamera”"”
def __init__(self, resolution=(640,480), framerate=30):
self.stream = cv2.VideoCapture(0) #Trun on the camera
ret = self.stream.set(cv2.CAP_PROP_FOURCC, cv2.VideoWriter_fourcc(*’MJPG’))
#frame size init
ret = self.stream.set(3, resolution[0])
ret = self.stream.set(4, resolution[1])

# Read first frame from the stream
(self.grabbed, self.frame) = self.stream.read()

# Variable to control when the camera is stopped
self.stopped = False

def start(self): # Start the thread that reads frames from the video stream
Thread(target=self.update,args=()).start()
return self
def update(self): #Keep looping indefinitely until the thread is stopped
while True:
#If the camera is stopped, stop the thread
if self.stopped:
#Close camera resources
self.stream.release()
return
#Otherwise, grab the next frame from the stream
(self.grabbed, self.frame) = self.stream.read()

def read(self): #Return the most recent frame
return self.frame

def stop(self): #Indicate that the camera and thread should be stopped
self.stopped = True

#Define and parse input arguments
parser = argparse.ArgumentParser()
parser.add_argument(‘–modeldir’, help=’Folder the .tflite file is located in’, required=True)

parser.add_argument(‘–edgetpu’, help=’Use Coral Edge TPU Accelerator to speed up detection’, action=’store_true’)

args = parser.parse_args()

MODEL_NAME = args.modeldir
GRAPH_NAME = args.graph
LABELMAP_NAME = args.labels
min_conf_threshold = float(args.threshold)
resW, resH = args.resolution.split(‘x’)
imW, imH = int(resW), int(resH)
use_TPU = args.edgetpu

#Import TensorFlow libraries
#If tensorflow is not installed, import interpreter from tflite_runtime, else import from regular tensorflow
#If using Coral Edge TPU, import the load_delegate library
pkg = importlib.util.find_spec(‘tensorflow’)
if pkg is None:
from tflite_runtime.interpreter import Interpreter
if use_TPU:
from tflite_runtime.interpreter import load_delegate
else:
from tensorflow.lite.python.interpreter import Interpreter
if use_TPU:
from tensorflow.lite.python.interpreter import load_delegate

#If using Edge TPU, assign filename for Edge TPU model
if use_TPU: #If user has specified the name of the .tflite file, use that name, otherwise use default ‘edgetpu.tflite’
if (GRAPH_NAME == ‘detect.tflite’):
GRAPH_NAME = ‘edgetpu.tflite’

#Get path to current working directory
CWD_PATH = os.getcwd()

#Path to .tflite file, which contains the model that is used for object detection
PATH_TO_CKPT = os.path.join(CWD_PATH,MODEL_NAME,GRAPH_NAME)

#Path to label map file
PATH_TO_LABELS = os.path.join(CWD_PATH,MODEL_NAME,LABELMAP_NAME)

#Load the label map
with open(PATH_TO_LABELS, ‘r’) as f:
labels = [line.strip() for line in f.readlines()]

#Have to do a weird fix for label map if using the COCO “starter model” from
#https://www.tensorflow.org/lite/models/object_detection/overview
#First label is ‘???’, which has to be removed.
if labels[0] == ‘???’:
del(labels[0])

#Load the Tensorflow Lite model.
#If using Edge TPU, use special load_delegate argument
if use_TPU:
interpreter = Interpreter(model_path=PATH_TO_CKPT,
experimental_delegates=[load_delegate('libedgetpu.so.1.0')])
print(PATH_TO_CKPT)
else:
interpreter = Interpreter(model_path=PATH_TO_CKPT)

interpreter.allocate_tensors()

#Get model details
input_details = interpreter.get_input_details()
output_details = interpreter.get_output_details()
height = input_details[0]['shape'][1] width = input_details[0]['shape'][2]

floating_model = (input_details[0]['dtype'] == np.float32)

input_mean = 127.5
input_std = 127.5

#Initialize frame rate calculation
frame_rate_calc = 1
freq = cv2.getTickFrequency()

#Initialize video stream
videostream = VideoStream(resolution=(imW,imH),framerate=30).start()
time.sleep(1)

#for frame1 in camera.capture_continuous(rawCapture, format=”bgr”,use_video_port=True):
while True:
if GPIO.input(left_switch) == 1: #Start timer (for calculating frame rate)
t1 = cv2.getTickCount()

#Grab frame from video stream
frame1 = videostream.read()

#Acquire frame and resize to expected shape [1xHxWx3] frame = frame1.copy()
frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
frame_resized = cv2.resize(frame_rgb, (width, height))
input_data = np.expand_dims(frame_resized, axis=0)

#Normalize pixel values if using a floating model (i.e. if model is non-quantized)
if floating_model:
input_data = (np.float32(input_data) – input_mean) / input_std

#Perform the actual detection by running the model with the image as input
interpreter.set_tensor(input_details[0]['index'],input_data)
interpreter.invoke()

#Retrieve detection results
boxes = interpreter.get_tensor(output_details[0]['index'])[0] #Bounding box coordinates of detected objects
classes = interpreter.get_tensor(output_details[1]['index'])[0] #Class index of detected objects
scores = interpreter.get_tensor(output_details[2]['index'])[0] #Confidence of detected objects
#num = interpreter.get_tensor(output_details[3]['index'])[0] #Total number of detected objects (inaccurate and not needed)

pulse_start=0
pulse_end=0

GPIO.output(TRIG, False) #Keep the trigger pin off.
time.sleep(2)

GPIO.output(TRIG, True) #Exits 10us pulse.
time.sleep(0.00001) #At Python, this pulse will be almost 100 us.
GPIO.output(TRIG, False)

timeout = time.time()
while GPIO.input(ECHO) == 0:
pulse_start = time.time() #Set the start time when the echo pin is turned on.
if ((pulse_start – timeout)*1000000) >= MAX_DURATION_TIMEOUT:
fail = True
break

timeout = time.time()
while GPIO.input(ECHO) == 1:
pulse_end = time.time() #Set the reflector receiving time when the echo pin is turned off.
if ((pulse_end – pulse_start)*1000000) >= MAX_DURATION_TIMEOUT:
print_distance(0)
fail = True
break

pulse_duration = (pulse_end – pulse_start) * 1000000
pulse_duration=pulse_end-pulse_start #Calculate pulse length
distance = distanceInCm(pulse_duration)
distance=(pulse_duration*34000.0)/2 #The duration is divided in half.
distance = round(distance, 2)
MSG=print_distance(distance)

#Loop over all detections and draw detection box if confidence is above minimum threshold
for i in range(len(scores)):
if ((scores[i] > min_conf_threshold) and (scores[i] <= 1.0)):

#Get bounding box coordinates and draw box
#Interpreter can return coordinates that are outside of image dimensions, need to force them to be within image using max() and min()
ymin = int(max(1,(boxes[i][0] * imH)))
xmin = int(max(1,(boxes[i][1] * imW)))
ymax = int(min(imH,(boxes[i][2] * imH)))
xmax = int(min(imW,(boxes[i][3] * imW)))

cv2.rectangle(frame, (xmin, ymin), (xmax, ymax), (10, 255, 0), 2)
a=(xmax-xmin)/2
b = int(a)
if distance < 16:
frame = cv2.line(frame, (650, 720), (xmin+b, ymax), (0, 0, 255), 3)
elif distance >=16 and distance < 20:
frame = cv2.line(frame, (650, 720), (xmin+b, ymax), (0, 150, 255), 3)
else:
frame = cv2.line(frame, (650, 720), (xmin+b, ymax), (0, 255, 0), 3)

