자율 로봇을 위한 실내 GPS: ±2cm 정밀 실내 위치 측정 시스템
엔지니어들이 로봇 내비게이션에 UWB 대신 초음파 실내 GPS를 선택하는 이유
자율 이동 로봇, AMR 및 AGV는 GPS가 제공할 수 없는 실내 위치 측정이 필요합니다. Marvelmind 초음파 RTLS는 ±2cm 정확도를 제공하며, 이는 UWB(10~30cm)보다 10~15배 더 정밀하고, 블루투스보다 50배 더 정밀합니다. 이 시스템은 USB, UART 또는 CAN을 통해 XYZ 좌표를 출력하며, 모든 로봇 내비게이션 스택에 즉시 통합할 수 있는 ROS 및 ROS2 네이티브 드라이버를 제공합니다. 네이티브 GPS 프로토콜인 NMEA0183도 기본적으로 지원됩니다.
고객을 위한 빠른 핵심 안내
로봇 또는 AGV를 제작 중이며 위치 측정 및 내비게이션 시스템을 빠르게 선택해야 한다면 다음을 선택하세요:
- Starter Set Super-MP-3D – 가장 간단하고 다용도로 활용 가능한 시작용 세트
- Starter Set Super-MP-3D + Super-Beacon – 위치+방향이 필요한 경우
- Starter Set Super-MP-3D + Super-Beacon + 2 x Omni-Microphones – 사용 공간이 개방된 20x20m 이상이거나 고정 비콘이 수평선 기준 30도 이하에 위치한 경우. 이 구성으로 이러한 주행 능력을 갖춘 로봇을 구축할 수 있습니다. 당사의 로봇 Boxie는 가장 고급스럽고 유연한 구성이기 때문에 이 설정을 사용합니다
소개
저희는 그동안 로보틱스의 다양한 주제에 대한 의견을 많이 요청받았습니다. 특히 산업용 정밀 실내 위치 측정 분야에서 수년간 활발히 활동해 왔기 때문에 이에 관한 질문이 가장 많았지만, 그 외의 주제에 관한 질문도 있었습니다. 그래서 가장 대표적인 질문들을 모아 이 페이지에 답변을 정리했습니다.
로보틱스는 방대한 분야입니다. 매우 넓고 동시에 깊습니다. 예를 들면:
- 자율 주행 모드의 Tesla는 로봇입니다
- DJI/PixHawk/Marvelmind 자율 드론은 로봇입니다
- Roomba 진공청소기는 로봇입니다
- Marvelmind v100은 로봇입니다
- Honda Asimo는 로봇입니다
- Sony Aibo는 로봇입니다
- 자율 주행 광고 로봇은 로봇입니다
- 레고 로봇조차도 로봇입니다
머지않아 수백 대의 로봇이 주변에 존재하게 될 것입니다. 외형이 매우 다양하고 사용하는 기술의 조합도 각기 달라 모든 로봇을 다루기란 상당히 어려울 것입니다. 저희는 이 페이지에서 그 모든 것을 다루려 하지 않습니다.
저희는 Marvelmind Robotics로서 활동하는 매우 제한된 분야만을 다룹니다:
- 산업용 자율 배송
- 점검 로보틱스
- 창고 배송
- 연구 또는 대학 로봇 및 로봇 플랫폼
이 글의 목적은 직접 로봇을 제작하거나 사용 가능한 옵션 중에서 선택할 때 어디서부터 시작해야 할지 방향을 제시하는 것입니다.
로봇, 차량 및 AGV에 Marvelmind 실내 "GPS" 활용하기
Marvelmind 실내 위치 측정 시스템(Marvelmind IPS), 즉 Marvelmind 실내 “GPS” 또는 Marvelmind RTLS는 다양한 목적의 자율 로봇, 자율 차량, AGV 및 지게차에 폭넓게 사용됩니다:
- 실내외 로봇의 자율 내비게이션 및 위치 측정
- AGV, 차량 또는 지게차 추적
- 로봇, 지게차 및 사람에 대한 지오펜싱 제공
- 일반 로보틱스 연구 및 개발
- 로보틱스 교육 및 경진대회
- 군집 로보틱스
자율 로봇 및 드론의 주요 임무 중 하나는 자동화된 스캐닝 및 점검입니다. 이는 지속적인 주의와 정확성이 요구되는 매우 중요하지만 반복적이고 예측 가능한 작업입니다.
이는 기계가 매우 잘 수행할 수 있는 작업이지만, 사람은 피로와 실수에 취약합니다.
