IMU를 활용한 로봇 위치 추적 향상 및 정밀 네비게이션 달성

IMU는 중요한 모션 데이터를 제공하며 정밀한 로봇 위치 추정을 위한 필수 구성 요소가 되었습니다. 센서 융합 기술은 IMU 데이터를 카메라나 LIDAR와 같은 다른 센서와 결합하여, 다양한 데이터 소스를 통합함으로써 위치 추정 정확도를 향상시킵니다. IMU는 이동 로봇, 휴머노이드 로봇, 무인항공기(UAV), 가상/증강현실 애플리케이션에서 널리 사용됩니다. 이는 정밀한 위치 추정을 달성하는 데 중요한 역할을 하며, 로봇이 복잡한 작업을 자율적으로 수행하고 주변 환경과 효과적으로 상호작용할 수 있도록 합니다.
 
AMR은 스마트 팩토리와 창고의 미래에 필수적이며, 자동화되고 지속 가능하며 더 깨끗한 공장을 형성하는 데 중요한 역할을 합니다. 이는 효율성을 높이고, 폐기물을 줄이며, 산업 환경에서 자원 활용을 최적화합니다. 공장이 AMR에 맞게 건설되고 최적화될 수 있더라도, 기존 창고와 공장에 이 로봇을 적응시키는 것은 여전히 많은 도전 과제를 안고 있습니다. AMR이 직면한 주요 장애는 두 가지 중요한 측면으로 나뉩니다: 효율적인 경로 계획(최적 경로 결정)과 정밀한 위치 추정(환경 내 위치를 지속적으로 업데이트).
 
GPS는 밀폐되거나 닫힌 환경에서 실내 내비게이션에 적합하지 않기 때문에, AMR은 위치 추정과 내비게이션을 위해 센서와 알고리즘을 조합해서 사용합니다. 여기에는 카메라, LIDAR, 레이더와 같은 시각 센서뿐만 아니라, 휠 인코더 및 IMU와 같은 오도메트리 센서가 포함됩니다. 각 센서 모드는 범위, 정확성, 감지하는 정보 유형 관점에서 각각의 장점이 있습니다. 이러한 센서의 조합을 통해 포괄적인 데이터가 제공되어, 동적 환경에서도 로봇이 효과적으로 위치 추정될 수 있습니다.

고성능 IMU는 AMR의 위치 추적 및 내비게이션 기능을 향상시킵니다

IMU는 MEMS(Micro-Electro-Mechanical Systems)로 구성된 소형 장치입니다. 이러한 장치는 일반적으로 삼축 가속도계, 삼축 자이로스코프, 고성능 자력계를 포함합니다. 삼축 가속도계는 지구 중력장을 기준으로 가속도를 측정합니다. 삼축 자이로스코프는 각 축에서 각속도를 제공하며 회전 속도를 측정합니다. 고성능 자력계는 자기장 측정을 제공하여 어렵고 복잡한 환경에서 정확한 자세를 추정하는 데 중요한 역할을 합니다. 또한, 기타 유형의 IMU는 온도 변화를 보정하기 위한 온도 센서와 압력 측정을 위한 기압계를 포함할 수 있습니다.
 
IMU의 실시간 로컬라이제이션 능력은 높은 업데이트 속도로 인해 로봇 운영 환경에서 자율 작동 및 실시간 내비게이션의 핵심 요소입니다. 지각 센서는 일반적으로 약 10 Hz에서 30 Hz의 업데이트 속도로 작동합니다. 대조적으로, IMU는 최대 200 Hz까지 높은 정확도의 위치 데이터를 제공할 수 있습니다. 높은 업데이트 속도는 빠르게 변화하는 환경에서의 시스템 신뢰성을 크게 향상시켜 빠른 방향 변화에 적응하고 신속하게 대응할 수 있도록 합니다. 업데이트 속도가 가속화됨에 따라 AMR은 다른 측정값 간의 짧은 간격 동안 추정된 자세를 제공할 수도 있습니다. 따라서, IMU는 지각 센서보다 10배 빠른 업데이트 속도로 실시간 로컬라이제이션에 중요한 역할을 합니다.
 
한편, IMU는 데드 레코닝(Dead Reckoning)의 기본 요소로, 이전에 알려진 위치 데이터를 기반으로 현재 위치를 추정하는 내비게이션 기술입니다. IMU는 시간에 따라 위치, 방향, 속도 데이터를 지속적으로 제공하여 정밀한 추정을 가능하게 하고 AMR이 신뢰할 수 있는 내비게이션을 달성하도록 지원합니다.
 
