"1조 - 먼지잡이"의 두 판 사이의 차이

2019년 6월 20일 (목) 08:37 판

프로젝트 개요

기술개발 과제

국문 : 실시간 미세먼지 측정 및 모니터링 시스템 ..

영문 : Real-time Indoor Fine Dust Measurement and Monitoring System..

과제 팀명

먼지잡이..

지도교수

이수일,성민영 교수님

개발기간

2019년 3월 ~ 2018년 6월 (총 4개월)

구성원 소개

서울시립대학교 기계정보공학과 2013430023 연제웅(팀장)

서울시립대학교 기계정보공학과 2015430030 이성재

서론

최근 가장 큰 문제가 되는 실내 오염물질은 ‘미세먼지’다. 미세먼지는 WHO가 지정한 1급 발암 물질로, 질산염·황산염과 탄소류·검댕 등이 주요 성분이다. 미세먼지는 입자의 크기에 따라 PM10(10㎛ 이하)과 PM2.5(2.5㎛ 이하)로 나눌 수 있는데, 크기가 작을수록 체내에 더 깊숙이 침투해 천식, 만성 폐쇄성 폐 질환(COPD), 심정지 같은 호흡기·심혈관계 질환을 유발한다. 또한 미세먼지는 후각 신경을 타고 뇌로 직접 침투해 치매와 파킨슨병, 알츠하이머병 같은 신경성 질환도 일으킬 수 있는 것으로 보고됐다. 따라서 전반적인 실내 미세먼지를 측정하는 시스템을 제안함으로써 더욱 쾌적한 삶을 사용자에게 제공하고자 한다.

개발 과제 요약

본 프로젝트는 대기 질에 대한 관심이 커지는 때에, 외기 미세먼지 뿐 아니라 실내 미세먼지를 측정하고 이를 모니터링 하는 시스템을 제안한다. 생활 공간을 패트롤하는 로봇을 이용하여 실시간으로 실내 미세먼지 농도를 측정하고, 이를 중앙 컴퓨터에서 모니터링함으로서 미리 사용자에게 실내 공기 질에 대한 경고 메시지를 부여할 수 있다. 이를 통해서 외기 미세먼지 측정값으로는 알 수 없는 실내 생활공간에 대한 미세먼지 농도를 정확히 파악하고 경각심을 가질 수 있도록 한다.

개발 과제의 배경 및 효과

정부에서 제공하는 미세먼지 측정소는 서울의 경우 총 56대(2018년 말 기준)가 설치되어있으며, 이는 측정기 한 대가 축구장 1,000개 면적(7㎢)을 담당하고 있는 셈이다. 지방의 경우 지역별 세부 데이터를 측정하기에 턱없이 부족한 실정이다. 또한, 우리가 예보에서 확인하는 미세먼지 수치는 지역별로 위치한 미세먼지 측정소에서 제공한다. 집을 나설 때, 지하철을 탈 때, 실내를 환기하거나 환기하지 않을 때, 그때그때 우리가 들이마시는 일상의 공기 질이 어떻게 달라지는지는 정확하게 알기 어렵다. 이에 대처하기 위해서는 실시간으로 내가 실제 들이마시는 생활 공간의 공기 질에 대한 측정이 필요하다.

개발 과제의 목표와 내용

◇ Robot OS를 이용한 실내 패트롤봇 구현

사용자가 미세먼지 측정을 원하는 곳을 실시간으로 측정하기 위해서 KOBUKI 로봇과 Open source Robot OS(ROS)를 이용한 패트롤봇을 구현한다. RPlidar 센서를 이용하여 과학기술관 3층의 맵 데이터를 수집하여, 그 맵 데이터를 바탕으로 과학기술관 3층을 지속적으로 패트롤하게 한다. 이 구현은 ROS의 패키지인 SLAM과 Navigation을 이용한다. 이 주행 프로세스는 RaspberryPi를 이용하여 처리한다.

◇ 미세먼지 센서를 이용한 실시간 미세먼지 농도 데이터 수집 및 외기 데이터와의 비교

주행도중 미세먼지 센서를 이용하여 수시로 미세먼지 농도 데이터를 수집하고, 이를 RaspberryPi와 UART통신으로 연결한다. 그리고 WiFi를 이용하여 수집한 데이터를 중앙 모니터링 시스템으로 전송한다. 이를 통해 실내 미세먼지 데이터를 지역 외기 데이터와 비교하여 유의미한 정보를 사용자에게 제공하는 것을 목표로 한다.