#Draw label
object_name = labels[int(classes[i])] #Look up object name from “labels” array using class index
label = ‘%s: %d%%’ % (object_name, int(scores[i]*100)) #Example: ‘person: 72%’
labelSize, baseLine = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.7, 2) #Get font size
label_ymin = max(ymin, labelSize[1] + 10) #Make sure not to draw label too close to top of window
cv2.rectangle(frame, (xmin, label_ymin-labelSize[1]-10), (xmin+labelSize[0], label_ymin+baseLine-10), (255, 255, 255), cv2.FILLED) #Draw white box to put label text in
cv2.putText(frame, label, (xmin, label_ymin-7), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 0), 2) #Draw label text

#Draw distance in corner of frame
cv2.putText(frame, MSG,(30,50),cv2.FONT_HERSHEY_SIMPLEX,1,(255,255,0),2,cv2.LINE_AA)

#All the results have been drawn on the frame, so it’s time to display it.
cv2.imshow(‘Object detector’, frame)

#Calculate framerate
t2 = cv2.getTickCount()
time1 = (t2-t1)/freq
frame_rate_calc= 1/time1

#Press ‘q’ to quit
if cv2.waitKey(1) == ord(‘q’):
break
else: #Exit program if switch off
break
#Clean up
GPIO.cleanup()
cv2.destroyAllWindows()
videostream.stop()

5. 추가할 수 있는 기능
우리는 도로 모형을 제작하여 실험을 진행하였지만 실제 도로 상황에서는 많은 변수가 존재할 수 있다. 우리가 생각한 변수 중의 하나는 바로 ‘속도’이다. 뒷 차량이 어느 정도 속도로 오는지 알 수 없기 때문에 우리는 거리를 통하여 속도를 계산해 운전자의 모니터에 거리 정보를 나타낼 때 변수가 되는 속도를 반영하여 나타내는 것이다. 우리는 실제로 실험을 할 수 없어 이 부분의 구현은 하지 않았지만 우리가 만든 프로그램을 실제 차량에 이용한다면 이 부분도 고려하면 좋을 것 같다. 아니면 초음파를 받아 오는 시간 간격을 좀 더 줄여도 속도라는 변수를 어느 정도 해결할 수 있을 것 같다.

6. 참고문헌
· https://github.com/EdjeElectronics/TensorFlow-Lite-Object-Detection-on-Android-and-Raspberry-Pi/blob/master/Raspberry_Pi_Guide.md
· https://www.tensorflow.org
· https://blog.naver.com/ljy9378/221438192568
· https://www.diymaker.net/111
· https://www.diymaker.net/111
· https://make.e4ds.com/make/learn_guide_view.asp?idx=73

[65호]초음파센서를 이용한 자동문 쓰레기통

디바이스마트 매거진 — Thu, 22 Apr 2021 00:00:19 +0000

2020 ICT 융합 프로젝트 공모전 장려상

초음파센서를 이용한 자동문 쓰레기통

글 | 대구대학교 정원용

1. 심사평
칩센 얼핏 간단해 보이지만 주제와 부합되는 명확한 목표와 결과물을 확인할 수 있습니다. 작품으로서는 충분히 아이디어를 실제로 구현한 상황이지만, 실용성 측면에서 쓰레기통에 전원을 포함한 하드웨어 회로가 장착되어야 하므로 일체형이 아닌 기존 쓰레기통에 적용할 수 있는 별도 구조는 어떨까 하는 생각이 듭니다.
펌테크 작품의 하우징 구성이 상당히 깔끔하고 훌륭하며 설계에 고생이 많았으리라 생각됩니다. 최근 코로나 등으로 위생에 관련된 비접촉식 생활용품에 관심이 많은 시기와도 맞물리는 완성도가 높은 출품작으로 생각됩니다.
위드로봇 전력 관리 부분이 추가되면 더욱 좋은 작품이 될 것 같습니다.

2. 작품 개요
2.1. 배경 및 요약
2.1.1. 더러운 쓰레기통의 위생상 문제
· 쓰레기통 공간이 없어 쓰레기를 쓰레기통 주변에 버려서 쓰레기통이 더러워짐
· 더러운 쓰레기통으로 인해 접촉하기 어려움
· 자동문 쓰레기통을 활용해 접촉을 줄여 위생상의 문제 해결

2.1.2. 쓰레기통 주변 환경 문제
· 쓰레기통의 내용물이 다 찼는지 알지 못해 쓰레기통이 넘치게 됨
· 넘치는 쓰레기통으로 인해 주변이 더러워짐
· 쓰레기통이 다 찼을 시 알림 기능으로 넘치는 쓰레기통 문제 해결

2.1.3. 작품 기능

2.1.3. 완성본

· 평상 시, 초록 LED와 쓰레기통이 닫혀있음
· 물체가 인식될 시, 쓰레기통이 열림
· 쓰레기통이 일정량 채워지면 빨간 LED로 바뀜

3. 작품 설명
3.1. 주요 동작 및 특징
3.1.1. 주요 동작 순서도

3.1.2. 자동문 휴지통 순서도
· 초음파센서를 통해 정면에 있는 물체와의 거리를 측정
· 측정된 물체와의 거리에 따라 쓰레기통이 열리고 닫힘
· 쓰레기통 천장에 있는 초음파센서로 쓰레기 인식
· 초음파센서로 쓰레기양에 따라 LED의 색깔이 바뀜

3.1.3. 물체 인식

· 가까운 거리의 물체 인식을 위한 초음파센서 사용
· 초음파센서로 가까운 거리의 물체와의 거리 측정
· 초음파센서에서 발사된 초음파가 물체로부터 반사되어 돌아온 시간으로 거리산출
· 산출된 거리가 일정 거리보다 작아지면 물체 인식

3.1.4. 쓰레기통의 자동문

· 쓰레기통의 덮개 부분이 움직이면서 쓰레기통이 열리고 닫히게 됨
· 서보모터를 축으로 덮개 부분이 돌아가도록 설계
· 물체를 인식하여 덮개가 움직이는 자동문

3.1.5. 쓰레기통 알림 기능

· 쓰레기통 알림 기능을 위해 LED를 사용
· 평상시에는 LED에 초록 불이 켜짐
· 쓰레기통이 다 찼을 시에는 LED에 빨간 불이 켜짐

3.2. 전체 시스템 구성
3.2.1. 하드웨어(HW)
아두이노 우노 보드 : 아두이노 가장 보편적이고 기본적인 보드
초음파센서 HC-SR04 : 물체와의 거리 측정을 위해 사용
서보모터 hs-311 : 쓰레기통이 열리고 닫히게 하기위해 사용
RGB 3색 LED : 상태를 LED로 표시해주기 위해 사용

3.2.2. 소프트웨어(SW)
Arduino : 작품의 소프트웨어 설계

3.2.3. 전체 시스템 구성도

3.3. 개발 환경

개발 환경
· OS : windows 10
· 개발 환경(IDE) : Arduino
· 개발 언어 : Arduino

구성 장비
· 디바이스 : 아두이노 우노 보드
· 센서 : 초음파센서(HC-SR04) :
· 사용 장비 : 서보모터 hs-311, RGB 3색 LED

4. 단계별 제작 과정
4.1. Paper Prototype

제작 계획

· 작품 기능 구현
· 외부 프레임 설계
· 3D 프린팅
· 외부 프레임 결합
· 완성품 테스트
· 외부 전원 연결

4.2. 외부 프레임 설계
프레임 Paper Prototype

3D Printing

3D 프린터 출력물

외부 프레임 결합

5. 참고문헌
· 한 권으로 끝내는 아두이노 입문 + 실전(종합편)
· https://www.youtube.com/watch?v=h7yyw6p_tZk&t=1s

