jetbot 프로젝트2

1. 플랫폼 시스템을 위한 3D 설계 및 인쇄 기존에서 설계를 구상한 대로 초기 라이다 플랫폼만을 올리는 식의 설계를 진행 하였습니다. 하지만 라이다의 모터를 작동하고 이에 대한 데이터를 UART 방식으로 동작하기 위해서는 추가적인 토대 및 플랫폼이 필요하다는 것을 알게 되었습니다. 추후 설계만 모델링에서는 PCB 기판과의 간섭을 확인하여 이를 방지하기 위한 추가 설계가 필요하다는 것을 알게 되었습니다. 3차 설계에서 안정적으로 기존 플랫폼에 설치가 가능한 것을 확인 하여 이를 토대로 기존 드라이버 및 테스트 구동을 진행하였습니다.

2. 플랫폼 설치 및 조립 기존 플랫폼에 현재 최종 설계 파일을 3D 프린팅을 통해서 좀더 견고하게 출력을 진행 하였습니다. 해당 출력을 통해서 좀더 충격 및 진동에 대비 하기 위해서 현재 파일을 STL GCODE 형식으로 클라우드 서버에 저장하여 진행하였습니다. 또한 설계 자료의 경우에는 3D 프린터를 이용하여 서포터 없이 인쇄 할 수 있도록 엣지 블랫딩을 이용하여 6-7시간내에 출력이 가능하도록 하여 인쇄하였습니다. 인쇄한 출력물을 이용하여 라이다 시스템 및 카메라를 설치 및 조립하였습니다.

1차 도안에서는 모터와 지지대 사이에서 간섭이 발생해서 설계  출력 실패,,,

2차는 모터를 구동하거나 외부전원을 받는 PCB와 간섭이 발생! 이런젠장... 똥손은 웁니다....

이런 문제점들을 종합해서수정한 3차 수정 모델링 해당 모델링 파일은 추후 씽기버스에 올릴 예정이다.

 

조립은 문제없이 진행되었다... 하...하얗게 불태웠다.... 주르륵

# 2021.10.18 싱기버스 계정이 다시 돌아와서 해당 사이트에 내 모델을 올렸다. stl 파일로 테스트 해볼사람들은 이걸 사용하면된다.(쓸일은 없겠지만...)

https://www.thingiverse.com/thing:5023948

3. LIDAR 조사 및 자료 정리 LIDAR란 레이더에서 전파가 아닌 레이저로 바뀐 것을 지칭하는 것으로 레이저 라이다라고도 부른다. 흔히 레이저를 이용한 거리 측량기가 이에 해당될 수 있습니다. 하지만 회전체를 이용해서 360°의 회전 반경에 해당하는 단거리의 물체를 인식하는 것이 라이다의 주 사용적인 목적입니다. 하지만 3D 라이다의 경우 레이저를 다각도에서 분사하는 것이 가능하도록 하여 각 포인트에 해당 되는 지점의 반사값을 이용한 depth 값을 추출합니다.

이러한 방법으로 라이다에서 나온 레이저를 반사된 시간을 통해서 거리를 유추하고 계산 할 수 있다.

depth 값을 추출은 이와 같은 기본적인 원리에 기반하여 대상의 거리를 측정할 수 있습니다. 여기서 3D 라이다의 경우 각 포인트 depth를 이용해서 해당 거리에 있는 물체가 무엇인지 딥러닝과 연산 추론을 통해서 각 물체에 대한 인식 및 추척이 가능해집니다. 이를 기반으로 자율 자동차가 물체를 인식하고 구분하여 회피를 할지 상호 작용을 할지를 정하게 됩니다.

일반적인 이미지 인식의 경우 많은 양의 데이터를 처리하기위해서 많은 연산이 요구되지만 TOF 센서와 같이 포인터를 분사하는 라이다의 경우 쉽게 물체를 식별할 수 있다는 이점이 존재하기 때문에 대부분의 자율 주행 자동차 및 얼굴 식별 인식의 경우 이러한 장치를 장착하고 있는 추세입니다. 하지만, 기본적으로 자율 주행 라이다를 사용하기 위해서는 XYZ 축이 존재하는 3D 라이다가 필요하지만 이번 주차의 목표인 저렴한 자율 주행 시스템을 위해 2D 라이다를 이용해서 테스트를 해보는 것을 목적으로 2D 라이다를 선정하였습니다. 기본적으로 2D 와 3D 라이다의 경우 가격차이는 약 100만원 이상 차이가 나는 것을 확인 할 수 있습니다.

돈없고 거지인 나는 3D 라이다 대신 2D 라이다 회전형을 이용해서 제작해볼 예정이다,(추후 돈이나 시간적인 문제가 해결된다면 3D 라이다를 이용해보고 싶다.)

Y 축의 차이로 2D는 이부분이 90도로 직선상의 물체의 거리를 측정할 수 있습니다. 하지만 주행중 물체는 하단 물체도 있지만 이러한 경우 카메라의 딥러닝 연산을 보조적으로 이용해서 주변 장애물 및 회피 상호 작용 대상을 인식함과 동시에 Y축상의 대형 장애물의 필요 거리를 계산 및 분류 할 수 있다면 저렴한 자율 주행 차량 플랫폼을 구축 할 수 있을 것으로 기대할 수 있습니다.

다음 주차는

1. 라이다 드라이버 연동 가능한 SDK 설치 및 테스트 코드 구축 및 테스트

2. 카메라 스트리밍 파이프 라인 RTSP 구축 및 스트리밍 테스트