물론, 창고 실내 스캐닝을 위한 드론은 더 멋진 솔루션처럼 보이며, 저희는 매주 고객 및 잠재 고객과 이에 대해 논의합니다. 하지만 연구와 혁신이 아닌 실제 현장에서 오늘 당장 신뢰성 있게 작동하는 실용적인 솔루션을 원한다면, 지금 당장은 스캐닝용 로봇이 최선의 선택입니다.
활용 사례
자율 로봇에 실내 GPS를 활용하는 주체와 목적
자율 이동 로봇은 GNSS가 실내에서 제공할 수 없는 센티미터 수준의 실내 위치 측정이 필요합니다. Marvelmind 초음파 RTLS는 세 가지 주요 응용 분야에서 사용됩니다: 창고 및 공장의 로봇 보조 점검, 연구 및 대학 로보틱스 연구실, 산업 시설의 AMR/AGV 내비게이션. 아래는 가장 일반적인 실제 배포 시나리오입니다.
로봇 보조 점검 및 자동화된 스캐닝
자율 로봇 스캐너는 창고 통로, 공장 바닥, 또는 온실을 통해 정확하고 반복 가능한 경로를 따르기 위해 신뢰할 수 있는 실내 위치 측정 시스템이 필요합니다. 휴대용 바코드 리더, QR 스캐너, 또는 RFID 장비를 이용한 수동 스캐닝은 속도가 느리고 오류가 발생하기 쉬우며 대규모로 운영할 경우 비용이 많이 듭니다. Marvelmind 실내 GPS를 탑재한 로봇은 사람이 직접 이동하는 과정을 대체합니다. 동일한 경로를 매일, 매시간 또는 일정에 따라 스캐닝하며, ±2cm의 위치 정확도로 모든 라벨, 코드, 또는 RFID 태그가 스캐너의 인식 범위 내에 들어오도록 보장합니다.
저희의 자동화된 스캐닝 및 점검 솔루션은 Boxie Scanner 로봇을 중심으로 구축됩니다. 이는 카메라, 바코드 리더, QR 스캐너, RFID 리더 등 모든 스캐닝 장치를 탑재할 수 있는 소형 자율 플랫폼입니다. 로봇은 독립적으로 내비게이션하고, 자체 배터리로 탑재 장치에 전원을 공급하며, 모든 스캔 위치를 ±2cm 정확도로 기록합니다. 이 시스템은 개방형 API를 통해 WMS 및 ERP와 통합됩니다.
로봇 스캐너 배포를 위한 주요 사양:
- ±2cm 위치 정확도 - 예측 가능한 거리에서 바코드, QR, RFID 인식에 충분
- 2D 추적만 필요 - 드론 기반 스캐닝보다 비용 및 복잡성 감소
- 로봇은 충전 사이 8, 12 또는 16시간 작동 - 조종사 불필요, 충돌 위험 없음
- 여러 대의 로봇이 동일 공간에서 동시에 작동 가능 - 각각 독립적으로 추적
- 좌표가 지리 참조됨 - 모든 스캔은 정확한 XYZ 위치 및 타임스탬프와 함께 기록
적용 가능한 환경: 창고, 물류 센터, 공장, 조립 공장, 온실, 공항 화물 터미널.
자동화된 스캐닝 및 점검 솔루션에 대해 자세히 알아보기 →
연구 및 대학을 위한 자율 실내 내비게이션
대학교, 박사과정 학생, 포스트닥, 연구소는 Marvelmind 실내 위치 측정 시스템의 가장 활발한 사용자 중 하나입니다. ±2cm 정확도, 개방형 API, ROS/ROS2 네이티브 드라이버, 투명한 가격의 조합은 광학 추적 시스템의 비용과 복잡성 없이 정밀한 기준 위치 측정이 필요한 로보틱스 연구에 적합합니다.
이 시스템은 전 세계 대학에서 자율 로봇 내비게이션, 군집 로보틱스, 드론 자율 비행 연구, 자율 주행 차량 드리프트 제어, 실내 고고학, 사람 추적 연구 등에 활용되었습니다. 실내 위치 측정 시스템에 대한 독립적인 비교 연구에 따르면 Marvelmind IPS는 광학 시스템과 비교할 만한 정확도를 훨씬 낮은 비용으로 제공하며, UWB 기반 대안보다 현저히 뛰어난 성능을 보인다는 결론이 났습니다. 대학 사례 및 발표된 연구 논문 전체 목록을 확인하세요.
