센서 융합은 자율 이동 로봇의 내비게이션과 안전성을 향상시킵니다.

AMR의 적용 전망은 유망하지만 도전 과제도 직면하고 있습니다

AMR은 비용을 절감하고 안전성을 향상시키며 효율성을 증가시킬 수 있는 애플리케이션 기능을 갖추고 있어 점점 더 많은 산업 분야에서 이를 채택하기 시작했습니다. 조사에 따르면, 글로벌 AMR 시장은 2022년에 86억 5천만 달러로 평가되었으며 2022년부터 2028년까지 연평균 성장률(CAGR)은 18.3%에 이를 것으로 예상됩니다. AMR의 발전 전망은 유망하지만, AMR을 채택하는 데에도 많은 도전 과제에 직면하고 있습니다.

AMR을 채택하는 데 있어 주요 과제는 작동하는 애플리케이션과 환경의 다양성입니다. AMR의 일반적인 사용 사례로는 창고, 농업 기술, 상업적 조경, 의료, 스마트 리테일, 보안 및 감시, 배달, 재고 관리, 그리고 픽킹 및 분류가 포함됩니다. 이러한 다양한 환경에서 AMR은 사람들 주위에서 안전하게 작동할 것으로 기대됩니다.

그러나 이러한 애플리케이션 시나리오의 복잡성은 AMR(자율 이동 로봇)의 작업을 매우 어렵게 만듭니다. 인간에게는 당연하게 받아들여지는 일부 상황들이 AMR들에게는 대처하기 어려울 수 있습니다. 예를 들어, 배달 로봇이 소포를 배달하고 있는 도중 길 한가운데에 있는 공을 보게 되는 장면을 상상해 보십시오. 로봇은 공을 식별하고 공과 충돌하지 않도록 피할 수는 있을 가능성이 높습니다. 하지만 로봇이 어린아이가 공을 가지러 뛰어나올 수도 있다는 상황을 예측할 만큼 영리할까요? 이러한 복잡한 상황은 수없이 많습니다. 예를 들어, AMR이 길 가장자리의 기둥에 설치된 90도 반사경을 사용해 코너 주변 상황을 관찰하고 미리 교통 상황을 예측할 수 있을까요? AMR이 갓 부어진 콘크리트를 걸으면 안 된다는 것을 이해할 수 있을까요? 이는 인간에게는 평범한 일상이지만 AMR들에게는 도전 과제입니다.

이러한 상황들은 인간에게는 쉽게 이해되는 반면, 로봇에게는 더 어려운 도전이 될 수 있습니다. 하지만 적절한 센서를 사용하면 AMR이 밝은 햇빛에서 물체를 인간보다 더 쉽게 감지할 수 있을지도 모릅니다. 그러나 갓 부어진 콘크리트나 쏟아진 액체를 식별하는 것은 어려울 수 있습니다. 뿐만 아니라, 모서리, 절벽, 경사로, 계단 역시 AMR에게 어려움을 제기합니다. 또한, 누군가 고의로 AMR을 방해하는 특별한 상황도 있을 수 있으며, 이러한 경우 탈출 동작 시스템을 설계해야 할 필요성이 생길 것입니다. 위에서 언급된 많은 문제를 해결하려면 AI가 최첨단 대형 언어 모델(LLM) 및 다양한 유형의 고성능 센서를 활용해야 할 것입니다.

AMR용 고성능 센서는 각각 고유한 장점과 단점을 가지고 있습니다

AMR은 환경을 감지하기 위해 다양한 유형의 센서를 사용할 수 있으며, 이러한 센서는 동시에 위치 추정 및 지도 작성(SLAM)을 수행하면서 거리와 깊이 측정을 제공해야 합니다. 중요한 센서 메트릭에는 객체 감지, 객체 식별, 색상 인식, 해상도, 전력 소비, 크기, 비용, 범위, 동적 범위, 속도 및 다양한 조명과 날씨 조건에서도 작동할 수 있는 능력이 포함됩니다.

AMR에 사용될 수 있는 센서 유형에는 CMOS 이미징, 직접 비행 시간(dToF) 및 간접 비행 시간(iToF) 깊이 센싱, 초음파, 레이더, 유도 위치 센서, Bluetooth® 저에너지 기술(Bluetooth LE), 관성 센서 등이 포함됩니다. 각 센서 유형은 고유한 장점과 단점을 가지고 있습니다.