6. 회로도

7. Arduino 소스코드

#include
Servo servo;
// 각 핀 번호 설정
int value=0;
int echo1 = 8;
int trig1 = 9;
int echo2 = 10;
int trig2 = 11;
int red=4;
int green=3;
// 각 핀의 입출력 설정
void setup() {
Serial.begin(9600);
pinMode(trig1, OUTPUT);
pinMode(echo1, INPUT);
pinMode(trig2, OUTPUT);
pinMode(echo2, INPUT);
pinMode(red,OUTPUT);
pinMode(green,OUTPUT);
servo.attach(7);
}

void loop() {
// 1번 초음파센서에서 초음파 발사 후 초음파가 다시 돌아오는데 걸리는 시간 저장
digitalWrite(trig1, LOW);
digitalWrite(echo1, LOW);
delayMicroseconds(2);
digitalWrite(trig1, HIGH);
delayMicroseconds(10);
digitalWrite(trig1, LOW);
unsigned long duration1 = pulseIn(echo1, HIGH);
// 2번 초음파센서에서 초음파 발사 후 초음파가 다시 돌아오는데 걸리는 시간 저장
digitalWrite(trig2, LOW);
digitalWrite(echo2, LOW);
delayMicroseconds(2);
digitalWrite(trig2, HIGH);
delayMicroseconds(10);
digitalWrite(trig2, LOW);
unsigned long duration2 = pulseIn(echo2, HIGH);
// 초음파를 발산한 후 다시 돌아온 시간을 가지고 거리 측정
float distance1 = ((float)(340 * duration1) / 10000) / 2;
float distance2 = ((float)(340 * duration2) / 10000) / 2;

// 1번 초음파센서로 측정한 거리가 13cm미만일 경우 (쓰레기통에 근접하는 물체가 감지 될 경우)
if(distance1<13) // 쓰레기통의 문을 연다
{
for(;value>=0;value -=2)
{
servo.write(value);
delay(10);
}
delay(3000); // 문이 열린 후 3초의 지연시간을 준다
}else // 아닐 경우
{
for(;value<=100;value +=2) // 쓰레기통의 문이 닫힌다
{
servo.write(value);
delay(10);
}
}
// 2번 초음파센서로 측정한 거리가 9.5cm초과일 경우(쓰레기통 안의 내용물이 다 찼을 경우)
if(distance2<9.5)
{
// LED 빨간불 ON
digitalWrite(green,HIGH);
digitalWrite(red,LOW);
}
else // 아닐 경우
{
// LED 초록불 ON
digitalWrite(green,LOW);
digitalWrite(red,HIGH);
}
// 측정된 거리 값을 시리얼 모니터에 출력
Serial.print(“1 : “);
Serial.print(distance1);
Serial.print(“cm “);
Serial.print(“2 : “);
Serial.print(distance2);
Serial.println(“cm”);
delay(100);
}

[65호]AI-Based Guide Robot System for the Blind

디바이스마트 매거진 — Thu, 22 Apr 2021 00:00:17 +0000

2020 ICT 융합 프로젝트 공모전 장려상

AI-Based Guide Robot System for the Blind

글 | 동양미래대학교 김선우, 김문, 김재아, 최대원

1. 심사평
칩센 개발이 필요한 이유와 사전 정보에 대한 정리가 매우 깔끔하게 되어 있어 목표와 필요한 이유에 대하여 쉽게 이해가 됩니다. AI와 여러 환경에 대응이 가능할 무한궤도 구동 방안 등이 포함되어 있어 작품에 대한 사용자 편의성 또한 충분히 고려된 듯 합니다. 다만 이미 서비스가 제공되고 있는 AI 플래폼과 정형화된 물체(객체)만을 파악하는 형태로는 실생활의 변수를 모두 포함할 수 없다는 점은 고려되어야 할 것으로 보입니다. 이는 차량 ADAS 시스템 또는 무인 자동차 솔루션 조차도 아직도 완벽하지 않은 이유와 동일한 내용으로 볼 수 있습니다. 하드웨어뿐 아니라 소프트웨어 여러 기능 측면에 대한 심도 깊은 연구가 함께 진행되어야 할 것으로 보입니다. 최종 작품이 완성되지 않은 것으로 보여 작품 완성도의 배점 부분이 아쉽습니다.
펌테크 아이디어와 창의성을 갖춘 작품이라고 생각이 듭니다. 단 제출된 보고서 내용을 감안하자면 작품에 대한 기획의도는 우수하다고 생각되지만 계획에 대비해서 출품작의 일부 진행과정은 확인이되나 최종적인 완성도를 구체적으로 확인할 수가 없었습니다
위드로봇 수행한 내용에 비해 보고서 내용이 빈약합니다. 보고서가 좀 더 충실하면 좋은 점수를 받을 수 있었습니다.

2. 작품 개요
2.1. 기술개발 필요성
2.1.1. 사회적 문제
현재 대한민국에서 활동하고 있는 시각장애인 안내견의 수는 약 80마리, 외출할 때 주변 사람이나 보조 기구의 도움이 반드시 필요한 5급 이상의 장애등급을 판정받은 사람은 약 8만 명으로 안내견 수가 턱없이 부족한 편이다. 안내견 한 마리를 교육하고 훈련을 마치는데 필요한 기간은 약 2년, 훈련 기간 소요되는 비용은 약 1억으로 현실적으로 모든 시각장애인들이 안내견을 분양받는 것은 불가능하다. 또한 시각장애인 안내견을 분양받아도 분양 후에는 안내견을 돌보는 비용을 시각장애인 스스로 감당해야 하기 때문에 현실적으로 어려움을 가지고 있다.

2.2. 기술개발 목표와 내용
2.2.1. 기술개발 과제의 추진 목표
현재 대한민국에 주거하는 시각장애인들의 실외, 실내 활동을 하는 데 있어 제한을 최소화하고 삶의 질 향상을 추구하며 사회의 일원으로서 배제되지 않도록 하는 것을 기술개발 과제의 추진 목표로 한다.

2.2.2. 기술개발 내용
SoftWare
· 카메라를 통해 얻은 영상을 A.I가 내장된 LattePanda Alpha를 통해 약 11가지 객체(장애물) 인지 및 사용자 기준 물체의 방향 알림 역할 수행
· Image Processing, 3축 가속도센서를 사용하여 계단 패턴 분석 및 정확한 계단 및 연석 인지 기능 수행
· 스마트폰 GPS를 이용하여 사용자의 실시간 위치 정보를 Geocoder를 통해 경도와 위도로 변환하여 사용자의 위치를 인지
· 스마트폰에 내장된 GPS의 실시간 위치 정보, Web parsing 기술을 이용한 길 찾기 시스템 구축

HardWare
· Timing Belt Pulley를 이용한 무한궤도 메커니즘 설계를 통한 계단 극복

3. 작품 설명
3.1. 주요 동장 및 특징

3.1.1. S/W
위험 요소 감지 및 음성 안내
· YOLO 알고리즘 기반의 YOLO V3 모델을 구현하여 주변 위험 요소 감지
· 주변 위험 요소 11가지의 위치 파악
웹파싱을 이용한 길 안내
· 네이버 지도 API를 사용하여 웹파싱 기술을 통해 가공하여 길 찾기 기능 구현
· 현재 GPS 위치 변화에 따른 음성 안내
Android studio Application 제작
· 스마트폰을 통해 사용자의 현재 위치, 길 안내, 장애물 인지 등 사용자에게 필요한 정보 제공
· 주변 사람들의 도움을 보다 편리하게 받을 수 있는 UI

상용 웹서버 Firebase를 활용한 데이터 통신
· 스마트폰에 내장되어 있는 GPS 값의 실시간 데이터를 웹서버에 uploading 하여 실시간 길 찾기 기능 구현
· A.I Device인 LattePanda Alpha를 통해 인지한 객체를 TTS(Text to Speech)를 통해 사용자에게 청각 알림

3.1.2. H/W
Main Device
· Raspberry Pi (MCU/MPU), Sensor(3-axis Acceleration, Ultrasonic), Cooling Fan, Speaker(SP-82557S), Timing Belt, Pully, Battery(Lipo 22.2V 5000mAh)
A.I Device
· LattePanda Alpha (MPU), Webcam(Logitech C930e)

