01분반 1조 살려wear조 - 편집 역사

Uosenv25036: /* 상세설계 내용 */

2025-06-25T02:30:42Z

‎상세설계 내용

Uosenv25036: /* 상세설계 내용 */

2025-06-25T02:29:18Z

‎상세설계 내용

Uosenv25036: /* 상세설계 내용 */

2025-06-25T02:27:55Z

‎상세설계 내용

Uosenv25036: /* 상세설계 내용 */

2025-06-25T02:27:06Z

‎상세설계 내용

Uosenv25036: /* 상세설계 내용 */

2025-06-25T02:26:29Z

‎상세설계 내용

Uosenv25036: /* 상세설계 내용 */

2025-06-25T02:24:44Z

‎상세설계 내용

Uosenv25036: /* 이론적 계산 및 시뮬레이션 */

2025-06-25T02:22:40Z

‎이론적 계산 및 시뮬레이션

Uosenv25036: /* 이론적 계산 및 시뮬레이션 */

2025-06-25T02:22:28Z

‎이론적 계산 및 시뮬레이션

Uosenv25036: /* 이론적 계산 및 시뮬레이션 */

2025-06-25T02:21:36Z

‎이론적 계산 및 시뮬레이션

Uosenv25036: /* 이론적 계산 및 시뮬레이션 */

2025-06-25T02:21:21Z

‎이론적 계산 및 시뮬레이션

← 이전 판		2025년 6월 25일 (수) 02:30 판
209번째 줄:		209번째 줄:

	-통합시간: 2.4 ms ~ 700 ms		-통합시간: 2.4 ms ~ 700 ms
		+
		+	AS7265x 및 TCS34725는 각각 아두이노(Arduino Uno R3)와 연결되며, 통신 안정성과 전압 호환을 위해 논리레벨 변환기(Bi-Directional Logic Level Converter)를 함께 사용한다. 수집된 스펙트럼 및 색상 데이터는 아두이노를 통해 실시간 처리되어 섬유 종류 및 색상별로 폐의류를 자동 분류하는 시스템을 제어한다.
		+
		+
		+	'''3) 제어부 및 회로 설계'''
		+
		+	폐의류 섬유 분류를 위해 AS7265x 근적외선(NIR) 센서와 TCS34725 RGB 센서를 아두이노 보드에 연결하여 반사율 데이터를 수집하였다. RGB 센서의 반사율은 기준 색상 값과 비교하여 색상을 판별하고, 이를 통해 색상 기반 분류 모델을 선택한다. NIR 센서로부터 측정된 스펙트럼 반사율을 모델의 입력값으로 활용하여 섬유의 종류를 예측한다. 폐의류의 색상과 섬유의 종류를 LCD 패널에 출력되도록 한다.
		+
		+	[[파일:회로도1번.png]]

	==결과 및 평가==		==결과 및 평가==

← 이전 판		2025년 6월 25일 (수) 02:29 판
183번째 줄:		183번째 줄:

	본 설계에서는 폐의류 내 섬유 조성과 색상을 실시간으로 식별하기 위해 아두이노 기반 근적외선(NIR) 및 가시광선(RGB) 센서 시스템을 구축하고자 한다. 아두이노 기반 시스템은 a) SparkFun Triad Spectroscopy Sensor (AS7265x)와 b) TCS34725 RGB Color Sensor를 중심으로 구성되며, 향후 공압식 자동 분류 장치와 연동하여 섬유 종류 및 색상별 분리 작업을 제어하게 된다.		본 설계에서는 폐의류 내 섬유 조성과 색상을 실시간으로 식별하기 위해 아두이노 기반 근적외선(NIR) 및 가시광선(RGB) 센서 시스템을 구축하고자 한다. 아두이노 기반 시스템은 a) SparkFun Triad Spectroscopy Sensor (AS7265x)와 b) TCS34725 RGB Color Sensor를 중심으로 구성되며, 향후 공압식 자동 분류 장치와 연동하여 섬유 종류 및 색상별 분리 작업을 제어하게 된다.
		+
		+	[[파일:센서사용한거.png]]

	'''a. SparkFun Triad Spectroscopy Sensor (AS7265x)		'''a. SparkFun Triad Spectroscopy Sensor (AS7265x)

