VELIS(Vanguard Exploration & Localization Intelligence System)
다이버보다 먼저 시야가 차단된 수중에 들어가 위치를 파악하고 촉각으로 탐색 지도를 남기는 선발대 로봇
주요 기능
콘테스트 프로젝트 진행 상황
각 Quest를 단계적으로 완성하는 프로젝트입니다.
프로젝트 소개
목표 및 제작 동기
[개발 배경]
탁한 침수 재난 현장에서는 카메라와 라이다 등 시각 기반 센서가 부유 입자에 의한 빛 산란으로 사실상 무력화되며, 소나(음파 탐지)조차 구조물의 대략적인 윤곽만 파악할 뿐 내부 세부 형태를 식별하기에는 해상도가 부족하다. 이로 인해 실제 수중 구조 현장에서는 다이버가 시야 없이 손의 촉각에만 의존해 구조물 내부를 수색하는 상황이 반복되며, 이는 매우 느리고 체력적·시간적 한계가 뚜렷한 고위험 작업이다. 2023년 오송 지하차도, 2022년 포항 지하주차장 침수 현장에서도 흙탕물로 시야가 확보되지 않아 수색이 지연되었다.
팀은 처음 눈에 띄는 메커니즘의 로봇을 구상했으나, 선행 연구를 검토하며 독창성은 구조의 특이함보다 아직 제대로 해결되지 않은 문제를 정확히 정의하는 데서 나온다고 판단하였다. 그 결과 다이버가 손으로 더듬어 수색해야 하는 현실과, 소나가 물체의 위치는 알려주지만 실체는 알려주지 못하는 공백에 주목하였다. 곤충이 더듬이로 시각 없이 주변을 파악하는 방식에서 착안하여, 소나로 위치와 의심 지점을 찾고 더듬이로 직접 확인하는 로봇이 다이버 투입 전에 필요한 정보를 제공할 수 있다고 보았다.
[프로젝트 목표]
본 프로젝트의 목표는 이러한 거시-미시 해상도 격차를 메우는 촉각 정찰 보조 로봇 "가디언스파이더(VELIS)"를 개발하는 것이다.
첫째, 탁도와 무관한 감지 수단인 소나와 촉각만으로 수중에서 이동하고 물체를 찾는다.
둘째, 소나는 로봇의 위치 파악과 미확인 후보 표시를, 더듬이는 물체의 존재 확정을 맡도록 역할을 분리한다.
셋째, 압력센서와 주사기 부력 장치로 수심을 조절한다.
넷째, 접촉 경험을 "통과 가능 공간 / 미확인 후보 / 확정된 물체"로 구분된 평면 지도로 실시간 누적한다.
다섯째, 규칙 기반 제어와 강화학습 정책을 같은 안전 장치 아래에서 비교하여 탐색 전략을 정한다.
본 프로젝트의 핵심 가치는 시각 정보가 전혀 없는 환경에서도 로봇의 물리적 접촉 경험이 누적되어 사람이 이해할 수 있는 시각적 데이터로 변환된다는 점이다. 이를 통해 다이버나 구조대는 위험한 구조물 내부에 직접 진입하지 않고도 외부 화면으로 내부 상황을 사전에 파악하고, 진입 전략(접근 경로, 절단·해체 위치 등)을 안전하게 계획할 수 있다.
[기대효과]
1. 산업적 기대효과
본 시스템이 발전할 경우 해양경찰 수난구조대·소방 수중구조대 등에서 다이버 투입 전 1차 정찰 보조 장비로 활용되어 다이버의 위험 노출 시간을 단축하고, 구조물 내부에 대한 사전 정보를 제공해 구조 작전의 안전성과 효율성을 함께 높일 수 있다. 또한 취수구·배수로·하수관·탱크 내부처럼 물을 비우기 어려운 시설의 1차 점검에도 활용할 수 있으며, 범용 부품 기반의 저비용 구조로 고가 수중 로봇을 갖추기 어려운 기관도 여러 대를 운용할 수 있다.
