자율화를 향한 차세대 산업 혁명
상태바
자율화를 향한 차세대 산업 혁명
  • 선연수 기자
  • 승인 2020.05.21 08:45
  • 댓글 0
이 기사를 공유합니다

[테크월드=선연수 기자] 1차 산업 혁명기의 조면기(Cotton gin, 목화에서 면실을 분리해내는 기계)와 증기기관 발명부터 2차 산업 혁명기의 조립라인 개발까지, 신기술을 빠르게 채택한 덕분에 세계는 커다란 도약을 이룰 수 있었다.

 

많은 분석가들은 인더스트리 4.0, 자율 시스템의 성장과 함께 차기 산업 혁명이 우리 앞에 다다랐음에 동의하고 있다. 차세대 산업을 발굴하는 이 시기에, 재료와 노동력을 보다 효율적으로 활용하기 위해서는 기반 기술을 계속 빠르게 발전시켜야 한다. 제조, 채굴, 농업, 물류 등의 분야에서 산업 혁명이 진행되는 가운데, 자동화하고 자율적으로 움직이는 로봇, 자동차, 드론은 산업 혁명의 중추 역할을 맡게 될 것이다.

 

자율화를 위한 기초 요구사항

자율 애플리케이션에 요구되는 시스템 수준을 달성하기 위해서는 장비가 주변 환경을 인지하고 탐색할 수 있어야 한다. 이는 다각적인 센서 기술을 활용하고 기존 방식, 인공지능(AI), 머신러닝 기반 알고리즘 등으로 융합·해석함으로써 이룰 수 있다. 이때 가장 큰 해결 과제는 신뢰성과 가용성이다. 이는 기술의 최종 목표를 안전, 효율, 비용, 유연성 향상에 두고 다양한 센서 기술을 같이 활용해 나가면서 해결할 수 있다.

자율시스템은 AI와 알고리즘에 정보를 제공하기 위해 센서 융합 기술로 수집된 충실도 높은 데이터에 크게 의존한다. 이 산업 분야에서는 일반적으로 레이더, 라이다(LiDAR), 비전, 초음파, 관성 센서 등이 활용된다. [표 1]은 각 인지 센싱 기술의 장단점을 나타내며, 이를 통해 여러 센서 기술을 병행 사용해야 함을 알 수 있다.

 

[표 1] 주요 센서 기술의 특징

 

기계의 눈이 되는 ‘인지 센싱’

인더스트리 4.0을 위해 해결해야 할 과제는 많다. 자율적으로 움직이는 기계(로봇, 협동 로봇 등)는 제한된 공간과 적대적 환경 속에서 보다 작고 정확하면서, 가까이에 있는 대상까지도 측정할 수 있는 레이더 기술을 필요로 한다. 주변 공간을 이미징하고 분류하는 것은 효율성, 생산성, 안전성을 위해 반드시 필요한 기능이다.

최근 RF 트랜시버 IC 기술이 발전하면서 레이더가 인지 애플리케이션을 위한 중요한 센서 기술 중 하나로 급부상하고 있다. 그 예로 77GHz 완전 통합형 완전 디지털 트랜시버 MMIC를 들 수 있다. 이는 높은 출력 전력, 저잡음 송/수신 채널, MIMO 안테나 어레이를 결합한 고속 선형 FMCW 칩으로 고성능, 고분해능 레이더 시스템을 합리적인 가격에 구현할 수 있도록 지원한다.

레이더에 기반한 디지털 빔포밍은 가장 열악한 환경 조건에서도 복수의 표적 물체에 대해 반경방향 속도, 각도, 거리를 감지할 수 있다. 이는 동적인 환경에서 로봇, 협동 로봇(Cobot), AGV가 안전하고 효율적으로 상호작용하기 위해 중요한 특성이다.

 

산업 환경 속 자율 시스템은 대상 물체를 안전하게 피하는 것이 아닌, 물체를 찾아 들어올리는 것을 임무로 삼는 경우가 많다. 라이다는 강력한 물체 감지 능력, 분류 정확도로 이런 작업에 정밀도를 제공한다.

테라헤르츠 주파수 범위에서 동작하는 라이다 시스템은 정교한 각도 분해능을 제공하고, 이를 고분해능 심도 맵으로 변환한다. 이 지도를 통해 라이다 시스템은 물체를 분류하고 비전, IMU, 레이더 정보와 융합해 신뢰성있는 중요한 결정을 내린다.