또한, IMU는 소형 크기와 경량 설계가 특징으로, 다양한 이동 로봇 구성에 통합하기에 적합합니다. 전자기 간섭 저항성과 같은 다양한 환경에서의 강건성을 또한 보여야 하며, 이를 통해 실내 및 실외 환경 모두에서 효과적으로 작동할 수 있습니다. 따라서 다양한 응용 분야에 이상적인 선택지입니다.
 
IMU는 업데이트 속도를 가속화하여 신뢰성을 더욱 높일 수 있습니다. 지각 센서는 보통 약 10 Hz에서 30 Hz의 업데이트 속도로 제한되지만, IMU는 최대 4 kHz의 업데이트 속도로 고정밀 위치 출력 원시 데이터를 제공합니다. 이 기능은 특히 동적인 환경에서 큰 이점을 제공하며, AMR이 빠르게 반응하고 다른 측정값 간의 짧은 간격 동안 자세를 추정할 수 있게 합니다.
 
비전 센서가 존재하는 경우에도 IMU는 여전히 AMR에게 필수적입니다. 이는 AMR이 Time-of-Flight (ToF), 카메라, LIDAR와 같은 여러 비전 센서를 활용하는 경우가 많기 때문입니다. 비전 기반의 오도메트리는 풍부한 데이터세트를 제공하지만 IMU는 여전히 필요합니다.
 
예를 들어, AMR은 특징이 드문 복도에서 내비게이션할 수 있습니다. SLAM(동시 위치 및 지도 작성) 알고리즘은 본질적으로 관측된 센서 데이터를 저장된 지도와 매칭하여 로컬라이제이션을 수행합니다. IMU는 또한 광범위하고 넓은 열린 환경에서 내비게이션을 가능하게 합니다. 50m×50m 창고와 같은 넓은 공간에서 작동할 때, AMR은 고유한 특징이 센서 범위를 벗어나면 문제에 직면할 수 있습니다(LIDAR의 최대 범위는 일반적으로 약 10m에서 15m입니다). 이러한 경우, 거리 기반 로컬라이제이션은 실패할 수 있습니다.
 
경사를 이동하는 동안, LIDAR에 의존하는 전통적인 SLAM 알고리즘은 2D 포인트 클라우드 데이터가 경사 정보를 제공하지 않기 때문에 어려움을 겪습니다. IMU는 경사 정보를 추출하여 경사면에서 효과적인 내비게이션을 가능하게 합니다.
 
IMU를 사용하는 내비게이션에서는 환경 요인에 대한 민감도가 중요합니다. LIDAR 센서는 주변 광, 먼지, 안개, 비와 같은 다양한 환경 요인에 특히 민감합니다. 이러한 요인은 센서 데이터의 품질을 저하시킬 수 있으며, 그에 따라 SLAM 알고리즘 성능에 영향을 미칠 수 있습니다. 대조적으로, IMU는 다양한 환경에서 안정적으로 작동하며, 이동 로봇이 다재다능함을 유지하기 위한 이상적인 선택입니다.

센서 융합은 IMU 신뢰성과 데이터 품질을 향상시킵니다

그러나 세상에 완벽한 센서는 없습니다. IMU는 장점을 가지고 있지만, 위험과 과제 또한 존재합니다. 예를 들어, IMU 측정은 노이즈에 민감하여 로봇의 내비게이션과 제어의 정확성을 저하시킬 수 있습니다. 노이즈를 보완하기 위해, IMU는 일반적으로 Kalman 필터 또는 FIR과 같은 고급 필터링 기술을 사용합니다.
 
반면에 IMU 센서는 시간이 지남에 따라 바이어스를 축적하게 되며, 이는 자세 및 운동 추정에서 오류를 초래할 수 있습니다. 이 문제를 해결하기 위해, 바이어스 추정 알고리즘은 IMU 센서 읽기를 지속적으로 업데이트하는 데 사용됩니다. 또한, IMU 센서는 비선형적인 동작을 나타내며, 이는 데이터 처리 및 해석의 복잡성을 더욱 증가시킵니다. 비선형성을 보상하려면 센서의 동작을 특성화하고 적절한 보정을 적용하기 위해 교정이 필요합니다.
 
랜덤 워크 현상은 또 다른 우려 사항입니다. IMU는 외부 열기계적 이벤트에 취약하여 자이로스코프에서 ARW(앙귤러 랜덤 워크) 및 가속도계에서 VRW(속도 랜덤 워크) 오류를 초래할 수 있습니다. 이러한 위험을 어떻게 완화할 수 있을까요? 센서 융합이 핵심 기술입니다!
 