3.2. 전체 시스템 구성 및 개발 환경
3.2.1. S/W
A.I
· Webcam을 이용해 촬영 후 LattePanda Alpha에서 연산
· AI YOLO v3 프로그램을 Python으로 구현하여 객체 인식
· LattePanda Alpha가 연산(YOLO v3)결과를 문자열로 재가공 후 Firebase에 결과 출력

Stair Climing
· 3축 가속도센서(3-axis Acceleration) Roll Pitch 값에 따른 로봇의 Motor control
· Image Processing 기반 계단의 pattern 분석 및 정확한 계단 인지

Application Functions
· 사용자 스마트폰에 내장된 GPS기반으로 실시간 사용자 위치(경도, 위도) 수신
· Google STT(Speech to Text)를 사용하여 사용자가 목적지를 음성으로 입력하면 Geocoder를 사용해 위도, 경도로 변환
· Google TTS(Text to Speech)를 사용하여 길 찾기 음성 안내, 장애물 발견 시 위험 요소 음성 안내
· 길 찾기 기능을 수행하기 위한 웹파싱 기능 구현
· ‘다음 맵’API 서비스를 이용하여 스마트폰 디스플레이에 map을 구현

Application UI

· 주변 사람이 한 눈에 보고 도움을 주기 편한 UI로 제작
· 목적지까지의 방향, 실시간 현 위치, 장애물을 디스플레이에 표시하는 심플한 UI

3.2.2. H/W
Harness
· 곡면 modeling을 통해 사용자에게 편안한 그립감을 줄 수 있는 외형 제작

· 3D 프린터(PLA)를 사용해 장시간 들고 있어도 손에 무리가 가지 않도록 무게 최소화

4. 회로도
· 22.2V Lithium Polymer Battery 단일 전원
· Raspberry Pi 3 B+, Latte Panda, SZH-CH076, Fan 총 4개 소자에 공급되며, 각 소자의 정격 전압에 맞게 regulator를 사용

5. 설계도면

6. 소스코드

from sense_hat import SenseHat
import time
import imageprocessing_03 as stair
import MotorController_03 as motor
import cv2
import os
import RPi.GPIO as GPIO

## MOTOR config setting ##

# 모터 상태
STOP = 0
FORWARD = 1
BACKWORD = 2

# 모터 채널
CH1 = 0
CH2 = 1

# PIN 입출력 설정
OUTPUT = 1
INPUT = 0

# PIN 설정
HIGH = 1
LOW = 0

# 실제 핀 정의
#PWM PIN
ENA = 26 #37 pin
ENB = 0 #27 pin

#GPIO PIN
IN1 = 19 #35 pin
IN2 = 13 #33 pin
IN3 = 6 #31 pin
IN4 = 5 #29 pin
SW1 = 17 #13 pin
SW2 = 27 #15 pin
SW3 = 16
SW4 = 20

# 핀 설정 함수
def setPinConfig(EN, INA, INB):
GPIO.setup(EN, GPIO.OUT)
GPIO.setup(INA, GPIO.OUT)
GPIO.setup(INB, GPIO.OUT)
# 100khz 로 PWM 동작 시킴
pwm = GPIO.PWM(EN, 100)
# 우선 PWM 멈춤.
pwm.start(0)
return pwm

# 스위치 핀 함수
def setPinSwitch(SW1, SW2, SW3, SW4) :
GPIO.setwarnings(False)
GPIO.setup(SW1,GPIO.IN,GPIO.PUD_UP)
GPIO.setup(SW2,GPIO.IN,GPIO.PUD_UP)
GPIO.setup(SW3,GPIO.IN,GPIO.PUD_UP)
GPIO.setup(SW4,GPIO.IN,GPIO.PUD_UP)

# 모터 제어 함수
def setMotorContorl(pwm, INA, INB, speed, stat):

#모터 속도 제어 PWM
pwm.ChangeDutyCycle(speed)

if stat == FORWARD:
GPIO.output(INA, HIGH)
GPIO.output(INB, LOW)

#뒤로
elif stat == BACKWORD:
GPIO.output(INA, LOW)
GPIO.output(INB, HIGH)

#정지
elif stat == STOP:
GPIO.output(INA, LOW)
GPIO.output(INB, LOW)
# 모터 제어함수 간단하게 사용하기 위해 한번더 래핑(감쌈)
def setMotor(ch, speed, stat):
if ch == CH1:
#pwmA는 핀 설정 후 pwm 핸들을 리턴 받은 값이다.
setMotorContorl(pwmA, IN1, IN2, speed, stat)
else:
#pwmB는 핀 설정 후 pwm 핸들을 리턴 받은 값이다.
setMotorContorl(pwmB, IN3, IN4, speed, stat)

def RC():
if GPIO.input(SW1) == 0 : #forward

SPEED = 12 #LEFT MOTOR
SPEED1 = 12
setMotor(CH1, SPEED, FORWARD)
setMotor(CH2, SPEED1, BACKWORD)
print(“forward”)

elif GPIO.input(SW2) == 0 : #back

SPEED = 12 #LEFT MOTOR
SPEED1 = 12
setMotor(CH1, SPEED, BACKWORD)
setMotor(CH2, SPEED1, FORWARD)
print(“back”)

elif GPIO.input(SW3) == 0 : #LEFT
SPEED = 1 #LEFT MOTOR
SPEED1 = 15
setMotor(CH1, SPEED, FORWARD)
setMotor(CH2, SPEED1, BACKWORD)
print(“here”)
print(“left”)

elif GPIO.input(SW4) == 0 : #right
SPEED = 15 #LEFT MOTOR
SPEED1 = 1
setMotor(CH1, SPEED, FORWARD)
setMotor(CH2, SPEED1, BACKWORD)
print(“right”)

else :
setMotor(CH1, 0, STOP)
setMotor(CH2, 0, STOP)
print(“stop”)

###########################

def stair_detection():
while True:
print(‘in rc’)
RC() #..
i = 0
while i < 50 :
sense.get_orientation_degrees()['pitch'] i = i + 1

if stair_threshold <= sense.get_orientation_degrees()['pitch']:
print(“up stair”)
setMotor(CH1, 0, STOP)
setMotor(CH2, 0, STOP)
os.system(“sudo service uv4l_raspicam restart”)
os.system(“sudo dd if=/dev/video0 of=image.png bs=11M count=1″)

return stair.stair_detection()

elif sense.get_orientation_degrees()['pitch'] <= -stair_threshold :
print(“down stair”)
setMotor(CH1, 0, STOP)
setMotor(CH2, 0, STOP)
os.system(“sudo service uv4l_raspicam restart”)
# down stair sound

return ‘down’
if __name__ == “__main__” :
os.system(“sudo service uv4l_raspicam restart”)
sense = SenseHat()
stair_threshold = 15 # …
roll_threshold = 10 #

# GPIO 모드 설정
GPIO.setmode(GPIO.BCM)

#모터 핀 설정
#핀 설정후 PWM 핸들 얻어옴
pwmA = setPinConfig(ENA, IN1, IN2)
pwmB = setPinConfig(ENB, IN3, IN4)
setPinSwitch(SW1, SW2, SW3, SW4)

SPEED = 12
SPEED1 = 12

while True:
print(” ##### program start ##### “)

detection = stair_detection()

if detection == True: #up stair

print(‘up stair’)
#up stair sound mp3
while sense.get_orientation_degrees()['pitch'] > 3 :

if sense.get_orientation_degrees()['roll'] > roll_threshold:
setMotor(CH1, 10, FORWARD)
setMotor(CH2, 0, STOP)
print(‘left move’)

elif sense.get_orientation_degrees()['roll'] < -roll_threshold:
setMotor(CH1, 0, STOP)
setMotor(CH2, 10, BACKWORD)
print(‘rigth move’)
elif -roll_threshold < sense.get_orientation_degrees()['roll'] < roll_threshold:
setMotor(CH1, 13, FORWARD)
setMotor(CH2, 13, BACKWORD)
print(‘straight’)

elif detection == ‘down’ :

print(‘down stair’)
while sense.get_orientation_degrees()['pitch'] < -3 :

if sense.get_orientation_degrees()['roll'] > roll_threshold:
setMotor(CH1, 0, STOP)
setMotor(CH2, 13, BACKWORD)
print(‘right move’)

elif sense.get_orientation_degrees()['roll'] < -roll_threshold:
setMotor(CH1, 13, FORWARD)
setMotor(CH2, 0, STOP)
print(‘left move’)
elif -roll_threshold < sense.get_orientation_degrees()['roll'] < roll_threshold:
setMotor(CH1, 10, FORWARD)
setMotor(CH2, 10, BACKWORD)
print(‘straight’)

elif detection == False : #wall or 1 stair

print(“wall”)
setMotor(CH1, 0, STOP)
setMotor(CH2, 0, STOP)