◇ 모니터링을 위한 시스템 구축

중앙 모니터링 컴퓨터는 WiFi를 이용하여 패트롤봇의 RaspberryPi와 통신한다. 이를 이용해 실내 미세먼지 데이터를 제공받아 사용자가 보기 쉽게 시각화하여 웹에 제공하는 것을 첫 번째 목표로 한다. 또한 공공데이터포털에서 제공하는 무료 미세먼지 데이터를 받아 동대문구 전농동의 미세먼지 농도와 실내 미세먼지 농도를 비교한 데이터를 GUI형태로 제공하는 것을 두 번째 목표로 한다.

관련 기술의 현황

State of art

1) 미세먼지 센서 측정 기술

현재 대기 중의 미세먼지는 다양한 방법을 통해서 측정할 수 있다. 필터 방식의 미세먼지 중량 측정 방식, 베타 감쇠법, 광학적 방법 등이 이에 해당한다. 이 중에서 광학적 방식이 지금까지 가장 저렴한 방식으로 알려져 있다. 기기의 비용이 다른 방식에 비해서 상대적으로 저렴한 편이고, 전력 소모가 적으며 반응속도가 빠른 편이어서 주로 사용된다. 
광학 기술의 원리를 간단히 살펴보면, 이 기술에서는 광선이 기기로부터 나와서 대기 중에 있는 미세먼지에 빛이 발산하는 정도를 Photo-meter를 통해서 측정하게 된다. 0.3µm보다 큰 입자인 경우, 빛이 퍼지는 정도가 입자의 농도에 비례한다. 하지만 0.3µm보다 작은 입자인 경우, 빛이 충분히 퍼지지 않아서 광학적 방식으로는 측정이 어려운 편이다. 그래서 발산한 빛을 분포를 분석하거나 필터를 부착하는 간접적인 방식을 활용하여 작은 입자의 경우 측정률을 높이고 있다.
본 프로젝트에 사용하는 PMS7003 역시 레이저 산란 원리를 이용한 센서이며, 레이저를 이용하여 공기 중에 부유 입자를 방출시킨 후 산란광을 수집하여 산란광 변화 곡선을 통해 미세먼지를 측정한다.

2) 네비게이션 및 주행 기술

a) 센서 기술

주행환경을 인지하기 위한 시스템으로는 카메라, 레이더, 라이더, 초음파 등의 다양한 센서 가 있다. 먼저 카메라는 영상을 통해 도로의 차로(차선), 제한속도, 교통표지판, 신호등 정보  등 도로의 주행환경 정보를 인식하는 기능을 수행하며 센서 중 중요도가 가장 높다. 
레이더는 카메라처럼 탐지 물체의 종류는 알 수 없지만, 밤이나 악천후 상황에서 사용이 가능하고 측정거리가 길다는 장점 때문에 카메라의 보완 역할을 수행한다. 현재의 기술로는 근거리 60~80m(40~ 60 도), 중거리 150m, 장거리 250m(90~110도)까지 인식 가능하다. 
라이더는 측정각도가 넓고 주변환경을 3 차원으로 인지할 수 있는 장점이 있지만, 환경에 영향을 많이  받고 가격이 비싼 것이 단점이다. 최대 150m 이내(360  도)까지 인식 가능한 것으로 알려져 있다. 초음파는 차량의 후방 감시, 주차 등을 위해 사용되고 저렴한 것이 장점이며, 15m  이내로  인식 가능한 것으로 알려져  있다.  최근에는  카메라,  단거리/장거리   레이더,  라이더  등의  센서를  통합 하여 성능을 보완하는 기술 개발이 이루어지고 있다. 카메라는 3 차원 인지 및 기능  다양화,  레이더는 단거리와 장거리의 기능 통합,  라이더는 저가 및 소형화로 기술 발전이 이루어지고 있다.

