---

배경

• 목표: 로봇 충전을 위한 자동 플러그 삽입 시스템
• 풀스택 담당: 기구, 전장, 소프트웨어 전체 설계 및 제작
• CAD: 커스텀 부품(base_housing, camera_bracket, gear_carrier, ring_gear) 포함 SOLIDWORKS 어셈블리
• 코드: Python ~1,822줄 (비전/FSM) + C++ ~257줄 (모터 제어)

---

핵심 문제

• 플러그 삽입에 서브밀리미터 정렬 정밀도가 필요합니다
• Linux에서는 실시간 모터 제어가 불안정합니다 (비결정적)
• 접촉 감지용 힘 센서가 없습니다
• 라즈베리파이에서는 신경망 추론용 GPU를 사용할 수 없습니다

어려운 점: 서브밀리미터 정밀도를 위해서는 Linux가 보장하지 못하는 실시간성이 필요합니다. 접촉 감지는 보통 힘 센서가 필요한데 이 설계에는 없습니다.

핵심 아이디어

힘 센서 없이도 위치 분산을 모니터링해서 접촉을 감지할 수 있습니다. 액추에이터가 고정물을 누르면 모터 진동이 증가해서 위치가 불안정해집니다.

구현:

• RPi4: 비전 처리 + 상위 상태 머신 (Python)
• Arduino Mega 2560: 실시간 모터 제어 (C++)
• 분산 임계값: 1.5 (정상 상태 분산 <0.5의 3배)

---

접근 방식

1단계: 하드웨어 설계

4축 모션 시스템:

• X, Z축: 8mm 피치 리드 스크류 선형 스테퍼 모터 (약 5마이크로미터/스텝)
• Y축: 2mm 피치 리드 스크류 선형 스테퍼 모터 (약 1.25마이크로미터/스텝)
• Pi축: 각도 정렬용 회전 서보 (STS-3215)

설계 결정: Y축은 속도를 희생하고 정밀도를 위해 더 미세한 피치(8mm 대신 2mm)를 사용했습니다.

2단계: 비전 파이프라인

템플릿 매칭 (OpenCV cv2.TM_CCOEFF_NORMED):

• 포트용 템플릿 9개, 충전기용 템플릿 3개
• 임계값: 0.70~0.80
• 감지 시간: 프레임당 <50ms
• 거리 계산: 1.36 * (156 - port_width) 픽셀→mm 변환

설계 결정: YOLOv8 대신 템플릿 매칭을 선택했습니다. YOLOv8 모델은 백업용(ONNX 12MB, TFLite 3.2MB)으로 준비했지만, GPU 없는 RPi에서는 템플릿 매칭이 더 빠릅니다.

3단계: 제어 시스템

충전 시퀀스용 10-상태 FSM: WAIT → XY_PREPARE → Z_APPROX → MOVE_TO_CONTACT → XY_PRECISE → INSERT → CHARGE → CHARGING → DISCHARGE → DISCHARGE_MOVE_BACK

실패 복구: 접촉 감지 타임아웃이 발생하면 후퇴하고 정렬을 재시도합니다. 최대 3회 재시도 후 중단합니다.

바이너리 시리얼 프로토콜:

• 56바이트 데이터 패킷 (Arduino → RPi)
• 6바이트 명령 패킷 (RPi → Arduino)
• 115200 baud, 10 Hz 업데이트 (100ms)

분산 분석으로 접촉 감지:

• 100-샘플 위치 버퍼 (10 Hz에서 10초)
• 정상 상태 분산: <0.5
• 분산 임계값: 1.5 (정상의 3배, 오탐 방지)
• Z축 분산이 임계값을 초과하면 장애물에 부딪힌 것으로 판단

---

트레이드오프

결정	이유	대가
RPi + Arduino 분리	실시간 모터 제어와 비전 처리 분리	시리얼 통신 복잡도
템플릿 매칭 우선	GPU 없이 RPi에서 빠름	수동 템플릿 제작 필요
Y축 2mm 피치	수직 정밀도 향상	Y축 이동이 느려짐
분산 기반 접촉 감지	힘 센서 불필요	임계값 튜닝 필요
바이너리 시리얼 프로토콜	파싱 효율, 크기 고정	텍스트보다 유연성 낮음

---

결과

검증 (100회 이상 연속 테스트):

• 성공률: >95% (실패해도 재시도로 복구)
• 평균 도킹 시간: 15초 (수동 삽입 ~30초 대비)
• 위치 정확도: ±0.5mm (포트 공차 ±2mm의 4배 마진)

테스트 인프라:

• 단위 테스트: test_agent.py, test_detector.py (FSM, 비전 검증)
• 회귀 로그: success.log, fail.log로 실패 패턴 분석

---

핵심 교훈

• 컨트롤러 분리로 유연한 비전 처리와 안정적인 실시간 모터 제어를 양립
• 분산 기반 접촉 감지로 힘 센서 없이 통계 분석만으로 접촉 판단
• 템플릿 매칭이 GPU 없이도 정밀 정렬에 충분한 정확도 제공
• 기구 + 전장 + 소프트웨어 전체 통합으로 엔드투엔드 시스템 구현