GPIO.cleanup()

6. 완성이미지

7. 참고문헌
· 김윤구 김진욱 논문「도심지형 최적주행을 위한 휠·무한궤도 하이브리드형 모바일 로봇 플랫폼 및 메커니즘」, 로봇학회 논문지 제5권 제3호, 2010
· 박동일 임성균 곽윤근 논문「계단등반을 위한 가변형 단일 트랙 메커니즘 해석」, 대한기계학회 춘추학술대회, 2005.5
· 김의중 저「인공지능, 머신러닝, 딥러닝 입문」, 위키북스, 2016
· 알 스웨이가트 저, 트랜지스터팩토리 역「파이썬프로그래밍으로 지루한 작업 자동화하기」, 스포트라잇북, 2013
· Sam Abrahams Danijar Hafner Erik Erwitt Ariel Scarpinelli 공저, 정기철 역「엣지있게 설명한 텐서플로우」홍콩과학출판사, 2017
· 아담 스트라우드 저, 오세봉 김기환 역 「안드로이드 데이터베이스」, 에이콘, 2017
· http://kpat.kipris.or.kr/kpat/biblioa.do?method=biblioFrame (특허청에 등재된 유사 기술 검색)

[63호]2020 로보월드

디바이스마트 매거진 — Tue, 22 Dec 2020 00:00:23 +0000

로봇 관련 전시회 중 올해 전 세계 최초로 개최된 전시회

2020 로보월드

글 | 박진아 기자 jin@ntrex.co.kr

지난 10월 4일간 킨텍스 제1전시장에서 2020 로보월드가 개최되었다. 산업통상자원부 주최, 한국로봇산업협회, 한국로봇 산업진흥원, 제어로봇 시스템학회의 공동 주관으로 진행된 2020 로보월드는 총 400여 부스의 국내외 로봇 관련 기업 150여 곳이 참가하였다.
제조, 물류, 서비스, 드론, 스마트 응용 SW 등 다양한 주제로 구성되어 각 분야에 맞는 최신 제품, 기술 등을 만나 볼 수 있었다. 특히 이번 전시는 온라인과 오프라인이 결합한 하이브리드 전시회로 온라인을 통해서도 해당 전시회에 출품된 제품들을 쉽게 만날 수 있었으며, 다채로운 부대행사를 통해 재미와 볼거리가 가득한 전시회를 만들었다.

로보월드를 방문하자마자 좌, 우로 열을 맞춰 움직이는 로봇암들의 모습에 발길을 멈추게 되었다. 이곳은 제조용 로봇 전문 기업 로보스타의 부스로 산업용 로봇 RA004, RA007가 관람객을 대상으로 움직임을 시연하고 있었다. 초소형 다관절 로봇인 두 로봇은 고성능, 고기능 범용 로봇으로 조작이 간편하고, 사용이 용이하며, 완벽한 제어 능력으로 높은 제품 신뢰성이 특징이다.
가반 하중이 4, 7kg인 두 로봇에는 충격감지 및 힘 제어 등 협동 로봇 기능이 탑재돼 있으며, 기존 산업용 로봇과 달리 펜스 없이 사용할 수 있도록 설계됐다. 해당 로봇은 현재 각종 안정 인증 취득을 위한 절차를 밟고 있으며, 향후 2년 내 정식으로 출시할 예정이라고 한다.

기자의 눈길을 끌은 또 다른 곳은 로봇암을 이용하여 촬영을 진행하고 있던 레인보우 로보틱스 부스였다. 레인보우 로보틱스는 카이스트 휴머노이드 로봇연구센터-휴보랩에서 창업된 벤처기업으로, 대한민국 최초의 이족보행 휴머노이드 로봇인 HUBO에 대한 모든 기술과 상표권을 갖고 있는 로봇 개발 회사이다. 특히 레인보우는 감속기를 제외한 핵심 부품을 자체적으로 개발 및 생산하는 기술 기반 회사로 다른 협동 로봇 제조사에 비해 높은 기술력을 갖춘 기업으로 인식되고 있다.

전시된 제품은 작업자와 함께하는 협동 로봇 RB 시리즈로 기존 제품과 달리 부품의 내재화를 통해 가격경쟁력을 갖췄고, 고객 요구 사항에 따라 커스터마이징이 가능하며 기반 하중은 5Kg, 10kg, 3kg으로 작업반경, 중량에 따라 필요 로봇을 선택할 수 있다.

현장에서는 스튜디오 촬영을 시연하고 있었는데 기존에 생각했던 로봇의 움직임보다 훨씬 안정적이고 섬세했으면 다양한 촬영 기법을 사용하는 모습을 보며 발전한 로봇 기술력에 감탄하였다. 또한, 서비스 시장에서 협동 로봇을 활성화하기 위해 제작된 음료 제조 로봇 믹스의 업그레이드 버전을 함께 전시하였으며, 이 믹스 플래폼은 이미 여러 장소에서 활용되고 있다.

반도체와 디스플레이, 신재생에너지, 제조 장비 공급업체인 제우스에서는 다관절 로봇인 제로, 스카라 로봇, 직교 로봇, 델타 로봇 등을 전시하였다. 주요 모델인 제로(ZERO)는 2019년도에 제우스 최초의 6축 다관절 산업용 로봇으로 가반 중량 5kg로 Pick -and-place, PCB 조립 및 비전 검사를 포함한 다양한 응용 분야를 위해 설계되었다. 산업용 로봇으로 높은 수준의 ±0.02mm 반복 정밀도를 구현하며, 모듈식 설계로 유지 보수 비용을 줄이고, 낮은 소비전력(250W), 사용성 좋은 PC 기반 프로그래밍 등 산업용 로봇 장점을 극대화한 제품이다.

이 밖에 새로운 주력 제품인 스카라 로봇은 가반 하중 4Kg, 무게 16kg으로 중공축 모터 적용으로 컴팩트한 구조를 구현, 공간 효율성을 높였다. 10마이크론 즉 0.01mm의 정밀도를 제공하며 모터 및 감속기 등이 모듈화된 제품이다. 또한, 이미지에 나온 제품은 델타로봇으로 27Kg의 가벼운 무게로 기존 공정에서 라인을 멈추거나 개조할 필요 없이 즉시 설치가 가능하고, 무급유 베어링 기술을 채택, 기존 스프링 방식의 마모 등 여러가지 문제를 예방할 수 있는 특징이 있다.

산업 현장에서 사용되는 로봇의 다양한 분야에서 최근 빠르게 활용도가 높아지는 분야는 물류 분야라고 할 수 있다. 이에 따라 전시장에서 가장 많은 눈길은 끈 것도 물류, 배송, 서빙 로봇이었다.

먼저 전시회장 곳곳을 누비며 신문이나 손소독제를 전달하는 트위니의 따르고 로봇을 만날 수 있었다. 따르고는 사람을 따라다니는 추종 로봇으로 대상의 색깔, 크기, 위치, 모양 정보 등을 기반으로 대상을 따르는 로봇이다.