2. 기술적 확장 가능성
현재 단계는 수조 환경에서의 개념 증명이나, 향후 ① 이미징 소나 연동을 통한 거시 정보 고도화, ② 다중 로봇의 동시 투입을 통한 협업 매핑, ③ 힘 센서와 머신러닝 기반 재질 분류 정밀화, ④ 2D에서 3D 매핑으로의 확장, ⑤ 발견 지점 시료 채취를 위한 암(Arm) 추가를 통해 실제 현장에 적용 가능한 통합 시스템으로 발전할 수 있다.
3. 추후 방향성
본 연구는 즉시 현장에 투입 가능한 완성형 장비가 아니라, 시각이 완전히 차단된 환경에서도 소나-촉각 결합 탐색과 점진적 매핑이 원리적으로 가능한지를 검증하는 1차 단계이다. 소나 벽 보정은 로봇이 벽과 거의 수직일 때만 동작하므로 그 사이에는 위치 오차가 쌓일 수 있고, 스위치 기반 촉각은 눌림 여부만 알려주어 재질 판별에 원리적 한계가 있다. 이를 보완하기 위해 확신이 부족한 판정은 보류(unknown)로 남기고 최종 판단은 사람이 하도록 설계하였다.
프로젝트 컨셉
[핵심 아이디어]
본 프로젝트의 핵심 아이디어는 "소나는 위치를, 더듬이는 실체를" 맡는 역할 분리이다. 소나는 탁한 물에서도 거리를 잴 수 있지만 해상도가 낮아 물체가 무엇인지는 알기 어렵고, 촉각은 확실하지만 닿아야만 알 수 있다. 가디언스파이더는 수중 소나 2개로 위치를 아는 수조 벽까지의 거리를 재어 자신의 위치를 보정하고, 벽보다 가까운 반사는 "미확인 후보"로 표시한다. 그리고 곤충의 더듬이를 본뜬 앞쪽 더듬이 3개로 후보에 직접 닿아 물체의 존재를 확정한다. 이렇게 쌓인 접촉 경험은 "통과 가능 공간 / 미확인 후보 / 확정된 물체"로 구분된 지도로 실시간 변환되어, 구조대가 물속에 들어가기 전에 내부 상황을 화면으로 확인할 수 있게 한다.
[탐험 공간과 운용 방식]
팀이 정의한 탐험 공간은 흙탕물로 가득 차 시야가 0인 침수 구조물 내부이다. 결선에서는 4M×3M 공간 안에 1.22m×1.22m 수조를 두고 카올린 점토로 시야 5cm 이하의 탁한 물을 만든 뒤, 단단한 블록과 천으로 감싼 스펀지 같은 물체를 숨겨 이 환경을 재현한다. 운용 시에는 물 밖 조작석에서 테더 케이블 하나로 전원과 통신을 공급하며 로봇을 먼저 투입하고, 구조대는 화면에 그려지는 지도를 보며 진입 여부와 경로를 결정한다.
[Sim-to-Real 접근]
물속은 부력, 물의 저항, 테더 장력, 소나 빔의 퍼짐 등으로 시뮬레이션과 현실의 차이가 큰 공간이다. 이를 줄이기 위해 시뮬레이터는 학습할 때마다 속도·회전·부력 응답·장애물 위치를 무작위로 바꿔 특정 조건에만 맞지 않는 정책을 학습시키고, 실물에서 측정한 속도, 주사기 흡입량, 센서 장착 위치를 다시 시뮬레이터와 지도 프로그램에 반영한다. 또한 위치 오차가 쌓이는 추측 항법을 소나 벽 거리로 계속 보정해, 현실의 미끄러짐이나 물살로 생기는 오차가 누적되지 않도록 하였다.
[차별점]
1. 탁도와 무관한 감지: 기존 소형 수중 로봇은 카메라에 의존해 탁한 물에서 무력해지지만, 본 시스템은 소나와 촉각만 사용한다.