연구팀이 대안 대신 Marvelmind를 선택하는 이유:
- UWB보다 약 10배 더 정확(±2cm 대 10~30cm), BLE보다 약 100배 더 정확
- 클라우드 불필요 - 모든 위치 계산이 현장에서 이루어지며 데이터가 연구실 외부로 유출되지 않음
- 공개된 드라이버 및 코드 예제를 포함한 완전한 ROS 및 ROS2 지원
- TurtleBot, 맞춤형 AMR, 드론, PixHawk, ArduPilot, Jetson, Arduino와 호환
- 개방형 인터페이스: USB, UART, SPI, CAN, I2C - 모든 연구 플랫폼과 통합 가능
- 커스터마이즈 가능한 하드웨어, 프로토콜, 소프트웨어 - 팀이 최종 사용자와 직접 협력
- 당일 또는 다음 영업일 배송 - 연구 하드웨어를 몇 주씩 기다릴 필요 없음
Marvelmind를 활용한 주요 발표 연구: UC Berkeley에서의 자율 드리프트 코너링, 여러 대학에서의 ROS 센서 융합, Drone Referee(MSD 2017/18), 이스라엘 발굴 현장에서의 실내 고고학 위치 측정, 실내 소 활동 추적, 코로나19 방역 분무 로봇.
창고 및 공장에서의 AMR 및 AGV 내비게이션
산업 시설의 자율 이동 로봇(AMR)과 자동 유도 차량(AGV)은 정밀하고 확장 가능하며 인프라가 안정적인 실내 위치 측정이 필요합니다. 바닥의 QR 코드(쉽게 손상되거나 가려짐), SLAM(계산 복잡성이 높고 드리프트 누적), UWB(10~30cm 정확도로 좁은 통로 내비게이션에 불충분)에 기반한 시스템과 달리, 초음파 RTLS는 드리프트가 없고 조명에 의존하지 않으며 단일 로봇부터 250대의 동시 차량까지 확장 가능한 절대 ±2cm XYZ 위치 측정을 제공합니다.
Marvelmind는 123개의 고정 Super-Beacon을 사용하여 120대 이상의 지게차를 동시에 추적하는 450×450m T자형 창고를 포함한 산업 고객을 위한 추적 시스템을 배포했습니다. 이 시스템은 UDP 및 개방형 API를 통해 고객의 분석 플랫폼에 실시간 XYZ 좌표를 스트리밍하여 각 차량의 현재 위치를 기반으로 자동 작업 할당을 가능하게 했습니다. 두 번째 배포에서는 14개의 고정 비콘으로 10대의 지게차를 추적했습니다. 두 시스템 모두 Marvelmind가 원격으로 배포했습니다. 전체 사례 연구를 확인하세요.
AMR 및 AGV 배포의 주요 장점:
- 단일 1000m² 서브맵부터 네트워크 서브맵을 통한 무제한 다중 건물 영역까지 커버
- 개별 ±2cm 정확도로 최대 250대의 모바일 로봇 동시 추적
- 바닥 수정 불필요 - 비콘을 3~4m 높이의 벽이나 천장에 설치
- USB, UART, SPI, CAN 또는 UDP를 통한 출력 - 기존 모든 차량 관리 시스템과 통합 가능
- 정확도는 로봇 속도 또는 업데이트 속도와 무관 - 기술 설명 참조
- 먼지가 많고, 온도 변화가 있으며, 전기 노이즈가 심한 산업 환경에서도 작동
적용 가능한 작업: 자율 배송, 구역 간 운송, 피킹 보조, 자동화된 재고 계수, 안전 구역 시행, 다중 로봇 조정.
어떤 Marvelmind 스타터 세트를 선택해야 할까요?
세부 사항을 검토할 시간이 없지만 빠르고 안전하게 선택해야 한다면 Starter Set Super-MP를 선택하세요:
- MP는 다목적(Multi-Purpose)을 의미합니다. 이 세트는 실제로 여러 아키텍처와 구성을 지원하여 최고의 유연성을 제공합니다:
- – 최대 2개의 서브맵을 이용한 2D 추적
- – 최대 3개의 모바일 비콘(로봇)을 이용한 2D 추적
- – 위치+방향을 이용한 2D 추적
- – 최대 4개의 모바일 비콘을 이용한 1D 추적
- Starter Set Super-MP는 다양한 아키텍처를 지원합니다: NIA, IA, 및 MF NIA
- 비콘 내부에는 900~1000mAh LiPol 배터리가 내장되어 있어 외부 전원 공급 없이도 시스템을 쉽고 빠르게 배포할 수 있습니다
- 비콘에는 외부 안테나가 있어 모뎀과의 무선 연결이 더욱 강력합니다
- Super-Beacon은 초음파를 수신하고 전송할 수 있습니다. 따라서 고정 비콘과 모바일 비콘 모두로 작동할 수 있습니다
- Super-Beacon에는 내부에 DSP(디지털 신호 처리기)가 있습니다. 따라서 여러 초음파 채널을 동시에 수신하고 IA에서 작동할 수 있습니다
- Super-Beacon에는 IMU(3D 자이로 + 3D 가속도계)가 내장되어 있습니다
로봇당 하나의 모바일 비콘은 하나의 위치만 제공합니다. 위치와 방향을 모두 파악하려면 페어드 비콘 구성, 즉 로봇당 두 개의 모바일 비콘이 필요합니다. 다음 옵션을 참조하세요.