@@ 184번째 줄: / 184번째 줄: @@
 본 설계에서는 폐의류 내 섬유 조성과 색상을 실시간으로 식별하기 위해 아두이노 기반 근적외선(NIR) 및 가시광선(RGB) 센서 시스템을 구축하고자 한다. 아두이노 기반 시스템은 a) SparkFun Triad Spectroscopy Sensor (AS7265x)와 b) TCS34725 RGB Color Sensor를 중심으로 구성되며, 향후 공압식 자동 분류 장치와 연동하여 섬유 종류 및 색상별 분리 작업을 제어하게 된다.
+'''a. SparkFun Triad Spectroscopy Sensor (AS7265x)
-a. SparkFun Triad Spectroscopy Sensor (AS7265x)
+'''
 - 가시광선 및 근적외선(NIR) 감지 센서
@@ 197번째 줄: / 196번째 줄: @@
 - 아두이노, Python 라이브러리 제공
-b. TCS34725 RGB Color Sensor
+'''b. TCS34725 RGB Color Sensor
+'''
 - 정확한 색상 감지를 가능하게 하는 RGB 컬러 센서

@@ 183번째 줄: / 183번째 줄: @@
 본 설계에서는 폐의류 내 섬유 조성과 색상을 실시간으로 식별하기 위해 아두이노 기반 근적외선(NIR) 및 가시광선(RGB) 센서 시스템을 구축하고자 한다. 아두이노 기반 시스템은 a) SparkFun Triad Spectroscopy Sensor (AS7265x)와 b) TCS34725 RGB Color Sensor를 중심으로 구성되며, 향후 공압식 자동 분류 장치와 연동하여 섬유 종류 및 색상별 분리 작업을 제어하게 된다.
 a. SparkFun Triad Spectroscopy Sensor (AS7265x)
 - 가시광선 및 근적외선(NIR) 감지 센서
 - 측정 파장 범위: 410nm ~ 940nm
 - 통신방식: I²C 및 UART (I2C 기본 주소: 0x49)
 - 전원공급: 3.3V
 - 아두이노, Python 라이브러리 제공
 - 정확한 색상 감지를 가능하게 하는 RGB 컬러 센서
 -측정 파장 범위: 약 380nm ~ 780nm
 -통신방식: I²C (주소: 0x29
 -전원공급: 2.7V ~ 3.6V
 -통합시간: 2.4 ms ~ 700 ms

@@ 177번째 줄: / 177번째 줄: @@
 [[파일:섬유종선정.png]]
-폐의류 섬유 식별 자동화 시스템 구축을 위해 먼저 식별 대상 섬유 목록을 확정하였다. 본 과제에서는 실제 폐의류에서 주요하게 발견되는 섬유를 고려하여 Cotton, Polyester, Nylon, Acrylic의 총 4종을 식별 대상으로 선정하였다. 섬유별 반사 특성 분석을 위해 파장별 반사 스펙트럼 데이터를 확보하였으며, 데이터는 미국 국립표준기술연구소(NIST)에서 제공하는 NIR-SORT 데이터베이스를 활용하였다(https://data.nist.gov/od/id/mds2-3325). NIR-SORT는 다양한 섬유 재질에 대해 700~2500nm 범위의 근적외선 반사 스펙트럼을 고정밀로 수집하여 표준화한 데이터베이스로, 폐의류 섬유 식별용 기계학습 데이터셋 구축에 적합하다.
+폐의류 섬유 식별 자동화 시스템 구축을 위해 먼저 식별 대상 섬유 목록을 확정하였다. 본 과제에서는 실제 폐의류에서 주요하게 발견되는 섬유를 고려하여 Cotton, Polyester, Nylon, Acrylic의 총 4종을 식별 대상으로 선정하였다. 섬유별 반사 특성 분석을 위해 파장별 반사 스펙트럼 데이터를 확보하였으며, 데이터는 미국 국립표준기술연구소(NIST)에서 제공하는 NIR-SORT 데이터베이스를 활용하였다(https://data.nist.gov/od/id/mds2-3325).
 '''2) 섬유의 반사 스펙트럼 수집을 위한 아두이노 설계'''
@@ 186번째 줄: / 185번째 줄: @@
 a. SparkFun Triad Spectroscopy Sensor (AS7265x)
-AS7265x는 410nm에서 940nm까지 18개 파장대역의 반사 또는 투과 스펙트럼을 측정할 수 있는 근적외선(NIR) 분광 센서이다. 세 개의 스펙트로미터 칩(AS72651, AS72652, AS72653)을 통합하여 가시광선부터 근적외선 영역까지 폭넓은 스펙트럼 정보를 수집할 수 있다.
+- 가시광선 및 근적외선(NIR) 감지 센서
-섬유별로 고유한 반사 스펙트럼 특성이 존재하기 때문에, AS7265x를 활용하여 면, 폴리에스터, 울, 나일론 등 다양한 천연섬유 및 합성섬유를 높은 정확도로 구분할 수 있다. AS7265x는 I2C 및 UART 통신을 지원하며, 수집된 다중 파장대 반사율 데이터는 아두이노를 통해 실시간 전송되어 사전 학습된 SVM, KNN 등의 기계학습 모델에 입력된다.
+- 측정 파장 범위: 410nm ~ 940nm
 b. TCS34725 RGB Color Sensor
-TCS34725는 Red, Green, Blue 색상 값과 광량을 측정할 수 있는 고성능 RGB 색상 센서이다. 고정밀 16비트 ADC를 사용하여 가시광선 영역의 색상 정보를 디지털 신호로 변환하며, 내장된 IR 필터를 통해 근적외선의 영향을 최소화하여 정확한 색상 측정을 지원한다. 본 시스템에서는 TCS34725를 통해 폐의류의 색상 정보를 수집하여 섬유 식별 보조 데이터로 활용한다.
+- 정확한 색상 감지를 가능하게 하는 RGB 컬러 센서
 ==결과 및 평가==