2. 영상이 아닌 지도: 사람이 계속 지켜봐야 하는 영상 대신, 위치가 표시된 지도와 기록을 결과물로 제공한다.
3. 벽 기준 위치 보정: 소나 측정값을 예상 벽 거리와 비교해 벽이면 위치를 보정하고, 더 가까우면 후보로 분리하여 장애물 때문에 위치가 틀어지는 문제를 함께 막는다. 시뮬레이션 검증에서 속도 오차 20%를 준 상태에서도 최종 위치 오차를 약 0.6cm로 유지했다.
4. 전력 없이 깊이 유지: 수직 추진기 대신 주사기 부력 장치로 수심을 조절해, 한 번 가라앉으면 전력 없이 그 깊이에 머무른다.
5. 신뢰할 수 있는 판단: 재질은 여러 센서 데이터로 분류하되 확신이 부족하면 판정을 보류하고, 학습 정책을 쓸 때도 안전 규칙이 항상 먼저 동작한다.
6. 저비용 구조: 범용 부품으로 수십만 원대에 제작해 고가 장비를 갖추기 어려운 기관도 활용할 수 있다.
주요 기능
- 더듬이 촉각 접촉 감지 및 위치 확정 — 로봇 앞쪽에 좌·중·우 3개의 스테인리스 철사 더듬이를 달았다. 철사 끝이 물체에 닿아 휘면 방수막을 밀어 통 안쪽의 롤러 스위치를 누르는 구조로, 막에 구멍을 뚫지 않아 누수 위험 없이 접촉을 감지한다. 더듬이가 닿는 순간 로봇은 모든 모터를 즉시 멈추고, 눌린 더듬이 끝의 위치를 "확정 접촉점"으로 지도에 기록한다. 소나가 놓치는 물체, 예를 들어 천이나 스펀지처럼 소리를 흡수하는 물체도 더듬이가 직접 닿아 찾아내므로, 탁도와 재질에 상관없이 물체의 존재를 확실하게 확인하는 핵심 기능이다.
- 소나 기반 위치 보정 및 미확인 후보 표시 — 전방과 측면에 단 수중 소나 2개로 위치를 아는 수조 벽까지의 거리를 재어 로봇의 현재 위치(X, Y)를 계속 보정한다. 로봇이 벽과 거의 수직(15° 이내)으로 정지해 있을 때, 측정값이 예상 벽 거리와 20cm 이내로 일치하면 벽으로 판정해 좌표를 바로잡는다. 측정값이 예상보다 확연히 짧으면 그 사이에 물체가 있다는 뜻이므로 위치 보정에는 쓰지 않고 "미확인 후보"로 표시해 더듬이로 확인할 지점을 알려준다. 소리는 흙탕물 입자에 거의 흩어지지 않아 탁한 물에서도 동작하며, 시뮬레이션 검증에서 속도 오차 20%를 준 상태에서도 최종 위치 오차를 약 0.6cm로 유지했다.
- 실시간 촉각-소나 결합 지도 작성 — PC 프로그램이 0.25초마다 로봇의 상태를 받아 5cm 격자 지도를 실시간으로 갱신한다. 소나 빔이 지나간 곳은 비어 있는 공간(흰색), 벽보다 가까운 반사 지점은 미확인 후보(회색), 더듬이가 닿은 지점은 확정 접촉점(빨간 점), 로봇의 이동 경로는 파란 선으로 구분해 표시한다. 탐색이 진행될수록 빈 화면이 점점 채워지며, 구조대는 물속에 들어가기 전에 통과 가능한 공간과 물체 위치를 화면으로 미리 파악할 수 있다. 지도는 2초마다 브라우저로 바로 열 수 있는 파일로 저장되고, 모든 원자료는 별도로 기록된다.