센서 융합은 신뢰성을 향상시키고 데이터 품질을 개선하며 측정되지 않은 상태를 더 잘 추정하고 커버리지를 확대하여 안전을 보장합니다. 센서 융합은 알고리즘의 지원에 의존합니다. 확장 칼만 필터링과 같은 상태 추정 기법은 일반적인 AMR 작동 중 노이즈, ARW, 바이어스 불안정성 오류를 보정할 수 있습니다. IMU는 지구 중력 가속도를 측정하여 피치 및 롤 자이로스코프 오류를 제거할 수 있습니다. 이 알고리즘들은 ARW 오류를 해결하면서 바이어스 드리프트를 추적하고 보정합니다.
 
확장 칼만 필터(EKF)는 모델링된 시스템의 정확한 본질이 알려지지 않았을 때에도 과거, 현재 및 미래 상태를 추정할 수 있습니다. 시간이 지남에 따라 관찰된 측정값에는 Gaussian 백색 노이즈 또는 기타 부정확성이 포함될 수 있습니다. EKF는 센서 간 측정 동기화, 자세 및 오류 추정 예측, 예측된 값의 불확실성 추정 및 업데이트와 같은 방법을 사용하여 측정값의 정확한 값을 추정합니다.

고정밀 소형 MEMS 관성 측정 유닛

ADI에서 출시한 ADIS16500은 정밀 소형 마이크로 전자기계 시스템(MEMS) 관성 측정 유닛(IMU)으로, 3축 자이로스코프와 3축 가속도계를 포함합니다. ADIS16500의 각 관성 센서는 신호 조절 기능을 통합하여 동적 성능을 최적화합니다. 공장 보정은 각 센서의 민감도, 바이어스, 정렬, 선형 가속도(자이로스코프 바이어스) 및 충격점(가속도계 위치)을 특성화합니다. 그 결과, 각 센서는 다양한 조건에서 정확한 측정을 제공하기 위해 동적 보상 공식을 갖추고 있습니다.
 
ADIS16500은 산업 시스템에 정밀한 다축 관성 센싱 기술을 통합하는 데 있어 개별 설계와 관련된 복잡성과 투자 대비 단순하고 비용 효율적인 접근 방식을 제공합니다. 모든 필요한 동작 테스트와 보정이 공장 생산 중에 완료되어 시스템 통합 시간을 크게 단축시킵니다. 내비게이션 시스템에서는 견고한 직교 정렬이 관성 프레임 정렬을 단순화합니다. Serial Peripheral Interface(SPI)와 레지스터 구조는 데이터 수집 및 구성 제어를 위한 간단한 인터페이스를 제공합니다.
 
ADIS16500의 내장 3축 디지털 자이로스코프는 ±2000°/초의 동적 범위, 8.1°/시간의 작동 중 바이어스 안정성, 0.29°/√시간(1σ)의 x축 및 y축 각도 랜덤 워크, ±0.25°의 축간 정렬 오류를 특징으로 합니다. 내장 3축 디지털 가속도계는 ±392 m/s2의 동적 범위, 125 μm/s2의 작동 중 바이어스 안정성을 갖추고 있으며, 3축 델타 각도와 델타 속도 출력을 지원합니다. 감도, 바이어스 및 축 정렬에 대해 공장에서 보정되며, 보정 온도 범위는 −10°C에서 +75°C입니다.
 
ADIS16500은 SPI 호환 데이터 통신, 프로그래머블 작동 및 제어, 자동 및 수동 바이어스 보정 제어, 데이터 동기화 수집을 위한 데이터 준비 지시를 지원합니다. 직접적, 스케일링된 출력 데이터에 대한 외부 동기화 모드뿐만 아니라 관성 센서 및 플래시 메모리를 위한 요청 시 자체 테스트 기능을 제공합니다. 3.0 V에서 3.6 V의 단일 전원(VDD)으로 작동하며, 19,600 m/s2의 기계적 충격을 견딜 수 있고 −25°C에서 +85°C의 온도 범위에서 작동합니다. ADIS16500은 100볼 볼 그리드 배열(BGA) 패키지에 포함되어 있으며, 크기는 약 15 mm × 15 mm × 5 mm입니다. ADIS16500의 응용 분야에는 내비게이션, 안정화, 계측; 무인 및 자율 차량; 스마트 농업 및 건설 기계; 공장/산업 자동화; 로봇공학; 가상/증강 현실; 이동 사물 인터넷(IoMT)이 포함됩니다.

결론

IMU는 AMR 위치 측정을 위해 필수적인 구성 요소로, 방향 추정과 동작 추적을 제공하여 높은 업데이트 속도로 실시간 응답을 제공합니다. 이를 통해 AMR은 동적인 환경에서 내비게이션이 가능합니다. 칼만 필터와 같은 센서 융합 기술을 통해 IMU는 다른 센서 모듈과 결합되어 서로의 한계를 보완할 수 있습니다. ADI는 다양한 이동 로봇 응용 분야의 특정 요구 사항을 충족시키기 위해 다양한 IMU를 제공합니다.