예를 들어, 레이더는 저조도나 악천후 환경에서 우수한 거리 및 속도 성능을 제공하지만, 색상 감지 능력이 부족하고 초기 비용이 높으며 비교적 크기가 큰 편입니다(AMR의 경우 중요한 고려 사항). LiDAR는 대량 CMOS 실리콘 주조 공정 덕분에 상대적으로 초기 비용이 낮고 야간 및 직사광선 조건에서도 성능이 뛰어나지만, 객체 분류에는 덜 효과적입니다. 반면에 iToF 심도 센서는 뛰어난 해상도와 저전력 처리 기능을 제공합니다.

분명히, 단일 센서 유형만으로는 위에서 언급한 모든 문제를 해결하기 위해 AMR이 필요로 하는 모든 정보를 제공할 수 없습니다. 응용 분야와 환경에 따라 AMR은 여러 가지 또는 다양한 유형의 센서를 필요로 합니다. 이러한 센서들은 단독으로 작동하지 않고 센서 융합(sensor fusion)이라는 프로세스를 통해 함께 작동합니다.

자율 이동 로봇은 센서 융합을 어떻게 달성합니까?

센서 융합은 시스템과 주변 환경을 더 잘 이해하기 위해 센서 및/또는 알고리즘 또는 모델에서 나온 두 개 이상의 데이터 소스를 결합하는 과정입니다. AMR(자율 이동 로봇)에서 센서 융합은 보다 높은 신뢰성, 중복성, 궁극적으로 안전성을 제공하며, 평가 결과가 더 일관되고 정확하며 신뢰할 수 있도록 보장하는 데 중요한 역할을 합니다.

센서 융합은 데이터 수집과 데이터 해석이라는 두 가지 기능을 결합합니다. 센서 융합에서 "데이터를 해석"하는 단계는 알고리즘 또는 모델을 구현해야 합니다. 센서 융합의 결과는 때로는 자동차 지원과 같은 인간의 습관을 위해 설계되며, 때로는 보안 시스템의 얼굴 인식과 같은 추가적인 기계 응용 프로그램을 위해 설계되기도 합니다.

센서 융합은 신호 노이즈를 줄이는 것과 같은 다양한 장점을 가지고 있습니다. 동종 센서 융합은 비상관 노이즈를 줄일 수 있고, 이종 센서 융합은 상관 노이즈를 줄일 수 있습니다. 센서 융합은 본질적인 특성으로 인해 중복성을 통해 신뢰성을 향상시킵니다. 센서가 최소 두 개 이상이기 때문에 하나의 센서 데이터가 손실되더라도 탐지 품질은 감소할 수 있지만, 다른 센서 데이터가 여전히 사용 가능하므로 완전히 실패하지는 않습니다. 센서 융합은 측정되지 않은 상태를 추정하는 데에도 사용될 수 있습니다. 예를 들어, 카메라의 시야에서 물체나 물체의 일부가 가려졌거나, 한 카메라에서 다른 카메라로 물체나 표면이 빛을 반사할 때에도 센서 융합은 일정 수준의 탐지 성능을 유지합니다.

이러한 장점과 시장 채택의 가속화로 인해 센서 융합에서 몇 가지 새로운 트렌드가 나타나고 있습니다. 여기에는 AI 기반 알고리즘의 사용, 향상된 객체 감지 및 분류, 협업 인식을 위해 여러 센서 유형과 센서 융합의 결합, 그리고 열악한 조건에서의 환경 인식 등이 포함됩니다. 센서 융합은 360도 주변 뷰를 구현하고 실시간 센서 보정을 가능하게 하는 등 다양한 기능을 제공합니다.

센서 융합을 위한 완벽한 솔루션을 제공합니다

AMR에서의 센서 융합은 산업 및 운송 분야 응용에 중요한 영향을 미치는 것을 목표로 하고 있습니다. Industry 5.0으로 나아가는 과정에서 onsemi는 효과적인 구현을 보장하기 위해 센서와 하위 시스템을 제공하는 데 전념하고 있습니다. onsemi의 하위 시스템 솔루션은 매우 다양하며, 견고한 고해상도 이미징 시스템부터 고출력 모터 제어 및 컴팩트하면서 효율적인 배터리 충전 솔루션에 이르기까지 다방면에 걸쳐 있습니다. 이러한 모든 솔루션은 자동차 산업에서 쌓아온 수십 년간의 경험을 바탕으로 개발되었습니다. onsemi의 솔루션들은 서로 조화를 이루어 개발 과정을 더 쉽게 만들어주며 산업용 로봇이 가장 혹독한 환경에서도 적응 가능하고 신뢰성 있게 작동할 수 있도록 보장합니다.