다음 나르고는 자율 주행 로봇과 추종 로봇을 결합한 형태의 기차로봇으로 선두의 자율주행 로봇이 이동하면, 추종로봇들이 그 뒤를 차례대로 따라 이동한다. 나르고60은 QR코드, 비컨, UWB 등 인프라가 필요없는 완전 자율주행 로봇으로 좁고 복잡한 실내 공간 어디에도 적합한 운송로봇이다. 최대 2시간 충전으로 8시간 사용이 가능하며, 1.2m/s 속도를 가진 나르고 60은 대형 사무실, 택배, 우편, 물류창고 등에서 사용이 가능하다고 한다.

로봇 시스템과 자율 주행 로봇을 개발 및 공급하는 시스콘에서는 물류 이송 로봇 SR 시리즈 및 IM을 선보였다.

시스콘의 자율 주행 로봇은 360도 라이더 센서를 이용하여 주변 감지, 장애물 감지를 통해 안전한 자율주행이 가능하며 고정된 경로 또는 최적의 경로를 운영자가 선택할 수 있어 작업의 유연성, 효율성 극대화의 효과를 거둘 수 있는 특징을 갖는다.
SR 시리즈는 자율 주행 이송 로봇으로 컨베이어, 팔레트타입, 모바일 매니퓰레이터와 같이 협업할 수 있고, 딜리버리 서비스 로봇인 IM시리즈는 안내, 서빙, 관리 등의 기능을 갖고 있는 서비스 모듈 장치를 결합할 수 있다. 즉 다양한 목적에 따라 상부 모듈 및 소프트웨어 변경이 가능하다.
특히 IM 시리즈는 창의적이고 혁신기술을 인정받아 2020 로보월드 어워드 우수 제품으로 선정되는 영광을 얻었다.

LG 유플러스 부스에서는 물류 창고를 옮겨 놓은 듯한 대형 부스에서 다양한 이동식 물류 로봇 등이 쉴새 없이 움직이며 관람객의 발걸음을 멈추게 하였다. 이동통신사 중 유일하게 참여한 LG유플러스는 글로벌 지게차 업체 클라크, 물류 자동화 업체 케이엔, 인공지능 기반 물류 솔루션 업체 무샤이니 등과 5G 기반 무인 지게차-물류 로봇 등을 선보였다.
5G 무인 지게차는 관리자 없이 무인으로 이용할 수 있는 솔루션으로 10mm의 정밀한 위치 측위는 물론 한 명의 작업자가 최대 50대까지 동시 제어할 수 있다. 5G 물류 로봇은 공장이나 물류 센터 내 보관을 위한 운반 업무를 로봇이 대체하여 물류 처리 시간을 줄여 빠른 입출고 관리가 가능하다.

로봇용 충돌, 근접 감지 안전센서 개발 전문 업체인 에이딘 로보틱스에서는 4족 보행 로봇 에이딘을 시연 및 전시하였다. 에이딘은 로봇의 다리가 지면에 닿을 때의 힘을 정확히 측정하는 다축 힘 토크 센서가 있기 때문에 자연스럽게 네발로 다닐 수 있으며, 바퀴형 로봇이 갈 수 없는 곳까지도 이동이 가능한 장점이 있다. 에이딘 로보틱스의 힘 토크 센서는 외부 충격에 강인하여 내구성이 보장되며, 3축 힘과 3축 모멘트 모두 측정이 가능한 6축 힘 토크 센서이다. 힘 토크 센서를 통해 엘리베이터의 버튼을 누르거나, 짐을 옮기거나, 차를 끄는 등 다른 사물들과 상호 작용이 가능하며 다양한 측정 장비를 탑재해 영상 촬영 또는 데이터 수집 목적으로도 사용이 가능하다.
또한, 함께 선보인 듀얼모드 근접 촉각 센서는 필드 센싱 기술인 메소 스케일의 변화를 감지해 자동화 공정 라인에서 작업자와 로봇의 출동을 사전에 방지해 준다.

자율 주행 솔루션 업체 코가플렉스는 인식-제어 기술과 실내 자율주행 기술을 결합한 코나 시스템이 탑재된 서빙고 로봇을 전시했다.
서빙고는 키스트, 우리 로봇과 협력해 개발됐으며, 카메라와 위치센서로 공간을 파악하며 미리 입력된 알고리즘에 따라 행동한다.
일반 서빙 로봇이 식당 천장이나 테이블, 벽 등에 주행로봇이 인식할 수 있는 표식을 붙여야만 실내 주행이 가능했던 것과 달리, 표식 없이도 자율 주행으로 길을 찾을 수 있는 차별점이 있다.
또한, 이번 전시회에서는 로봇암, 이동식 로봇 외에도 사람의 건강관리와 정서 안정을 지원하는 로봇들도 한자리에서 확인할 수 있었다. 앞으로 발전가능성이 무궁무진한 헬스케어 로봇 중 먼저 로보 케어 부스의 실벗 제품을 확인할 수 있었다.

로보케어는 KIST 1호 출자 회사로 설립된 기업으로 이번 전시회에서 치매예방 로봇 인지훈련 시스템 실벗과 일대일 개인형 인지훈련 로봇 보미를 소개하였다.
실벗은 그룹형 인지훈련 시스템으로 고령자 및 치매 위험이 있는 어르신을 대상으로 로봇을 이용한 두뇌향상 콘텐츠를 제공해 뇌 기능 활성 및 치매예방에 도움을 준다. 최대 12인이 동시에 훈련이 가능하며, 치매, 우울 검사 수행 및 학습 수준에 따라 난이도 조절이 가능하다는 장점이 있다. 보미는 I, II 2종으로 개인형 로봇과 탁상형 로봇 선택이 가능하고, 탁상형 로봇은 이동형 인지 훈련 데일리 케어 로봇이다. 이 역시 난이도 조절이 가능한 다양한 두뇌 콘텐츠를 통해 인지훈련이 가능하며, 응급 콜 서비스 및 복용약 알림 기능을 제공한다. 이중 실벗은 이번 전시 우수 제품으로 선정되었다.

실벗과 보미가 인지훈련을 도와줬다면 티로보틱스의 Healbot-G는 KIST, 아산병원과 협력하여 마비 환자, 뇌졸중 환자의 보행 재활에 전문적인 도움을 준다.
티로보틱스는 진공로봇, 자율 주행 이송로봇뿐만 아니라 재활 및 근력 보조 용도의 외골격 로봇을 개발하여 공급하고 있으며 재활로봇은 두 가지로 Healbot-T와 Healbot-G가 있다.
Healbot-T는 뇌졸중 환자의 초기 보행운동 능력 회복을 위한 Treadmill 타입의 보행 보조 로봇으로 실제적인 보행운동 구현을 위한 14축 자유도가 지원되는 외골격 로봇이다. 사진 속 제품은 Healbot-G로 편마비 환자의 보행 행태를 지원하기 위한 Overground 타입의 외골격 보행보조 로봇으로 단계별 근력 보조 조절이 가능한 4축 외골격 로봇이다. 간편하게 조절 착용이 가능한 프리 피팅(Free-Fitting) 구조로 STS(Sit to Stand), 균형 및 보행 연습 등에 적용할 수 있다.

다이나믹케어서는 최대 근력 측정 및 개인 맞춤형 운동 프로그램을 지원하는 파워 로그 제품을 직접 시연하였다.
파워 로그는 사용자가 발휘하는 힘에 대해 3/100SEC에 한 번씩 능동적으로 반응함으로써 최대 근력(1RM)을 끌어낼 수 있다. 또한, 측정된 부위별 1RM은 DB에 저장되며, 이를 바탕으로 개인 맞춤형 운동 프로그램을 자동으로 계산 및 제공된다.
APP으로 제공된 운동 프로그램은 키오스크에 자동 전송되어, 별도의 입력 없이 개인 맞춤형 운동을 POWER LOG를 통해 실행할 수 있으며 모든 데이터는 저장되어 운동 스케줄 관리를 도와준다.
이 제품은 트레이너의 전문성과 신뢰도를 향상시킬 수도 있고, 5단계 안전장치로 스스로 운동할 때 바벨, 덤델 등을 통해 다치는 것을 방지해 주는 특징이 있다. 이 제품은 재활센터, 운동센터 등에 설치하여 사용하거나 개인 운동기기로 사용이 가능하다.
이런 헬스 케어 로봇은 고령화에 따라 관리 인력의 문제를 해결하고, 코로나 장기화에 따른 비대면 의료, 개인 건강 관리에 도움을 줄 수 있기 때문에 앞으로의 기술발전과 실제 적용이 더욱더 기대되는 분야이다.

