Motor-Driven Mobile Robot Platform
카메라 영상 기반 딥러닝 판단과 삼각함수 오도메트리로 암흑 속 유효 통로를 실시간 2D 매핑하는 자율주행 기기
주요 기능
콘테스트 프로젝트 진행 상황
각 Quest를 단계적으로 완성하는 프로젝트입니다.
Quest 1: 최종 결과물 제출
2026.10.02주목한 일상의 사각지대는 건물이 붕괴된 재난 현장, 그중 사람의 손이 닿지 않고 빛도 없는 암흑 공간이며 제한된 예산안에서 암흑환경을 만들고, 기기의 맵핑 기능을 추가하여 어디까지 구현할 수 있을지 검증하며 결과물을 작성하였습니다. 카메라와 딥러닝으로 1대의 기기가 암흑을 헤쳐나가는 모델이지만, 향후 건물붕괴시 골든타임을 확보하는 구호 시스템으로 나아가고자 합니다.
최종 정리
최종 요약
■ 완성 소개
암흑환경에서 광각 라이트와 160도 어안렌즈 카메라를 활용하여 장애물을 인식하며 회전하는 주행을 하며, 실시간으로 차량의 가로세로를 고려한 이동경로와 장애물의 위치 마킹하는 맵핑을 하며 real VNC 가상 데스크톱으로 카메라화면과 맵핑 지도를 보여주며, 주행종료시 맵핑지도를 자동저장하는 기능을 가졌습니다.
■ 주요 성과 및 특징
실시간으로 차량이 자율주행을 하며 이동경로와 장애물의 위치를 맵핑합니다.
자율주행의 정확도는 데이터 학습의 손실율과 정확도를 그래프로 나타내주는 코드를 통하여 0.6의 손실율과 학습율과 정확도가 거의 동일한 그래프로 이를 검증하였습니다.
real VNC 가상 데스크톱으로 카메라화면과 맵핑 지도를 보여주며, 주행종료시 맵핑지도를 자동저장합니다.
■ 향후 개선 계획
이러한 매핑 지도의 검증된 안전경로와 장애물 위치는 기기의 소형화와 군집주행을 탑재한 이후 재난상황에서 제일 먼저 투입하는 기기가 되며, 투입즉시 검증된 안전경로와 장애물 위치를 제공하여 외부 실시간 지도 병합기술을 탑재한다면 검증 경로로 골든타임내 구호물자를 안전하게 전달하는 중요한 기초기술이 됩니다. 최종적으로는 이러한 개선을 하는 것이 저희의 계획입니다.
프로젝트 소개
목표 및 제작 동기
저희 팀은 전기공학과 모터 구동에 대한 전공지식을 바탕으로, 제한된 환경 안에서 이동, 탐색, 점검 등의 기능을 수행할 수 있는 로봇 시스템을 개발해 보고자 합니다.
아직 세부적인 주제와 최종 목표는 개발 과정에서 구체화할 예정이지만, 기본적으로 모터 구동부와 센서 데이터를 활용하여 실제 환경 변화에 대응할 수 있는 이동형 플랫폼을 구현하는 것을 목표로 하고 있습니다.
특히 모터의 전압, 전류, 속도, 토크 특성을 활용하여 로봇의 주행 상태를 분석하고, 이를 바탕으로 보다 안정적인 이동 성능을 확보하는 방향으로 아이디어를 발전시켜 보고자 합니다.
[기대효과]
본 프로젝트를 통해 전기공학에서 학습한 모터 구동 및 제어 이론을 실제 로봇 시스템에 적용해 볼 수 있을 것으로 기대합니다. 특히 모터 전류와 속도 데이터를 활용하면 로봇의 부하 상태나 주행 안정성을 분석할 수 있으며, 이는 탐험 로봇, 점검 로봇, 물류 로봇 등 다양한 이동형 시스템으로 확장될 수 있다고 생각합니다.
또한 단순한 아이디어 제안에 그치지 않고, 실제 환경에서 발생하는 문제를 실험적으로 확인하고 개선하는 과정을 통해 실용적인 개발 역량을 기를 수 있을 것으로 기대합니다. 향후 세부 주제를 구체화하여 전기공학적 특성이 반영된 응용 서비스를 완성하는 것이 목표입니다.
프로젝트 컨셉
구현은 소형 이동 로봇 플랫폼을 기반으로 진행할 계획입니다. DC 모터 또는 BLDC 모터를 활용하여 구동부를 구성하고, 모터 드라이버를 통해 속도와 방향을 제어할 예정입니다. 또한 전류 센서, 속도 측정 센서, 거리 센서 등을 활용하여 로봇의 주행 상태와 주변 환경 정보를 수집하고자 합니다.
