이동 수단의 바퀴가 크랙 위를 지나가면 충격을 받을 수 있으며 주행자의 부상을 초례할 가능성이 생긴다. 이러한 문제점을 보안하기 위해 바퀴가 지나가는 부분의 크랙을 탐지 및 속도를 제어해 크랙 위에서의 충격량을 최소화, 주행자에게 안정감을 제공할 수 있다.
- 터틀봇을 원격 혹은 유선으로 조종 가능하게 한다.
- 실 시간성을 보장하기 위해 최적화 작업을 한다.
- 라즈베리파이 카메라로 터틀봇 바퀴의 이동경로의 크랙을 탐지 할 경우 터틀봇 속도를 줄인다.
- 터틀봇의 자율 주행을 위한 컨트롤 보드 OpenCR1.0을 사용해 시리얼 케이블로 통신한다.
- 이동 로봇 제어를 위한 안드로이드 애플리케이션을 사용, RPi4b 와 블루투스로 통신 가능.
- Pi 카메라를 사용해 캡처 한 이미지 해상도를 900 by 600, 이를 Gray scale로 변환한 뒤, 150 by 150의 이미지로 분할한다.
- 로봇의 주행에 영향을 주는 이미지만을 선택하여 크랙 여부를 판단한다.
- 고정된 카메라의 각도(θ)와 카메라가 설치된 높이(h)를 통해 크랙까지의 거리를 계산. º 기체의 현재속도(v0)를 이용해 로봇이 크랙에 도착하는 시간(t0)을 계산한다. º t0 = h tanθ/v0, t1 = t0 + w/v1 (v1=감속 속도, w=기체의 길이)
- 이미지 캡처에 약 300ms 소요, 분할된 단일 이미지의 추론에 걸리는 시간은 약 30ms 로 걸리는 총 시간은 약 420ms 이다.
Structural Defects Network (SDNET) 2018
-
TensorFLow로 CNN 인공 신경망 모델을 개발
-
RPi4b 의 제한된 성능에서 실시간 추론을 위해 TF-Lite 로 모델을 경량화
-
모델의 테스트 정확도 : 98.17%
-
모델 구성도
- 충격 센서 데이터
- 학습 및 검증 그래프