위치+방향을 구현하려면 로봇당 두 개 이상의 모바일 비콘이 필요합니다. 따라서 가장 간단한 방법은 Starter Set Super-MP에 추가 Super-Beacon을 추가하는 것입니다.
로보틱스 기초
용어 설명
로봇 = 자율 이동 로봇
저희는 로봇을 무엇보다도 자율 이동 로봇으로 정의합니다. 사람이 직접 조종하는 것은 로봇이 아닙니다. 이동하지 않지만 모든 로봇 요소를 갖춘 것도 로봇이지만, 저희는 조립 로봇에는 집중하지 않습니다. 저희의 로봇은:
- 자율적
- 이동 가능
따라서 로봇을 언급할 때 긴 표현을 사용하지 않더라도 자율 이동 로봇을 의미합니다.
이러한 관점에서, 자율 비행 멀티콥터는 완벽한 3D 이동 로봇입니다. 드론에 대한 자세한 내용은 저희 드론 페이지를 참조하세요. 하지만 원격으로 조종되는 드론은 로봇이 아닙니다. 반면, RTK GPS 또는 시각 유도를 사용하여 자율적으로 기지로 귀환하는 동일한 드론은 완벽한 3D 비행 로봇입니다.
로봇을 위한 정밀 실내 위치 측정 및 내비게이션 예시
자율 배송 로봇 - 자동차 조립 공장 데모
Marvelmind 자율 배송 로봇 v100.
실내 “GPS” 커버리지를 위해 15개의 고정 비콘과 하나의 모뎀을 갖춘 IA. 더 보기: https://youtu.be/TWWg_8JHYzo.
동일한 실내 “GPS” 맵이 영상에 표시된 로봇 외에도 다음을 지원합니다:
- 여러 대의 모바일 로봇 및 지게차 추적과 사람 추적. 고정+모바일을 합산하여 최대 250개의 비콘/객체
상세 설명이 포함된 로봇 v100 예시
이것은 https://youtu.be/TWWg_8JHYzo와 동일한 데모이지만, 영상과 시스템 전반에 대한 추가 구두 설명이 포함되어 있습니다.
구성:
- Marvelmind 자율 배송 로봇: https://youtu.be/efOc-ItVvgg
- 실내 “GPS” 커버리지를 위해 15개의 고정 비콘과 하나의 모뎀을 갖춘 IA.
로봇 사양:
- Marvelmind 실내 “GPS”가 커버하는 모든 지점 간 완전 자율 배송
- 최대 100kg 적재 용량
- 1회 충전으로 16시간 이상 주행: https://youtu.be/JaxRd_9D1fQ 60kg 이상 적재 시
- 자동 장애물 감지 및 회피
- 배송 경로를 1초 내에 버튼 한 번 클릭으로 재구성 가능
- 충전 시간 4시간 미만. 따라서 2교대 근무(16시간) 후 1교대 분량(8시간) 충전 지원
- 재구성 가능한 용량: 최대 65x65x160cm의 대형 박스 1개에서 65x65x15cm 박스 최대 8개까지 – 단일 선반 대 다중 선반
- 동일한 실내 “GPS” 맵 지원:
- 여러 대의 모바일 로봇 및 지게차 추적과 사람 추적. 고정+모바일을 합산하여 최대 250개의 비콘/객체.
로봇 Boxie
- IA 모뎀에서 위치+방향을 위한 페어드 비콘 구성의 모바일 비콘과 두 개의 외부 Omni-Microphone이 로봇에 설치된 것을 볼 수 있습니다
- 2D 추적용 고정 비콘이 벽에 설치되어 있습니다
Marvelmind 실내 "GPS"를 사용한 완전 자율 주행 로봇
완전 자율 로봇이 다음에 의존하여 스스로 주행합니다:
- Marvelmind 실내 “GPS”
- 온보드 오도메트리 및 관성 장치(IMU)
로봇은 사용자로부터 방문할 주요 지점의 좌표를 수신한 뒤(오른쪽 표) 경로를 생성하고, 경로에 맞게 위치를 지속적으로 수정하며 이를 따릅니다. 좌표는 Dashboard에서 지도를 클릭하기만 하면 자동으로 형성됩니다.
