SJ LAB

연구실 과제를 통해 Laser Scanner 설계 및 제작을 하였습니다. 

Spec

LDM (내부 DSP로 추정됨)

sampling : 2KHz 

거리 300m 반사판 3Km 

오차 2cm 

통신 : Serial

모듈 Servo motor (x사 모터) 내부 atxmega 탑재

분해능 : 12960 (360/12960 = 0.028˚)

RPM : 58

통신 : Serial

기가비트 카메라 

1280 x 960 50fps

연구 목적

레이저 스캔을 통해 산사태를 미리 예측하는 시스템이다. 이 시스템은 산사태 피해를 줄일 수 있도록 하는 시스템으로 사용될 수 있다.

실험

모터와 LDM의 동기화 실험.

설계

구동영상

결과 사진

건물 스캔 결과 입니다.  최대거리는 78m 이며 장거리 스캔한 모습.

좌측의 이미지는 거리와 각도로 표현한 데이터 이며 우측에는 2차원으로 투영된 데이터입니다. 거리 정보가 있기때문에 3D 표현이 가능합니다. 

아래의 데이터는 Median 중간값 필터를 통해 근사한 데이터로 분해능을 낮춘 과정 입니다.

좌측이미지는 거리정보를 pseudo color로 표현한 데이터 이며 , 우측은 60도각도로 투영된 영상 입니다.

사진과 같이 보면 Laser Scanner를 모르시더라도 조금은 감을 잡으실거라 믿습니다.

사진에서는 색상정보를 얻을 수는 있지만 거리 정보는 얻을 수 없겠죠?

Laser Scanner 를 만드는 최종 목표는 자신의 위치와 거리를 정확히 알 수 있어야 합니다.

상단에서 취득한 데이터를 3D로 표현한 영상 입니다. 실험중인 데이터라서 상하 라인 밀리는 문제가 있군요!

아무튼~ 2D 와 같이 거리에 따라 pseudo color로 표현하였습니다. (Median은 분해능을 떨어트리기 때문에 제외)

앞으로의 발전

기회가 된다면 상용 3D Scanner에 한발 더 가까이 다가가고 싶습니다. 현제 시스템은 메인이 되는 부분은 독립된 PC가 제어하기때문에 상세한 컨트롤이 불가능 한 상태이며 모듈형 모터에서 기계적인 마모가 발생할 수 있는 현실 입니다.

필수 기술인 ToF(Time of flight)를 이용하여 장거리 레이저를 이용하여 거리를 계산 가능한 시스템을 개발 후 Laser Scanner내부에서 중앙 프로세서를 포함하려는 계획을 가지고 있습니다. 모터 제어부도 BLDC 또는 micro stepper motor를 이용하여 정밀 스캔이 가능 할 것이라 생각됩니다.

9/21일 (추가내용)
앞으로 3D Data를 정합하는 기법 ICP(iterative closest points)을 연구 해볼 예정 입니다.?3D?Scanner에서도?필요로 하는 기법이지만,??SLAM(Simultaneous localization and mapping)에서도 사용되고 앞으로도?연구하고 싶었던 분야입니다. 3차원 복원을 먼저 하고 싶었지만 우선 정합하는 기법부터 천천히 나아가도록 준비해야겠다는 생각입니다.

가지고 있는 카메라모듈 OV7670, OV2640을 가지고 있습니다.

우선 OV7670 모듈을 이용하여 LCD에 출력하였습니다.

LCD는 SPI 통신을 이용하여 출력합니다.  stm32f427에는 TFT Driver가 포함되어 있어서 고속으로 출력하고 싶었지만, 카메라인터페이스 DCMI 와 포트가 중복됩니다. ㅠㅜ

아무튼 지금까지 공부를 통해서 카메라 영상을 얻어왔습니다.