수집된 데이터는 마이크로컨트롤러 또는 임베디드 보드를 통해 처리하며, 주행 중 발생하는 부하 변화, 장애물 접촉, 속도 저하 등의 상황을 분석하는 데 활용할 계획입니다. 이후 개발 방향에 따라 험지 주행, 구조물 점검, 장애물 회피, 에너지 효율 개선 등의 기능을 구체화해 나가고자 합니다.
[개발 역량]
저희 팀은 전기공학 전공지식을 바탕으로 모터의 기본 원리와 구동 특성에 대해 이해하고 있으며, 이를 실제 로봇 구동 시스템에 적용해 보고자 합니다. 특히 모터의 전압, 전류, 속도, 토크 사이의 관계를 분석하고, 주행 상황에 따른 모터 특성 변화를 파악하는 것을 주요 개발 방향으로 생각하고 있습니다.
또한 모터 드라이버 제어, 센서 데이터 수집, 마이크로컨트롤러 기반 제어 알고리즘 구현, 실험 데이터 분석 등을 통해 하드웨어와 소프트웨어를 연계한 시스템 개발을 진행할 계획입니다. 이번 대회를 통해 전공지식을 실제 응용 서비스 개발 과정에 적용해 보고, 문제 해결 중심의 개발 경험을 쌓고자 합니다.
[지원 동기]
전기공학을 전공하며 모터의 구조, 구동 원리, 전류와 토크의 관계 등을 학습해 왔지만, 이를 실제 시스템에 적용해 볼 기회는 많지 않았습니다. 이번 대회는 전공지식을 바탕으로 직접 하드웨어와 제어 시스템을 설계하고, 실제 동작하는 결과물로 구현해 볼 수 있는 좋은 기회라고 생각하여 지원하게 되었습니다.
현재는 세부 주제를 개발 과정에서 구체화할 예정이며, 모터 구동부와 센서 데이터를 활용한 이동형 로봇 시스템을 중심으로 아이디어를 발전시키고자 합니다. 대회 참여를 통해 이론과 실제 구현 사이의 차이를 경험하고, 실패와 개선 과정을 바탕으로 완성도 있는 응용 서비스 개발을 목표로 하고 있습니다.
주요 기능
- 카메라 비전 기반 딥러닝 주행 판단 — 라즈베리파인 카메라 사진을 64×64로 데이터 입력, CNN 모델이 0.08초마다 직진·좌회전·우회전·정지 중 하나를 판단합니다. 거리 센서 없이 카메라 사진 데이터만으로 암흑 속 장애물을 인식합니다. 학습 데이터를 클래스 38장에서 78장으로 늘려 판단 정확도를 안정화했습니다.
- 실시간 장애물 감지 및 회피 주행 — AI 판단 결과에 따라 서보 모터로 조향 각도를 바꾸고, 좌우 DC 모터 출력을 다르게 하여 장애물을 피해 주행합니다. 오른쪽에 장애물이 보이면 좌회전, 왼쪽에 보이면 우회전합니다. 주요 각도와 출력 값은 config.py 한 곳에서 관리해 빠르게 조정할 수 있습니다.
- 삼각함수 기반 오도메트리 위치 추정 — 별도 위치 센서 없이 주행 명령과 경과 시간만으로 차량 좌표를 계산합니다. 직진 시 12cm/s, 회전 시 40°/s를 기준으로 cos·sin을 이용해 x, y 좌표를 누적합니다. 루프 지연으로 시간 간격이 0.15초를 넘으면 0.08초로 보정해 좌표가 불연속으로 끊겨짐을 방지하였습니다.
- 장애물 위치 자동 마킹 — 차량이 직진하다가 회전을 시작하는 순간을 장애물 감지 시점으로 보고, 지도에 장애물 위치를 자동으로 표시합니다. 좌회전 시 오른쪽에 빨간 X, 우회전 시 왼쪽에 주황 X를 지도에 마킹합니다. 표시 위치는 차량 측면에서 5cm 바깥, 진행 방향의 ±90° 지점입니다.
- 유효 통로 2D 지도 생성 및 자동 저장 — 차량의 실제 크기(13×22cm) 사각형을 현재 방향에 맞게 회전시켜 지나간 면적을 하늘색으로 누적하여 그립니다. 이렇게 차량이 안전하게 통과한 '유효 통로'를 실시간으로 보여줍니다. [X] 키로 주행을 종료하면 모터가 즉시 정지하고, 지도가 바탕화면에 drive_map.png로 자동 저장됩니다.
코드 & 회로도
댓글 0개
아직 댓글이 없습니다. 첫 댓글을 남겨보세요!