비콘 간 거리는 최대 36미터입니다. 20~30미터마다 더 많은 비콘을 설치하면 캠퍼스 전체를 정밀한 “GPS”로 커버할 수 있습니다.
사무실 환경에서 이동하는 완전 자율 소형 배송 로봇
완전 자율 로봇 주행 데모: "8자형" 트랙
Marvelmind 실내 내비게이션 시스템 + 자율 로봇 Marvelmind Hermes 데모:
- “8자형”(7x2m) 트랙
- 80m² 공간에 배포된 Marvelmind 실내 내비게이션 시스템 스타터 세트로 완전 자율 주행
모바일 비콘이 로봇 상단에 부착되어 있습니다. 로봇은 Marvelmind IPS로부터 ±2cm 정밀도의 좌표를 수신하고 이를 활용하여 트랙을 자율적으로 주행합니다.
실제 환경을 모방하기 위해 실내 내비게이션 시스템에 대한 의도적인 가벼운 장애물(기둥, 패딩 스툴)이 있습니다. 장애물 영역에서 로봇은 관성 내비게이션 시스템과 오도미터에 의존합니다.
Marvelmind 실내 "GPS" 기반 위치 측정 및 방향 기능을 갖춘 도미노 로봇
Marvelmind 실내 내비게이션 시스템은 독창적인 도미노 배치 로봇에 활용되었습니다. 이 시스템은 정밀한 위치와 방향을 파악하는 데 사용되었습니다. 최상의 방향 정확도를 달성하기 위해 베이스에 배치된 모바일 비콘을 확인하세요.
원본 영상도 확인하세요: 세계 기록 도미노 로봇 (24시간 내 도미노 10만 개)
로보틱스 솔루션
현지화
모든 자율 로봇이 직면하는 가장 큰 문제 중 하나는 “나는 어디에 있는가?”라는 질문에 답하는 것입니다. 이 질문은 즉시 다음과 같은 하위 질문들로 확장됩니다:
- 현재 예상 위치와 비교하여 나는 어디에 있는가?
- 다음 경유지와 비교하여 나는 어디에 있는가?
- 다른 객체, 즉 로봇, 사람, 장애물, 충전 스테이션 등과 비교하여 나는 어디에 있는가?
하지만 모든 것은 어떤 기준점에 대한 위치 측정에서 시작됩니다. 예를 들어 (0,0,0) 좌표, 출발점 또는 유사한 기준점에 대한 것입니다. 다른 많은 질문들은 이 핵심 질문의 파생물입니다.
무엇을 기준으로 위치를 측정하는가?
주요 옵션은 다음과 같습니다:
- 자기 자신 – 예를 들어 로봇의 중심을 기준으로
- 외부 기준점을 기준으로
자기 자신을 기준으로 하는 것이 많은 경우 더 간단하지만, 이는 공간 내 이동 및 내비게이션보다는 장애물 감지 및 회피에 관한 것입니다. 외부 기준점에 대한 위치 측정 및 내비게이션을 자세히 살펴보겠습니다.
좌표계에 대한 자세한 내용:
SLAM을 사용하지 않는 이유는?
SLAM(동시 위치 추정 및 지도 작성)은 훌륭한 방법입니다. 하지만 창고, 조립 공장, 물류 전반과 같은 실제 산업 응용 분야에 가장 적합한 방법처럼 보이지는 않습니다. 실용적인 응용보다는 연구 프로젝트와 박사 과정에 더 적합한데, 그 이유는 다음과 같습니다:
- 작업을 두 단계로 분리하는 것이 훨씬 효율적입니다: 1) 맵핑, 2) 위치 측정
- 장애물 감지 및 회피는 맵핑 및 위치 측정과 전혀 관련이 없습니다. 이는 세 번째 사항입니다. 단순히 다른 작업이며 다르게 해결해야 합니다. 라이다는 장애물 감지에 적합하지만, 변화하는 환경에서 라이다를 사용하는 로봇은 많은 추가 단서가 필요하거나 너무 많은 실수를 하게 되므로 맵핑에는 특별히 적합하지 않습니다
- 라이다에 대해 언급된 동일한 한계가 시각적 SLAM 시스템에도 적용됩니다. 이들은 혼란스러워하며 중대한 오류에 대해 다른 방법에 의존해야 합니다
- 일반적으로 센서 융합이 가장 좋은 접근 방식이며 최상의 결과를 제공합니다
따라서 간단히 말하면:
- SLAM은 우수하지만 보장되지 않은 결과를 반환하는 동시에 불필요하게 복잡합니다
- 동일한 작업을 시간적으로 분리하면(맵핑은 위치 측정과 별개이며 장애물 감지 및 회피와 다름) 특히 여러 이동 객체의 경우 낮은 비용으로 더 강력하고 예측 가능한 결과를 반환합니다. 반면 SLAM에서는 각 지능형 에이전트가 매우 스마트해야 하므로, 즉 비싸고, 복잡하고, 부피가 크고, 센서로 가득 차 있으며, 전력을 많이 소비해야 합니다
내부-외부, 내부-내부 위치 측정, 또는 혼합?