자율 이동 로봇은 자율 주행 차량과 유사한 기능을 가지고 있으며, 로봇이 최소한의 인간 상호작용으로 이동하고 관찰하며 안전하게 작동할 수 있도록 여러 하위 시스템으로 구성된 복잡한 설계입니다. 온세미(onsemi)는 신뢰할 수 있는 지능형 전력 및 감지 솔루션을 통해 이러한 복잡성을 최소화하며, 귀하의 설계를 위한 필수 구성 요소를 제공합니다.

센서 융합의 핵심은 센서입니다. 센서에서 제공되는 데이터가 좋지 않다면, 최고 수준의 알고리즘이라도 고품질 결과를 생성할 수 없습니다. 다행히도, 온세미(onsemi)는 AMR에서 센서 융합을 지원하기 위해 세계 수준의 센서와 도구 키트를 제공합니다.

onsemi는 스마트 센싱 기술 분야의 선두주자로, 높은 동적 범위와 모션 감지 시 활성화와 같은 업계 최고의 성능을 제공하는 롤링 셔터 및 글로벌 셔터 이미지 센서를 폭넓은 포트폴리오로 제공합니다. 이는 웨어러블 및 소비자 전자 제품부터 까다로운 산업 및 자동차 응용 분야까지 다양한 최종 애플리케이션 요구를 충족시킵니다.

온세미(onsemi)는 이미지 센서뿐만 아니라 거리 감지(LiDAR)를 위한 SiPM도 제공합니다. 이 제품군에는 초음파 센서, 유도 센서 및 위치 추적을 위한 AoA(입사각) 및 AoD(출사각)를 지원하는 Bluetooth® LE 기술을 지원하는 마이크로컨트롤러가 포함됩니다.

구체적인 예는 초음파 주차 거리 측정 애플리케이션을 위한 애플리케이션 특화 표준 제품(ASSP)인 NCV75215입니다. 이 제품은 압전 초음파 센서를 사용해 차량 또는 AMR 주차 시 장애물 거리의 비행 시간을 측정할 수 있습니다. 이 제품은 높은 민감도와 저소음 작동을 특징으로 하며, 표준 75 mm 기둥에서 0.25 m에서 4.5 m까지의 거리 감지가 가능합니다. 실제 최소 거리는 잔향의 길이에 따라 결정됩니다. 이상적인 조건 아래, 외부 회로가 완벽히 조정되고 맞춰진 경우 최소 거리 0.2 m를 달성할 수 있으며, 실제 감지 범위는 압전 초음파 트랜스듀서 및 외부 아날로그 부품에 따라 달라집니다.

이 장치는 프로그래머블 주파수로 변압기를 통해 초음파 트랜스듀서를 구동합니다. 수신된 에코는 증폭되고, 디지털 신호로 변환되며, 필터링되고, 감지된 후 내부 RAM에 저장된 시간 의존적 임계값과 비교됩니다. 장애물까지의 거리는 송신 버스트에서 에코 인식까지의 시간을 통해 계산됩니다. 내장된 양방향 I/O 라인은 ECU(마스터)와의 통신에 사용될 수 있습니다. 마스터는 NCV75215로 I/O 라인 명령을 보내고, 데이터는 동일한 라인을 통해 다시 보고됩니다.

결론

자율 이동 로봇(AMR)은 다양한 사용 사례를 가지고 있으며, 채택 속도가 빨라짐에 따라 이를 지원하기 위한 일련의 모범 사례가 등장하고 있습니다. 첫째, AMR이 직면할 수 있는 잠재적인 충돌을 줄이기 위해 환경을 제어하는 것이 중요합니다. 예로는 제조 또는 창고 설비에서 AMR/자동 유도 차량(AGV)을 위한 경로를 지정하는 것을 들 수 있습니다. 둘째, 개발 과정에서 디지털 트윈을 사용하여 극단적인 시나리오를 포함한 정확한 사용 사례를 모의실험하는 것이 중요합니다. 마지막으로 센서 융합을 지능형 센서, 알고리즘, 모델과 통합하는 것이 핵심입니다. 온세미(onsemi)는 고해상도 이미징 시스템과 이미지 센서, 고출력 모터 제어, 효율적인 소형 배터리 충전 솔루션을 결합하여 AMR 애플리케이션의 다양한 요구를 충족할 수 있는 센서 융합의 완전한 솔루션을 제공합니다. 관련된 필요 사항이 있으시면 제품 및 애플리케이션 정보에 대해 Arrow 또는 온세미에 문의하시기 바랍니다.