카메라 초기 설정으로 I2C(SCCB)를 이용하여 세팅 후 DCMI를 통해 30FPS 속도로 영상을 취득할 수 있습니다.(QVGA)

Gray Level 로 출력한 결과

Gray Level -> Gradient 영상 x 2

곱하기를 해서 분해능이 떨어져 보이지만 LCD로 출력하기 위함이구요. 기본적으로 영상 미분을 통해서 충분히 방향성을 구할 수 있습니다.

목표는 Line Laser Scanner 를 만들어 보려고 구상하고 있습니다. 하지만 생각보다 MCU 성능이 안나오네요.

DSP기능을 이용하여 성능을 최대한 이용할 생각 입니다.

 그동안 영상처리 공부에 매진하여 하드웨어만 손댈 시간이 없었습니다. 석사 졸업과 동시에 취업을 앞두고도 있지만, 취업준비 시간 쪼개서 하드웨어 공부하고 있습니다.

아래의 보드는 ST사의 Cortex m4 보드입니다. 신호처리 및 센서고속 신호처리에 응용해보려고 예전부터 공부하려고 벼르고 있었던 녀석들입니다.

오른쪽의 stm32f429는 DSP가 탑재되어 있죠. 그리고 stm32f4에서는 FPU가 기본 탑재되어 있습니다.

탑재된 DSP는 SIMD를 지원하고 다양한 수학함수를 가지고 있습니다. 예를 들어 Matrix, filtering, Vactor, Statistics 등..

성능이 제일 높은 stm32f429보드를 이용해서 영상처리를 해보려고 합니다. 

국내에서 LM사 컨퍼런스때 받은 보드입니다. 5년 정도 된것 같아요.

예전에 공부할 때 기억으로는

내장된 보드를 이용해서 다운로드 하기 쉽지 않았습니다.

LM보드 중에서 LM3S8962아직도 보드네이밍을 기억합니다. 많이 고생해서 ㅎㅎ

다양한 기능탑제되어 있고 이더넷을 이용한 IoT전원 컨트롤 만들 때 이용했었습니다.

이 보드도 컨퍼런스때 받은 보드 입니다. 고속램으로 하나의 통합 고속저장소를 이용한다고 듣었던 기억이 남니다. 저전력이며 IoT를 준비하기 위해 공부하면 괜찬을것 같습니다.

LM사에서 판매한 나름? 스마트워치 입니다. MSP430을 이용해 개발되어 졌습니다.

전문대학 다니던 시절에 교수님이 선물주셨습니다.

ALTERA사의 FPGA 보드입니다 보드는 대학원 공부하면서 호기심에 구매하였습니다.

중국에서 만들어졌으며 제공하는 예제도 다 중국말입니다. ㅠㅜ

그래도 공부하겠다고 좀 덤벼보았지만, 생각보다 진입장벽이 있습니다. FPGA 구조를 조금 이해한 정도로 다음에 공부하는 걸로 서랍 속으로...

두 로봇 다 LINUX OS 기반으로 동작합니다.

먼저 다윈인 경우x86기반의 임베디드보드를 사용하고 모터를 제어하기 위한 mid 보드가 존재합니다.

오픈 소스답게 라이브러리를 사용하지 않고 전부 Low Level로 구현되어 있습니다.

다윈을 분석하면서 워킹하는 부분은 잘 만들어 져 있습니다. 모션센서값에 따라 자세 유지를 할 수 있고 걷기 위한 파라메터 값을 손쉽게 수정할 수 있도록 개발되어 졌습니다.

나오 로봇인 경우 제공하는 소프트웨어가 단순합니다. 나쁜 의미에서가 아니라 모르는 사람이 조작하더라도 UX가 잘 고려되어있기 때문에 저장되어있는 모션움직임 순서 도를 쉽게 그릴 수 있습니다.

머리 부분에 정전식 터치 센서가 있으며 견고하게 만들어져있지 못하다는 단점이 있습니다.

특이한 TTS를 가지고 있고 제공하는 웹을 통해 로봇을 업데이트 할 수도 있습니다.

나오는 다윈처럼 개발에 목적을 둔 것보다 좀 더 상품화가 잘 되어 있습니다.