로봇이 위치 측정에 필요한 모든 장치를 탑재하고 있다면 이를 내부-외부 위치 측정이라고 합니다. 사람과 동물은 내부-외부 위치 측정을 사용합니다. 이에 대해 이야기할 뿐만 아니라, 그들은 일반적으로 연속적인 좌표 스트림 형태로 자신이 어디에 있는지에 대한 직접적이고 지속적인 정보가 필요하지 않습니다. 그들은 다양한 단서를 바탕으로 “내부적으로” 이를 파악합니다.
일부는 이 과정을 시각적 오도메트리라고 부릅니다. 물론, 일반적인 바퀴(발) 기반 오도메트리와 함께 사용하면 훨씬 더 잘 작동합니다. 따라서 모든 로봇을 위한 내비게이션 시스템만 만드는 것보다 내비게이션 시스템을 갖춘 로봇을 만드는 것이 더 쉽습니다. 이러한 “범용 위치 측정 시스템” 개발자들은 오도미터 데이터가 사실상 어떤 형식으로든 제공될 수 있기 때문에 어려움을 겪을 것입니다. 다른 값을 가진 아날로그 방식이거나 알 수 없는 형식으로 디지털 코딩될 수도 있습니다. 완전히 다른 해상도를 가질 수 있으며 다른 많은 매개변수가 다를 수 있습니다.
따라서 로봇 내부의 대부분의 시스템은 본질적으로 연결되어 있습니다. 이는 처음부터 로봇을 설계하는 모든 사람이 이해하고 고려해야 합니다.
50옴 고주파 시스템과 멀리서 닮은 일종의 변환기를 만드는 것이 이론적으로 가능할 수도 있습니다. 수신기, 안테나, 증폭기, 송신기는 완전히 다른 임피던스를 가질 수 있습니다. 하지만 사람들은 50옴의 공통 임피던스를 사용하기로 합의했습니다. 따라서 모든 장치는 임피던스를 50옴으로, 그리고 50옴에서 내부 임피던스로 변환합니다. 네, 이것은 손실, 복잡성, 비용을 수반하지만 무선 주파수 분야에서 가장 효과적인 솔루션으로 판명되었습니다. 여기서도 유사한 것이 구현될 수 있습니다.
로봇을 위해 이것이 가능할 수도 있습니다… 하지만 아직 구현되지 않았습니다. 네, USB와 같은 “범용 인터페이스”가 있습니다… 그런데 왜 그렇게 많은 다른 USB 형식이 있을까요?… 🙂 그리고 왜 그렇게 많은 다른 종류의 인터페이스가 있을까요? – 비용적 함의와 복잡성, 전력 소비, 크기와 같은 다른 중요한 제약 때문입니다.
결과적으로 범용 인터페이스는 여전히 먼 이상으로 남아 있습니다. 현실은 각 유형의 로봇마다 상당히 복잡하고 고유합니다.
기준점 선택
GPS의 경우 좌표는 지구의 일반 위도와 경도로 제공됩니다. 로봇이 실내에서 외부로 이동할 때처럼 경우에 따라 유용할 수 있습니다. 하지만 대부분의 실제 실내 사례에서는 로컬 좌표만이 관심 대상입니다.
따라서 편의에 따라 기준점을 선택합니다. Marvelmind 실내 “GPS”에서는 일반적으로 시스템이 고정 비콘 중 하나를 (0,0,0) 또는 (0,0)으로 지정합니다. 하지만 지도의 어떤 지점이든 (0,0)으로 설정할 수 있습니다:
또한, 내부 (0,0) 지점에 외부 GPS 좌표를 할당하는 지리 참조가 가능합니다. 이후 Marvelmind 실내 “GPS”에서 출력되는 좌표 스트림은 NMEA0183 형식의 절대 GPS 좌표로 제공됩니다. 또는 내부 형식으로도 제공됩니다: https://marvelmind.com/pics/marvelmind_interfaces.pdf
방향
자기계/나침반을 사용할 수 있는 실외와 달리, 실내에서의 방향 계산, 특히 정지 상태에서의 방향 계산은 간단한 작업이 아닙니다. 예를 들어, 로봇은 당사 시스템을 사용하여 정확한 위치를 쉽게 파악할 수 있습니다. 그러나 로봇이 현재 방향, 즉 어느 쪽을 향하고 있는지 알지 못한다면 어느 방향으로 이동해야 할지 결정하기 어렵습니다.