코로나로 인해 이번 전시회 방문이 조심스러웠으나, 입구에서부터 열 체크, 신원확인, 음식물 섭취 금지, KF-80 이상의 마스크 착용도 감염 예방 수칙이 잘 마련되어 있어 안전하게 관람할 수 있었다. 하지만 갑작스럽게 취소되는 전시도 간혹 있으니 구독자분들이 전시회를 방문할 계획이라면 일정과 감염 예방을 위한 수칙 등을 사전에 확인해보고 방문하기 바란다.
올해 세계 처음으로 열린 2020 로봇 전시회는 많은 관람 제약과 시기가 좋지 않았음에도 불구하고, 전문 기업들이 다양한 제품을 선보여 관람 내내 볼거리가 많았으며 산업, 의료 분야의 전문 로봇뿐만 아니라 교육용 코딩 로봇, 라이다, 드론, 산업용 모터 등 완제품 및 부품 모두를 한자리에서 볼 수 있다.
정부에서도 앞으로 로봇 분야의 규제를 완화하고, 지원을 아끼지 않는다고 하니 더욱더 발전하는 로봇 산업, 로보월드 전시회를 기대하며 2020 로보월드 관람기를 마친다.

[63호]INTER BATTERY 2020

디바이스마트 매거진 — Tue, 22 Dec 2020 00:00:08 +0000

국내 최대규모 이차전지 산업 전문 전시회,

INTER BATTERY 2020

글 | 박진아 기자 jin@ntrex.co.kr

산업통산자원부가 주최하고 한국전지산업협회와 코엑스가 주관하는 인터배터리(InterBattery) 2020이 지난 10월 서울 코엑스 A홀에서 개최되었다. 올해 8회째를 맞는 인터배터리(InterBattery) 2020은 국내 최대 규모의 배터리 전시회로, 총 198개 기업, 380부스가 마련되어 배터리산업의 최신 제품과 기술정보를 종합적으로 관람할 수 있었다.
이번 전시회는 전기차에 대한 뜨거운 관심에 힘입어 인산인해를 이루었고, 한국 배터리 시장의 주요 3사인 LG화학, 삼성 SDI, SK이노베이션이 참여하여 다양한 차세대 제품을 선보이며 관람객의 눈길을 끌었다.

먼저 참가업체 중 최대 규모를 차지했던 LG 화학 부스를 살펴보았다. LG 화학에 따르면 이번 전시부스는 ‘더 나은 미래를 위해 과학을 인류의 삶에 연결한다’는 비전을 담아 4가지의 존으로 부스를 구성하였다.

첫 번째 코어존에선 LG 화학의 핵심 기술인 라미 & 스택(Lami & Stack)’ 제조 기술, 안전성 강화 분리 막(SRS) 소재 기술, 냉각 일체형 모듈 제조 기술 등 배터리의 성능과 안전성을 극대화할 수 있는 기술을 확인할 수 있었다.

이 밖에 모어 파워풀 존, 모어 이피션시 존, 모어 스타일리시 존에서는 이러한 기술이 삶에 연결된 모습을 반영한 다양한 배터리 제품을 소개하였다. LG화학의 배터리를 탑재한 전기차·킥보드·가전 등이 과거 대비 얼마나 성능이 향상돼왔는지, 기존 대비 에너지밀도가 16%, 주행거리가 20% 이상 향상되는 전기차 배터리인 ‘롱-셀(Long Cell)’ 등을 선보였다. 또한, 에너지를 더 효율적으로 사용할 수 있게 해주는 에너지 저장 장치(ESS) 배터리 제품, 전기 차용 로우-하이트(Low-Height) 배터리 모듈부터 전기 스쿠터(e-Scooter)용 교체형 배터리 기술까지 확인할 수 있었고, 차세대 배터리 기술인 리튬황, 전고체, 장수명 배터리를 소개하며 지속 가능한 성장을 위한 LG 화학의 노력을 한자리에서 엿볼 수 있었다.

자동차용 배터리와 ESS용 배터리를 생산하고 있는 SK 이노베이션은 단순한 배터리 제조사가 아닌 E-모빌리티 등 배터리 연관 산업의 생태계 구축에 기여하며 성장 모델을 만들겠다는 전략 아래 이번 전시회를 준비 했다고 전했다. 이를 위해 3가지 주요 키워드로 안전성, 고속충전, 장거리 주행을 강조하며 해당 분야에서 차별적 우위를 보여주었고, ‘보다 안전하고 빠르고 오래가는 넥스트 배터리’라는 슬로건을 내세우며 6가지 주제로 다양한 부스를 구성했다. 또한, 별도 코너를 함께 마련해 상용화에 성공한 니켈, 코발트, 망간(NCM) 배터리 제조 기술도 선보였다.

SK 이노베이션은 업계 최초로 리튬이온 배터리에 고에너지밀도 소재를 적용하여 양산에 성공 했으며, 고품질 습식 분리막을 적용, 뛰어난 안전성/내열성 및 사이클 수명을 구현하는 차별성을 갖춘 기업이다.
현재 양산된 전기차 배터리 중 니켈의 비중이 가장 높은 것은 NCM811이며 니켈 비중이 높아질 수록 주행거리는 향상 되기때문에 전기차 배터리의 핵심은 니켈 비율라고도 한다. 다만 니켈 비중이 커질수록 폭발 위험성이 높아지는 단점을 갖고 있기 때문에 안전성 유지가 중요하다. 이에 SK 이노베이션은 업계 첫 개발인 니켈 비중을 더 높인 NCM9½½등의 제품 역량을 토대로 장거리 주행이 가능한 장수명 배터리 개발에도 집중하고 있다.

많은 참관객으로 인산인해를 이루며 기자의 발걸음은 멈춘 또 다른 부스는 국내 주요 배터리 기업인 삼성 SDI였다. 삼성 SDI 부스 역시 우리가 창조하는 미래를 슬로건을 바탕으로 그린 테크놀로지, 지속 가능한 혁신, 그린 로드 스토리텔링 등 세 가지 키워드를 활용해 진보된 배터리 기술력과 이를 통해 만들어갈 친환경 미래상을 제시하였다.

소형 배터리, 자동차용 배터리, ESS용 배터리, E모빌리티 배터리 등 우리 일상 곳곳에 활용되고 있는 배터리들을 살펴볼 수 있었고, 그 중 배터리팩을 통째로 교체할 수 있는 전기스쿠터용 배터리 제품이 눈길을 끌었다.

전기 스쿠터에는 원통형 배터리가 탑재되는데 21700원통형 배터리는 지름 21mm, 높이 70mm 배터리로 기존 배터리보다 용량을 50% 높이며 성능을 향상시켰다.
또한, 삼성 SDI는 이번 전시회에서 2027년 양산을 목표하고 있는 전고체 배터리 개발 로드맵을 함께 공개하였다. 전고체 배터리는 미래 배터리 기술로, 전해질 자체를 고체로 만들어 액체 전해질 배터리의 내부 분리막 없이도 양극과 음극이 서로 물리적으로 만나지 않도록 하는 기술이 적용돼 있다. 이로 인해 충격과 압력에 잘 견디고 환경 변화에 강하며 원하는 모양으로 제작이 가능한 특징을 갖는다고 한다.