- 주사기 부력 장치를 이용한 수심 조절 — 50mL 주사기 2개의 플런저를 하나의 이동판으로 묶고, 12V 리니어 액추에이터 1개로 함께 밀고 당긴다. 물을 빨아들이면 로봇이 무거워져 가라앉고, 내보내면 가벼워져 떠오른다. 압력센서로 잰 수심과 목표 수심의 차이가 허용범위를 넘으면 소량씩 흡입·배출해 깊이를 유지한다. 수직 추진기와 달리 한 번 원하는 깊이에 도달하면 전력을 쓰지 않고 머무를 수 있으며, 물 양은 실측한 흡입 속도와 구동 시간으로 추정하고 설정 범위를 넘는 명령은 거부한다.
- 다중 안전 인터록 — 로봇이 어떤 상황에서도 스스로 멈출 수 있도록 여러 겹의 안전 장치를 펌웨어에 구현했다. 더듬이가 닿으면 즉시 정지하고, 소나 앞 25cm 안에 물체가 있거나 소나 값이 없으면 전진을 거부한다. PC와의 통신이 0.75초 이상 끊기면 모든 모터를 멈추고, 한 번 명령에 최대 0.3초만 구동한 뒤 자동으로 멈춘다. 모든 메시지에 체크섬과 순번을 붙여 깨지거나 중복된 명령을 걸러내며, 프로그램이 멈추면 워치독이 보드를 재시작하고 재시작 후에도 저절로 움직이지 않는다. 또한 시험을 통과하지 않은 기능은 설정으로 잠가 두고 단계적으로 허용한다.
- 강화학습 기반 탐색 정책 — Q-learning으로 "지금 상황에서 다음에 무엇을 할지"를 시뮬레이터에서 학습한다. 상태는 접촉 여부, 전방·측면 거리, 수심 오차, 주사기 양, 회전 상태, 재방문 여부의 7가지 정보이고, 행동은 정지·전진·좌회전·우회전·흡입·배출 6가지이다. 학습할 때마다 속도·부력·장애물 위치를 무작위로 바꿔 현실과의 차이에 강한 정책을 만들었다. 시뮬레이션 결과 규칙 기반 제어보다 충돌을 약 91% 줄였고, 수심 유지는 규칙 제어가 더 정확해 수심은 규칙이, 수평 이동은 학습 정책이 맡는 역할 분담을 적용했다. 학습 정책을 쓸 때도 안전 인터록이 항상 먼저 동작한다.
- 데이터 기반 재질 이상신호 판별 — 접촉 순간 전후 약 2초 동안의 7가지 센서 신호(전방·측면 거리, 회전률, 가속도 2축, 수심, 주사기 양)에서 21개의 특징을 뽑아 랜덤포레스트로 재질을 분류한다. 같은 물체가 학습과 평가에 섞이지 않도록 시편 단위로 나누어 정직하게 평가하며, 확신이 부족하면 억지로 판정하지 않고 "판정 보류"로 남긴다. 의류나 구명조끼처럼 겉을 덮은 물질이 촉감을 가리는 문제를 고려해, 확정 식별이 아니라 주변과 다른 반응을 찾는 1차 스크리닝으로 목적을 정했고 최종 판단은 사람이 한다.
- 테더 통신 및 PC 조종 프로그램 — 4심 테더 케이블 하나로 12V 전원과 RS485 통신을 함께 공급해 로봇에 배터리를 싣지 않고도 운용한다. RS485는 두 선의 전압 차이로 신호를 보내는 방식이라 8m 케이블과 모터 잡음에도 강하다. PC 조종 프로그램은 수동 조종, 규칙 기반 자동 탐색, 학습 정책 자동 탐색 모드를 제공하며, 응답이 한 번 누락되면 같은 명령을 자동으로 다시 보낸다. 수조 밖에서는 퓨즈와 차단 스위치로 즉시 전원을 끊을 수 있다.
댓글 0개
아직 댓글이 없습니다. 첫 댓글을 남겨보세요!