로봇의 방향은 비교적 빠르게 계산할 수 있습니다. 현재 위치를 측정한 후, IMU/자이로를 사용하여 직선 방향을 유지하면서 약 1m 정도 직진한 다음 새로운 위치를 측정합니다. 두 지점을 알고 이동 경로가 곡선이 아닌 직선임을 알면 로봇의 현재 방향을 계산할 수 있습니다. 이후 주행 중에도 동일한 방법을 지속적으로 활용합니다.
이 방식을 사용하는 기존 로봇들은 다음과 같습니다:
이 방법은 간단하고 모바일 비콘(태그) 하나만 필요하지만, 이동이 가능한 경우에만 작동합니다. 이동이 불가능하여 현재 위치에서 바로 위치를 파악해야 하는 경우, 즉 정지 상태에서는 어떻게 해야 할까요?
페어드 비콘
정지 상태에서 방향을 얻기 위해 당사가 권장하는 방법은 페어드 비콘 구성을 사용하는 것입니다.
자세한 내용은 다음을 참조하십시오. NIA에서:
또 다른 예는 모바일 비콘 간 기준 거리가 약 60cm인 자율 주행 로봇 v100입니다. IA에서:
단일 모바일 비콘에 외부 마이크를 장착한 유사한 구성입니다. VR을 위해 제작되었지만 로봇에도 쉽게 적용할 수 있습니다. 마이크 간 기준 거리는 약 20cm입니다. IA에서:
각 솔루션에는 다양한 대안이 있습니다. 예를 들어, 외부 카메라를 활용한 모션 캡처가 있습니다. 위치와 방향 모두에 대해 정밀하고 적합한 솔루션인가요? – 물론입니다! 그렇습니다! 산업용 로봇공학에 실용적인가요? – 그렇지 않습니다:
- 비용이 많이 듭니다. 매우 고가입니다 (2021년 기준)
- 공장이나 창고의 열악한 환경에 맞게 조정되어 있지 않습니다
- 빛 부족, 과도한 빛, 안개, 온도 변화, 전원 공급 등 다양한 제약에 취약합니다
따라서, 여기서는 가능한 모든 옵션을 다루지 않습니다. 비교적 관련성이 높고 실현 가능한 것만 다룹니다.
장애물 감지 및 회피
장애물 감지 및 회피는 위치 측위와는 별개의 작업입니다
앞서 언급했듯이, SLAM 방식은 장애물 감지, 지도 작성, 위치 측위를 동시에 수행할 것을 약속합니다. 꿈같이 들리지만, 현실은 훨씬 더 가혹하고 녹록지 않습니다.
조명이 열악하거나, 창문을 통해 들어오는 강한 햇빛과 창고의 짙은 그림자가 공존하거나, 전조등에서 각종 스캐너에 이르기까지 다양한 광원이 혼재하는 실제 환경에서는 시각 기반 SLAM 솔루션이 위치 측위를 완전히 상실할 정도로 쉽게 혼란을 겪을 수 있습니다. SLAM 시스템이 여러 선택지 중 올바른 판단을 내리지 못할 때 주요 오류를 수정하기 위한 추가적인 방법이 필요합니다. 센서 융합이 그 해결책입니다.
또한, 위치 측위 과제를 최적으로 (기술적, 경제적으로) 해결하더라도 장애물 감지 과제를 최적으로 해결하기는 더 어렵습니다. 이는 두 과제의 성격과 요구 사항이 근본적으로 다르기 때문입니다:
그런데 SLAM 방식은 지도 작성과 위치 측위에 장애물 감지까지 추가함으로써 과제를 불필요하게 복잡하게 만듭니다:
- 지도 작성
- 위치 측위
- 장애물 감지
이 세 가지 요소는 자율 주행에 있어 모두 매우 중요하지만, 반드시 동일한 방식일 필요는 없습니다. 동일한 방법과 동일한 센서로 수행되어야 할 필요도 없습니다.
통합형 로봇 방식 대 분리형 로봇 방식
중요한 점 중 하나는 로봇과 그 페이로드를 명확히 구분하는 것입니다. 이는 로켓과 위성의 관계와 매우 유사합니다. 두 가지는 상당히 별개이며 혼동해서는 안 됩니다. 트랙터와 트랙터 장착 장비의 관계도 마찬가지입니다.