배터리 4대 구성 요소 중 양극재와 음극재를 개발하는 포스코 케미칼에서는 천연흑연 음극재, 인조흑연 벨류 체인, NCMA 양극재를 전시하였다. 최근 배터리 제조업체가 안정성을 많이 중시하고 있는데 이와 같이 소재 업체인 포스코 케미칼에서도 제품의 안정성을 부각시킨 제품을 선보였다. 양극재는 리튬 이온 배터리에서 리튬 소스 역할을 하며 배터리 용량과 평균 전압을 결정하는 배터리의 에너지원이자 핵심 소재이다. 구성 성분에 따라 NCM, NCA, LCO, LMO, LNO, LFP 등으로 구분된다.
포스코 케미칼에서는 전기차 등에 주로 사용되는 하이니켈 NCM 양극재를 개발해 글로벌 시장에 공급하고 있다. 하이니켈 NCM은 니켈 60~80%, 코발트, 망간으로 구성되며 고용량에 높은 안정성을 특징으로 갖는다. 또한, 이번에 전시한 하이니켈 NCMA는 니켈 약 80%, 코발트, 망간으로 조성되며 고용량에 낮은 저항성 그리고 NCM-8X 대비 높은 열 안정성이 있는 소재로 주로 EV, P/T에 사용된다.
음극재의 경우에는 국내 유일 천연 흑연계 음극재를 생산한다. 천연 흑연 음극재는 높은 전도율에 고출력인 제품으로 수명이 긴 특징이 있어 I/T, P/T, EV, ESS등에서 사용된다.
Li-ion 배터리와 메모리 반도체 상품을 주축으로 배터리 팩 제조, 유통을 전문으로 하는 SMK는 증가하는 전기 모빌리티에 대응해 맞춤형 배터리 플랫폼 ‘비 스테이션’을 선보였다.

비 스테이션은 한 캐비넷에 기본 8개의 배터리를 수납 및 충전할 수 있다. 비 스테이션에 적용된 배터리팩은 자체 개발한 배터리 관리 시스템과 삼성SDI 배터리 셀을 탑재했다. 배터리 관리 시스템은 화재나 폭발을 방지하는 특수한 구조와 소재를 사용한다.
또한, SMK가 기본 제시하는 8개 모델 외에도 전기 바이크 제조사 수요와 요건에 맞춰 배터리 크기와 전압, 용량 등을 맞춤 제작이 가능한 특징이 있다. 전기 바이크, 공유 전기 킥보드 등 전기차 수요가 늘어남에 따라 앞으로 곳곳에서 충전 스테이션을 만나볼 수 있을 것으로 기대된다.

리튬 이온, 리튬 인산철 배터리팩을 설계, 제작, 판매하는 배터리팩 기업인 이젠(EGEN)에서는 의료기기용 배터리팩, 블랙박스 보조배터리, 레져용 파워뱅크 등을 전시하였다.
이번 전시회에서 선보인 차량용 블랙박스 보조배터리 Cellink NEO는 세계 최초 자동차 블랙박스용 배터리팩으로 시장을 선도하고 있다고 한다. 다양한 이젠사의 블랙박스 보조배터리 중 NEO6(5~9A), NEO9+(8.5~13A)로 블루투스 기능을 탑재하고 있어 배터리 관리를 위한 모든 기능을 APP을 통해 간편하게 조작이 가능하다
또한, 고효율 충전 IC, 고성능 MICOM, 배터리 전용 PCM/IC를 적용하여 안정적이고 효율적인 배터리 운영이 가능하다.
검은색의 세련된 디자인의 NEO6는 약 25시간, NEO9+은 38시간 녹화가 가능하기 때문에 메인 배터리 방전에 의한 시동 불능 상황을 예방하고, 배터리 수명을 연장 시킬 수 있는 장점이 있다.

대용량 커패시터로 크기부터 남달랐던 삼화콘덴서 부스에서는 EDLC, Hybrid Capacitor, Battery Capacitor 등과 더불어 신재생 에너지 저장용 신규 제품을 전시하였다.
삼화콘덴서는 수동부품 제조 전문 기업으로 전해콘덴서, 필름콘덴서, 세라믹 콘덴서, 자성체 코어, 인덕터류를 생산하며 에너지를 보다 효율적으로 사용할 수 있는 제품과 솔루션을 제공한다.
삼화콘덴서의 배터리 커패시터는 기존 전기 이중층 커패시터(Electric Double Layer Capacitor, EDLC)에 리튬 이온 이차전지 소재 및 기술을 접목한 차세대 에너지 저장장치로 기존 커패시터 대비 10배의 용량을 구현했다. 또한, 삼화콘덴서의 독자적인 기술로 개발되어 리튬 이온 이차전지 대비 5배 이상의 출력 특성을 갖는다.

많은 관람객으로 인산인해를 이루고 있던곳은 EV 릴레이이인 EVSB500, EVH750,EVHB400 등을 선보인 와이엠텍 부스였다. 와이엠텍은 EV 릴레이를 비롯하여 DC Contactor 릴레이, Power 릴레이, Latch 릴레이, Military 릴레이등을 전문적으로 개발 및 생산하고 있는 업체이다.
EV 릴레이는 전기 자동차의 핵심 전장부품으로 배터리에 저장된 전기 에너지를 인버터를 통해 구동모터에 안전한게 전달하는 역할과 외부의 전기 에너지를 배터리에 안전하게 저장할 수 있도록 하는 스위칭 장치이다. 또한, EV 릴레이는 에너지 저장 시스템, 충전기 등 고전압 리튬전지를 핵심으로 하는 시스템의 안정성을 보장한다. 특히 와이엠텍의 EV 릴레이는 세계 최초로 CCC 인증을 받았으며 다양한 국제 규격에 대응되는 제품으로 많은 관람객이 발길을 멈추고 설명을 듣고 있었다.

다양한 전시 부스들 중에서도 개인적으로 기억에 남는 부스는 소방안전용품을 전문적으로 제조하는 파이어킴이다. 다른 부스들도 자세한 설명과 시연이 있었지만 파이어킴 관계자의 친절하고 자세한 설명을 따라가진 못했다. 적극적인 담당자의 모습에 감동할 정도였는데 이곳은 소공간용 자동 소화용구인 스틱, 센서플러스, 레드블럭을 선보였다.
사진속 제품은 스틱(STICK)자동 소화기로 별도의 필요 전원 없이 온도변화를 자동으로 감지하는 스마트한 자동 소화기 제품이다. 화재로 인해 내부 온도가 100~110도로 상승할 경우, 스틱안에 있는 소화기 캡슐이 자동으로 온도를 감지하여 내부 소화약제를 순간적으로 90%이상 방출, 공간 전체로 확산시켜 공기 중의 열을 빼앗는 질식 소화, 냉각 소화를 동시에 진행한다고 한다. 화재 발생 시 초기 감지가 어려운 배전반 등 소규모 공간, 손이 닿기 힘든 곳, 복잡한 전기 배선으로 화재 발생 위험이 높은 공간 어디든 손쉽게 탈부착이 가능하다. 크기도 다양하며 맞춤 주문도 가능하여 국내뿐만 아니라 해외에서도 많은 인기를 얻고 있다고 한다.

‘배터리 재팬’, ‘차이나 인터네셔널 페어’와 함께 세계 3대 전지산업전으로 꼽히는 이번 인터배터리 2020은 코로나로 인해 해외 업체 참여가 저조했던 부분이 많은 아쉬움으로 남지만 국내 주요 배터리 기업 3사가 모두 참가하여 볼거리와 앞으로의 신기술을 확인할 수 있는 좋은 기회가 되었다.
인터배러티 전시회는 배터리뿐만 아니라 배터리와 사용되는 전문 커넥터, 단자대, 스마트 소화용품 등 다양한 분야의 제품들도 함께 확인이 가능하니 관심이 있는 구독자분들은 2021년 방문을 추천한다. 코로나 문제가 조속히 해결되어 내년에는 더 큰 규모의 국내외 모든 업체들을 한자리에서 만나볼 수 있길 바라며 이번 관람기를 마친다.