NAO

DARwin

1D-Laser Distance Sensor - (1) 실험을 통해서 레이저가 CCD 셀에 형상을 맺히는 실험을 하였습니다.

CCD 셀 각도에 따라 검출 가능한 거리와 정확도가 결정 됩니다.

CCD 센서의 각도에 따라 검출 가능한 거리가 멀어질수록 정확도가 떨어지게 됩니다. 센서에 상이 맺히기 때문에 근거리에서는 높은 해상도를 가지며 장거리에서는 낮은 해상도를 가지게 되겠습니다.

아래 그림은 3D Max를 이용하여 간단하게 설계하였습니다. 예전에 "3D Max 무작정 따라하기" 책을 통해서 한번 배워두니 두고두고 써먹네요. ㅎ

출력 결과 센서를 단단하게 고정 할 수 있었습니다.

현재 사용 중인 센서는 128 x 1 센서를 사용하고 있습니다. 픽셀 수가 얼마 안 되어 전체적인 sampling 속도가 빠릅니다 값을 shift 하며 하나씩 ADC로 읽어오게 됩니다. 분해능이 12bit이며 하나의 픽셀에 4096 값을 가지게 됩니다. 이 의미는 얼마 없는 픽셀을 통해서 세분화하여 레이저 거리를 추정할 수 있게 됩니다. 

MPU 내부에 실수 연산자가 존재하지 않아 실수연산을 많이 하게 되면 전체적인 속도가 늦어지기 때문에 대부분 연산은 정수 연산을 사용하였고 최종 출력 때에만 형 변환을 통해 연산량을 줄이는 작업을 하였습니다.

마지막으로 제일 중요한 부분은 레이저 데이터의 선형화입니다.

여기서 말하는 선형화는 데이터 분포를 수치화하여 수식으로 표현하는 걸 말합니다.

표현된 수식을 통해 정확한 mm 로 표현해주는 작업을 말합니다.

1차원은 간단하게 가능하지만 2차원 센서에서는 고민해야 하는 부분이 많기 때문에 이 부분도 나중에 포스팅해보려고 노력하겠습니다.

아래의 그래프는 Calibration 과정입니다.

Calibration을 하는 이유는 아래 그림처럼 비선형 형태로 그래프가 나타나기 때문에 선형화 작업이 필요합니다.

Row값은 원본 값이며 와 Estimation 값은 거리 값을 넣어서 추정된 값 입니다. lookup Table 간격이 5cm 간격이며 대충 눈대중으로 값을 넣다 보니 오차가 많이 증가 했습니다. ㅠㅜ 나중에 다시 실험 해야겠습니다.

estimation 은 지수 형태를 가지게 되고 로그로 역수를 구하여 실제 거리값을 계산 할 수 있게됨니다.

실제 거리와 추정된 거리

최악의 오차 ㅋ

0에 수렴해야 최상 입니다.

제작 후기

틈틈이 실험하면서 Laser Distance Sensor를 제작할 수 있었습니다. 128개밖에 없는 Array CCD 사용하였고 12bit ADC를 통해 픽셀값을 읽어 내고 레이저 분포의 중심을 찾아내었습니다. 픽셀의 이동은 0~128의 정수를 갖지만, 레이저 분포의 중심을 찾게 되면 실수 값으로 나타낼 수 있습니다. 이후에 0~128.0의 값을 실제 거리 값으로 변환하는 과정으로 비선형 모델을 선형모델로 근사하여 실제 거리를 구합니다.

 arm core를 통해서 구현하면서 사용하는 하드웨어의 사양을 고려하였습니다.

MPU 내부에 FPU가 없으므로 대부분 연산은 정수로 계산하였고 결과를 출력할 때 자릿수 이동을 통해 연산 속도를 개선하였습니다.

개선 가능성

높은 해상도의 CCD 사용

특정 대역의 IR 과 IR Pass Filter를 사용하여 가시광선 노이즈 제거

정밀광학렌즈 이용

이 포스팅은 레이저 거리 센서제작 과정입니다.

