프로젝트 팀
H. Choi (최현) •
S. Seo (서승현) •
D. Kim (김동혁) •
S. Lee (이승진)
2024년 6월 • Robotics Course Project
프로젝트 개요 및 비전
프로젝트 주제
Elephant Robotics의 MyAGV2023와 Cobot320을 활용한 자동 드론 정비 시스템 구현
핵심 목표
Smart Factory 구현과 CMMS (Computerized Maintenance Management System) 구성. 전사적 자원 관리(ERP)의 일부분인 유지보수 관리를 전산화 및 자동화
최종 제품/개념
SFaaS (Smart Factory as a Service) 제품을 제작하고 KG ICT에 차세대 신사업 아이템 후보 제시
미래 가치
드론 배송 시스템 도입이 불가피해질 것으로 예상되는 상황에서, 자동화된 정비 시스템은 정확도, 정밀도, 빠른 작업 속도, 극대화된 업타임(가동시간), 배송 원가 절감 등의 이점 제공
PoC 선정 이유
산업용 물류 드론을 사용할 수 없는 여러 제한점을 고려하여 상업용 드론 대신 DJI Tello 드론을 활용하여 PoC를 구현했습니다:
- 최대 적재량 제한: 산업용 물류 드론의 적재량 제한으로 인한 실험 제약
- 실내 환경 한정: GPS 신호 수신 불가로 인한 실내 위치 추적의 어려움
- 프로펠러 난류 문제: 실내 환경에서 프로펠러 난류로 인한 안정성 문제
활용 장비 및 기술
🤖 MyAGV2023
역할: 드론을 이/착륙장과 정비 공간(AR_7, AR_8)으로 이동시키는 자율주행 차량
핵심 기술:
- Line Tracing: 색테이프 인식 기반 자율주행
- LiDAR: 장애물 대처 및 앞차 간격 유지
- AR Marker: 특정 동작 수행 및 위치 정보 전달
- Bluetooth 통신: 자동문 제어
🦾 MyCobot320
역할: 드론의 인식 및 정비 작업을 수행하는 협동 로봇
핵심 기술:
- End Effector 카메라: Yolo 및 cv2 기반 객체 인식
- 드론 위치 및 기체 번호 파악: 컴퓨터 비전 기반 인식
- pymycobot API: 파이썬 코딩 기반 제어
🚁 DJI Tello Drone
역할: PoC 구현에 사용된 소형 드론
핵심 기술:
- UDP Socket 통신: PC와의 실시간 통신
- SDK (Software Development Kit): Python 기반 제어
- VoF 센서: 수평 유지
- AR Pose Estimate: 위치 보정
⚙️ PLC + 3상 모터
역할: 드론 수리 과정 중 컨베이어 벨트 구동 및 제어
핵심 기술:
- LS산전 XGB DR32H: PLC 제어기
- LSLV M100 Inverter: 모터 제어
- PyModbus 모듈: PC와의 Serial 통신
🚪 Arduino Uno
역할: MFC 내부와 외부를 구분하는 자동문 구성
핵심 기술:
- DC Motor + L298N 드라이버: 모터 제어
- HC06 블루투스 모듈: 접근 권한 AGV 통과
- 폐목재 재활용: ESG/환경 고려 프레임 구성
AGV 상세 운행 시스템
AGV는 중앙 PC의 통제를 받으며, AR Marker 인식 시 정지하고 중앙 PC로 데이터를 보낸 후,
PC로부터 Line Color 명령을 받아 다시 주행을 시작합니다.
AR Marker 시스템
| AR Marker ID |
위치/목적 |
동작 |
| AR 1, 2, 3 |
드론 이/착륙장 1, 2, 3 |
AR 감지 시 정지, Line 색상 'NONCOLOR' 지정, 중앙 PC로 데이터 전송 |
| AR 7, 8 |
COBOT으로부터 드론을 받거나(7번) 전달하는(8번) 구역 |
AR 감지 시 정지, Line 색상 'NONCOLOR' 지정, 중앙 PC로 데이터 전송 |
| AR 4, 5 |
입/출구 자동문에 부착 |
AGV 일시 정지, 중앙 PC로 데이터 전송, 블루투스 통신을 통해 자동문 작동 |
| AR 6 |
AGV 자동 충전소 |
마커 감지 시 180도 회전, 트랙 가이드 시스템을 따라 후진하여 충전 어댑터 연결 |
Line Color 시스템
다양한 색상의 마스킹 테이프로 트랙을 구성하며, AGV는 HSV 기반으로 라인 트레이싱을 수행합니다:
핵심 학습 목표 및 구현 결과
교육 목표
- 교육 과정에서 학습한 내용을 복습하고 활용
- 새로운 아이디어 제시 (창의성, 시장성, 구현 가능성 고려)
- 미래 트렌드 예측 및 문제점 분석/해결책 제시
주요 활용 기술
Python
협동로봇/AGV 운용
PLC
Arduino
CAD (Fusion360)
Socket 통신
Computer Vision (YOLO, OpenCV)
Flutter
Google Sheets API
시스템 구현 결과
✅ 자동 관리 및 판단
비어있는 착륙장 판단, 수리 중 드론 유무 확인, AGV 배터리 충전 필요 여부 자동 판단
✅ 통합 제어 시스템
중앙 PC를 통한 모든 하드웨어 통합 제어 및 모니터링
✅ CMMS 구현
Google Sheets를 활용한 데이터베이스 구축 및 유지보수 관리 시스템 구현
✅ 실시간 모니터링
Flutter UI를 통한 현재 상황 실시간 모니터링
아쉬운 점
하드웨어 제한 및 성능 문제(Performance issue)로 인한 불필요한 시간 소모와 코드 테스트의 어려움이 있었습니다.
기대 효과 및 미래 가치
SFaaS (Smart Factory as a Service)
드론 배송 시스템 도입이 불가피해질 것으로 예상되는 상황에서, 본 시스템은 다음과 같은 이점을 제공합니다:
- 정확도 및 정밀도 향상
- 빠른 작업 속도
- 극대화된 업타임(가동시간)
- 배송 원가 절감
- 자동화된 정비 프로세스