통합형 로봇 방식
중요한 점은 로봇과 그 페이로드를 명확히 구분하는 것입니다. 이는 로켓과 위성의 관계와 매우 유사합니다. 두 가지는 상당히 별개이며 혼동해서는 안 됩니다. 트랙터와 트랙터 장착 장비의 관계도 마찬가지입니다.
그러나 로봇이 완전히 통합된 경우, 즉 페이로드가 긴밀하게 결합된 경우도 매우 흔합니다. 통합형 로봇 방식에는 장단점이 있습니다.
장점:
- 하나의 작업에만 특화되어 있어 구축이 더 쉬울 수 있습니다. 매우 집중적입니다
- 운용 및 통합이 더 간단합니다
단점:
- 유연성이 부족합니다
- 유연성 부족과 다양한 작업에 맞는 여러 종류의 로봇이 필요하기 때문에 장기적으로 더 많은 비용이 들 수 있습니다
분리형 로봇 방식
장점:
- 사용의 유연성. 제한된 수의 로봇 플랫폼과 제한된 종류의 장착 장비만으로도 사실상 무한에 가까운 다양한 구성이 가능합니다
- 개발의 유연성. 각 부품이 독립적으로 발전할 수 있으며, 인터페이스(전기, 기계, SW)만 호환성을 유지하면 됩니다. 단, 이 또한 가능합니다
- 로봇 플랫폼은 단순하고 기초적인 수준이더라도 충분히 기능적일 수 있습니다. 정교한 “위성” 없이 단순히 플랫폼, 즉 “트랙터” 또는 “로켓” 역할만 하기 때문입니다
- 로봇당 비용이 더 저렴합니다
단점:
- 통합이 더 복잡합니다. 로봇은 최소한 “트랙터”와 “장비”라는 두 부분으로 구성됩니다
- 분리형 방식은 더 다양한 변형이 존재하므로, 즉 더 많은 테스트가 필요하고 더 많은 관련 당사자가 참여하는 등의 이유로 견고성이 낮을 수 있습니다
로봇 플랫폼 및 페이로드/장비 예시
로봇 플랫폼:
- 자율 배송 플랫폼. 트랙터와 같이 다양한 물건, 즉 다양한 페이로드나 장비를 운반할 수 있습니다
- 드론 자체
페이로드 또는 장비:
- 예를 들어 상자를 집어 로봇에 올리는 암(arm)
- 로봇의 바스켓
- 로봇 또는 드론의 카메라
- 각종 측정기 (화학, 방사선, 소음 등)
- 스캐너 (3D, 바코드/QR 리더 등)
- 화재 예방 장비
- 코로나19 방역 스프레이 또는 램프 등
군집 로봇공학
단일 로봇을 자율 주행하게 만드는 것도 쉬운 일이 아닙니다. 그런데 로봇 군집을 운용하는 것은 훨씬 더 어려운 과제입니다.
어떤 어려움이 있을까요?
- 주변에 움직이는 물체, 즉 다른 로봇이 너무 많으면 환경이 예측 불가능하고 통제되지 않은 방식으로 움직이기 때문에 각 로봇이 결정을 내리기가 더 어렵습니다.
- 로봇들이 중앙 컴퓨터로 데이터를 전송하거나 중앙 컴퓨터로부터 별도의 스트림을 수신해야 하는 경우, 모든 로봇을 처리하기에 충분한 무선 대역폭이나 대역폭이 부족할 수 있습니다.
- 로봇들은 자율적이고 독립적이기 때문에 공유 통신 채널에 무작위로 접근을 요청할 수 있습니다. 그렇게 되고 채널 대역폭이 최대 처리량 요구치보다 10~100배 높지 않다면 충돌 가능성이 높아집니다. 따라서 충돌을 해결하기 위한 중앙 컨트롤러나 메커니즘이 필요합니다. 두 가지 모두 복잡성을 증가시키고 다른 한계를 가져옵니다.
- 로봇들이 주변의 다른 물체에 대한 시야를 서로 가립니다. 로봇들은 이웃 로봇을 감지하는 반면, 외부 고정 기준점과 같이 위치를 파악할 대상은 실질적으로 부족합니다.
해결책은 무엇일까요?
Marvelmind는 군집 내 로봇의 위치 측위를 지원할 수 있습니다. 이는 가장 중요한 출발점으로, 위치 측위가 적절히 해결되면 로봇 군집의 많은 다른 어려움들이 자연스럽게 해소되기 때문입니다.
아래에서 군집 예시와 솔루션을 확인하십시오.
결론
이 페이지는 여러분의 질문과 당사의 가용 시간에 따라 세부 내용과 주제가 꾸준히 확장될 예정입니다. 따라서 질문이 있으시면 info@marvelmind.com으로 보내주시면 여기에서 자세히 답변해 드리겠습니다.