삼각 기법을 통하여 거리정보를 얻을 수 있고 삼각기법으로 레이저가 물체에 반사된 빛의 위치를 통해 거리정보를 얻게됨니다.  오브젝트에 반사된 빛은 Linear CCD 센서에 전하차가 생기게 되고 얻어진 센서 값 중에서 가장 밝은 부위를 레이저로 인식합니다.

제작 하드웨어

MPU : STM32F103RET6

Sensor : TSL1401 

첨부 : 

TSL1401CL_Datasheet_EN_v1.pdf

11년도에 제작한 Coil gun 입니다.

만들게 된 계기는 호기심에서 부터 시작 되었습니다. 처음에는 인터넷으로만 정보를 모아 조금식 실험하면서 많은 정보가 쌓이게 되었습니다. 

아래의 사진은 코일을 감는 모습 입니다. 레이저 컷팅한 아크릴로 일정한 간격으로 배치한 이후 코일 권선비를 마추어 감았습니다.

지금 생각해보면 자기 차폐를 하였다면 더 큰 효율을 가졌을텐데 아쉬움이 남습니다. ㅎ

적외선 수신부와 발광부를 배치한 모습입니다.

발사체를 감지 하기 위한 센서로 사용 됨니다.

적외선 센서를 연결한 모습 입니다. 코일에 스위칭을 하기전 발사체를 감지하기 위한 적외선 센서를 이용하게 됨니다. 

조금식 완성 되어가는 모습 입니다. 캐패시터에 200V 가까이 충전되기 때문에 절연이 완벽한 아크릴로 케이스를 만들게 되었습니다. 

코일 스위치 소자는 SCR를 사용하였으며 SCR 소자에 대해 많은 공부가 되었습니다.

아래의 영상은 캐패시터를 충전 하는 모습 입니다. 일정 전압 이상 상승하게되면 duty cycle이 멈추도록 되어 있습니다. 즉 신호가 0로 떨어 짐니다.

피드백을 받아 충전 전압을 조절 합니다. 지금 영상은 충전 방전 실험하며 절열 파괴 및 내구성 실험을 하는 과정 입니다.

전원 스위칭 소자는 IGBT 와 Mosfet을 사용 할 수 있습니다.

 코일건을 만들면서 정말 많은 공부가 될 수 밖에 없는 부분은 고려해야 하는 부분이 많다는 점 입니다. (만들기 나름입니다.)

아래의 영상은 코일의 각 stage 검출 하는 과정 입니다. 

이 부분에서는 Real Time 이 매우 중용합니다. 발사체 검출 속도가 늦어진다면 다음 stage 코일에서 제대로 발사체를 가속시켜주지 못하기 때문입니다.

Software 와 Hardware 는 말 그대로 유연하고 딱딱한 의미 처럼 단순히 고속으로 처리하기 위해서는 하드웨어 logic을 이용하여 센서 검출시 즉각 반응하도록 설계 되었습니다. 

충전 및 컨트롤 기능을 MCU 에 프로그래밍한 모습입니다. 

최종 결과 영상 

발사체에 실을 매달아 실험한 최종 영상 입니다.

후기.

코일건을 만들면서 다양한 경험을 하게 되었습니다. 전기에 대해 조금더 알게 되니 다른 사람보다도 더 위협을 느끼게 되는것 같습니다.

그만큼 조심성이 많아 졌고 처음에는 관심만 가지고 있었지만 나중에는 푹 빠져서 틈틈히 만들게 되었습니다.  

지금의 생각을 가지고 다시 만든다면 스마트 하게 만들 수 있을것 갔고 발사체의 궤적과 예상 타겟팅 위치까지 계산 할 수 있을것 같습니다. ㅎ

코일건 만들 당시 수학공부에 개념이 없어서 실험 위주로 안정화를 했었지만 책보고 만드는게 제일 빠른 방법 입니다. ㅋ 물론 코일건을 만드는 책은 없겠지만 관련 지식은 책을 보면 어렵지만 상세하게 기술되어 있습니다.