라이다 시스템은 햇빛이 밝은 야외와 같은 환경에서도 동작할 수 있도록 설계됐다. 라이다는 900nm, 1500nm 대 파장의 좁은 펄스를 사용하고, 높은 전력으로 구동되는 까다로운 조건에서도 더 먼 곳의 대상을 식별해낼 수 있다. 좋은 펄스는 더 섬세한 심도 분해능을 달성하기에 하나의 픽셀 내에서도 여러 표적 대상을 감지할 수 있다. 같은 파장대의 적외선은 태양 복사를 더 적게 가진다.

라이다 시스템이 보편화되기 위해서는 많은 과제들을 극복해야 한다. 복잡하고 비싼 신호 체인 문제, 광학 설계 문제, 시스템 테스트와 보정 등이 그 과제들 중 일부다. 이런 신호 체인을 통합하고 복잡도, 크기, 전력 요구사항, 전체 소유 비용 등을 줄이기 위한 연구들이 진행되고 있다.

 

정확도를 높여 주는 ‘내비게이션 센싱’

산업용 기계에 센서가 널리 사용되고 센서로부터 얻은 데이터가 풍부해지면서, 기계의 위치와 상대 운동의 중요성도 높아지고 있다. 자율성은 종종 이동성과 연관되며, 이를 위해 차량의 정확한 위치 결정, 기계의 동작 유도, 계측기의 정밀한 조향이 매우 중요해진다. 이런 동작을 아주 정확히 감지할 수 있다면, 더 까다로운 안전성과 신뢰성을 요하는 애플리케이션에도 적용할 수 있다.

예를 들어 스마트 팜(Smart farm)은 농작물 관리에 있어 지속적으로 효율을 높여줘야 하며, 이에 센티미터 수준의 위치 측정 정확도를 갖는 시스템을 적용하면 생산물 재배를 극대화할 수 있다.

 

자율 항법을 위한 한 가지 접근법은 GNSS(Global Navigation Satellite System) 위치 서비스를 활용하는 것이다. 이는 어디서나 이용할 수 있는 서비스지만, 신호 단절에 취약한 단점이 있다. 완전한 자율성을 실현하기 위해서는 작동에 제한되는 부분이 없어야 하며, 차단이나 일시적 중단과 같은 위협이 없어야 한다.

이를 보완하기 위해 관성 센서는 모션 측정을 제공한다. 이를 통해 신호 중단, 외부 인프라 필요성과 같은 통신 제약으로부터 자유롭다. 관성측정장치(IMU)는 통상적으로 3축 가속도 센서와 3축 회전 센서를 결합한 6자유도(DoF)로 구성된다. IMU의 출력은 추가적인 프로세싱을 거쳐 상대 자세, 방향, 속도를 제공하며 궁극적으로 추측 항법(Dead reckoning) 기능을 지원한다.

센티미터 수준의 위치 결정이나 지향각 1도의 1/10 수준의 정확도를 달성하기 위해서는 특수한 종류의 관성 센서가 필요하다. 소비가전 수준의 IMU 출력은 비교적 양호한 환경에서도 매우 빠르게 드리프트 한다. 이 장치들은 요구되는 동작과 다른 오류 소스(진동, 교차축 교란 포함)를 구별하지 못한다.

고성능 관성 센서는 시간당 1° 범위 내의 높은 안정도를 나타내고, 특수한 센서 구조를 도입해 선형가속도 오류를 제거하며, 온도와 정렬 교란을 보상하도록 보정돼 있다. 이와 같이 정밀한 모션 캡처는 GPS나 인지 센서보다 10~100배 빠른 속도로 이뤄지며, 비자율적 기계에 의존하는 인간의 본능적인 모션 감지 능력을 대체하기에 가장 적합한 기술이다.

 

결론

자율성에 기반한 산업 혁명의 발전은 이를 지원하는 센서 기술의 발달 정도에 의존한다. 단거리나 장거리에 있는 사물을 정밀하게 감지·분류할 수 있는 레이더, 라이다, 카메라 기술은 산업용 자율 차량이 표적이 되는 물체를 사람과 거의 유사한 수준으로 감지할 수 있도록 한다. 또한, 관성 기술은 자율 애플리케이션에 직감이나 추측 항법을 제공하기 위해 중요하다. 센서가 정밀할수록 AI에 더 높은 품질의 데이터를 제공할 수 있고, 이는 궁극적으로 더 안전하고 효율적인 애플리케이션을 구현할 수 있도록 해준다.

 

글: 안드레아스 파(Andreas Parr) 사업개발 담당 선임 마케팅 엔지니어,
밥 스캐널(Bob Scannell) 제품 마케팅 매니저,
사르벤 아이펙(Sarven Ipek) 마케팅 매니저

자료제공: 아나로그디바이스

 

- 이 글은 테크월드가 발행하는 월간 <EPNC 電子部品> 2020년 5월 호에 게재된 기사입니다.


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.