@@ 173번째 줄: / 173번째 줄: @@
 ===상세설계 내용===
-내용
+'''1) 식별 대상 섬유 설정'''
 ==결과 및 평가==

← 이전 판		2025년 6월 25일 (수) 02:22 판
164번째 줄:		164번째 줄:

	식(1)에 따라 0.5m/s의 속도로 1초간 이동 시 0.5m, 3초간 이동 시 1.5m의 간격이 필요함을 확인하였다. 따라서 본 시스템에서는 최소 1.2m 이상의 간격을 확보하는 것을 기준으로 설계하여, 데이터 처리 중 의류가 겹치는 현상을 방지하고 시스템 안정성을 확보하였다.		식(1)에 따라 0.5m/s의 속도로 1초간 이동 시 0.5m, 3초간 이동 시 1.5m의 간격이 필요함을 확인하였다. 따라서 본 시스템에서는 최소 1.2m 이상의 간격을 확보하는 것을 기준으로 설계하여, 데이터 처리 중 의류가 겹치는 현상을 방지하고 시스템 안정성을 확보하였다.
		+

	'''2) 분리부 설계'''		'''2) 분리부 설계'''

@@ 157번째 줄: / 157번째 줄: @@
 '''[컨베이어 이송 속도와 섬유 간 간격 계산] '''
 본 과제의 컨베이어 벨트의 이송 속도는 의류 간 엉킴을 방지하고, 센서 및 알고리즘의 분석 시간이 충분히 확보될 수 있도록 0.5m/s로 설정하였다. 섬유 선별 알고리즘의 처리 시간은 약 1~3초로 예상되며, 이에 따라 의류 간 간격은 최소 0.5m에서 최대 1.5m 이상으로 설정되어야 한다.
 컨베이어 속도(0.5m/s) 설정 시 NIR 알고리즘 반응시간(1~3초)에 맞춰 섬유 간 거리를 산정하는 식은 아래 식(1)과 같다. 컨베이어 벨트의 이동속도와 알고리즘 반응 시간을 곱하여 컨베이어 벨트 위의 섬유 간 간격을 구한다.
@@ 163번째 줄: / 164번째 줄: @@
 식(1)에 따라 0.5m/s의 속도로 1초간 이동 시 0.5m, 3초간 이동 시 1.5m의 간격이 필요함을 확인하였다. 따라서 본 시스템에서는 최소 1.2m 이상의 간격을 확보하는 것을 기준으로 설계하여, 데이터 처리 중 의류가 겹치는 현상을 방지하고 시스템 안정성을 확보하였다.
 ===상세설계 내용===

@@ 155번째 줄: / 155번째 줄: @@
 ===이론적 계산 및 시뮬레이션===
 '''1) 이동부(컨베이어벨트) 설계'''
 본 과제의 컨베이어 벨트의 이송 속도는 의류 간 엉킴을 방지하고, 센서 및 알고리즘의 분석 시간이 충분히 확보될 수 있도록 0.5m/s로 설정하였다. 섬유 선별 알고리즘의 처리 시간은 약 1~3초로 예상되며, 이에 따라 의류 간 간격은 최소 0.5m에서 최대 1.5m 이상으로 설정되어야 한다.
 컨베이어 속도(0.5m/s) 설정 시 NIR 알고리즘 반응시간(1~3초)에 맞춰 섬유 간 거리를 산정하는 식은 아래 식(1)과 같다. 컨베이어 벨트의 이동속도와 알고리즘 반응 시간을 곱하여 컨베이어 벨트 위의 섬유 간 간격을 구한다.