b) 정밀지도 기술

자율주행을 위해서는 50cm 이하의 지도 정확도가 확보되어야 한다. 정밀지도 구축에는 많은 비용과 시간이 요구되며 정확도 높은 데이터를 축적하는 것이 중요한 이슈이다. 정밀지도를 구축하기 위해 수집차량의 센서로부터 입력되는 초기 데이터에서 차선, 신호등, 표지판 등 자율주행을 위해 필요한 도로교통정보를 구분하는 작업이 필요하고, 위성지도, 등고선 지도 등을 활용하여 보정, 검증하는 후처리 절차가  필요하다. 정밀지도는 일반적인 네비게이션 지도에 비해 용량이 매우 크기 때문에 저장, 활용, 업데이트 등의 어려움이 예상된다. 정밀지도를 제작하고 있는 주요 업체는 Google, Here, 탐탐 등이며, 우리나라도   현대엠엔소프트가  자체  정밀지도를 제작 중이다.

c) 측위 기술

측위 기술은  GPS를 사용하거나 무선 네트워크의 기지국 위치를 활용하여 단말기의 정확한 위치를   파악하는 기술, 네트워크 방식과 단말기 방식, 그리고 이들을 혼합한 하이브리드 방식 으로 분류된다. 
대표적 측위 기술은 GPS(Global Positioning System), DR(Dead Reckoning), DGPS (Differential GPS), CDGPS(Carrier phase differential GPS), 복합 측위 기술 등으로 구분할 수 있으나, 10m이상의 거리 오차가 발생하여 현재 자율주행자동차 기능 구현에 사용하진 않는다.

d) V2X 통신 기술

V2X 는 차량 센서로는 감지할 수 없는 다른 차량의 정보(V2V), 전방 도로의 사고 정보(V2I) 등 의 정보를 얻기 위해 자율주행자동차가 외부 차량 혹은 도로 인프라 등과 통신하는 기술이다. 하지만, 개발 비용이 높고, 모든 차량에 동일한 통신 방식이 적용되어야 하기 때문에 일부 완성 차 업체에서 주도하고 있다. 미국의 CAMP(다임러, 도요타, GM, 현대 등 참여), 유럽의 C2C- CC(완성차 12 업체 참여) 등을 예로 들 수 있으며, 구현 방식 차이로 발생하는 통신 오류로 인한 사고를 방지하기 위해 컨소시엄 방식으로 추진되고 있다. 자율주행자동차에 필요한 V2X 통 신은 고속, 장거리, 양방향 통신이 가능한 WAVE 통신 방식이 표준 기술로 자리잡고 있는 추세이다. WAVE 는 차량이 고속으로 이동하는 전파환경에서 정보를 1/20 초 이내 짧은 시간에 주고받는 기술로, 이동속도 최고 200km/h, 통신범위 최대 1km, 통신속도 27Mbps 를 목표로 개발 중이다. 유럽과 미국은 WAVE 기술을 개발 중이고, 일본은 DSRC 기술을 아직 고수하고 있다. 최근 이슈화되고 있는 5G를 통해서도 V2X 통신이 구현 가능하지만, 아직까지는 초기단계이고 구체적인 사양은 제시되지 않고 있다. 자율주행을 위한 V2X 통신은 통신 보안과 프라이버시 보호 문제를 해결해야 하며, 통신의 단절이 발생할 때 생길 수 있는 사고 위험을 최소화하기 위해 통신방식의 이중화가 필요하다.

기술 로드맵

특허조사

내용

특허전략

내용

개발과제의 기대효과

기술적 기대효과

내용

경제적 및 사회적 파급효과

내용

구성원 및 추진체계

내용

설계

설계사양

내용

개념설계안

내용

이론적 계산 및 시뮬레이션

내용

조립도

내용

조립순서

내용

부품도

내용

제어부 및 회로설계

내용

소프트웨어 설계

내용

자재소요서

내용

결과 및 평가

완료작품 소개

프로토타입 사진

내용

포스터

내용

특허출원번호 통지서

내용

개발사업비 내역서

내용

완료 작품의 평가

내용

향후평가

내용

부록

참고문헌 및 참고사이트

내용

소프트웨어 프로그램 소스

내용

@@ 74번째 줄: / 74번째 줄: @@
 ====기술 로드맵====
-내용
 ====특허조사====
 내용