1조-123

프로젝트 개요

기술개발 과제

국문 : 공원 보행자를 위한 모바일 자판기

영문 : Mobile Vending Machine for Pedestrian

과제 팀명

123팀

지도교수

성민영 교수님

개발기간

2026년 3월 ~ 2026년 6월 (총 4개월)

구성원 소개

서울시립대학교 기계정보공학과 20224300** 이*민(팀장)

서울시립대학교 기계정보공학과 20214300** 권*민

서울시립대학교 기계정보공학과 20214300** 이*하

서울시립대학교 기계정보공학과 20224300** 김*영

서울시립대학교 기계정보공학과 20234300** 김*재

서론

개발 과제의 개요

개발 과제 요약

본 과제는 이동 기능과 냉장 자판기 기능을 결합한 야외용 모바일 자판기 로봇을 개발하는 것을 목표로 한다. 자율 이동이 가능한 모바일 기능을 통해 자판기의 이동 범위를 확장하여 편의 서비스를 확장한다. 또한 야외 환경에 적합하도록 냉장 자판기의 단열 기능을 강화하여 보행자에게 저온의 음료를 제공한다. 이를 통해 기존 고정형 자판기의 접근성 한계를 보완하고, 공원 이용객의 편의성을 향상시키는 것을 목적으로 한다.

개발 과제의 배경

한강공원과 같은 대규모 공원의 경우, 매점이나 자판기와 같은 편의시설이 입구나 특정 고정 구역에만 집중 배치되어 있는 '서비스 편중 현상'이 나타난다.[3] 이용객이 산책로 중심부나 광장에서 갈증을 느낄 경우, 수백 미터 이상의 거리를 이동해야 하는 '물리적 접근성 저하' 문제가 발생하며 이는 휴식의 흐름을 단절시키는 요인이 된다. 고정식 자판기를 추가 설치하는 방안은 부지 확보, 전기 배선 공사, 경관 훼손 및 유지 관리 비용 등의 현실적인 제약으로 인해 설치 대수를 무한정 늘리기 어렵다.

이러한 접근성 문제를 보완하기 위한 대안으로 배달 로봇이 도입되고 있다. 그러나 현재의 배달 로봇 시스템은 사용자가 미리 목적지를 지정하고 주문을 요청하면 해당 위치까지 물품을 전달하는 방식으로 운영된다.[4] 이러한 운영 방식은 공원과 같이 이용객의 이동이 지속적으로 발생하고 수요가 특정 위치에 고정되지 않는 환경에서는 효율적으로 작동하기 어렵다. 특히 산책이나 휴식을 위해 이동 중인 이용자의 수요를 포착하거나 대응하기에는 인터페이스와 운영 방식 측면에서 한계가 존재한다. 또한 주문 기반 운행은 로봇이 호출 지점과 목적지 사이를 반복적으로 이동해야 하므로 넓은 공원 환경에서는 서비스 대기 시간 증가와 운영 효율 저하로 이어질 가능성이 있다.

이러한 이유로 공원 보행자를 목적으로 하는 경우, 기존의 배달 로봇과 다른 메커니즘이 필요하다. 또한 야외에서도 저온의 음료를 제공할 수 있도록 냉장 자판기를 도입한다. 이를 통해 공원 이용자에 대한 서비스 편중 현상을 완화하여 공원 이용객의 편의를 제공하고자 한다.

개발 과제의 목표 및 내용

주행 경로 맵 생성

가장 처음 Simultaneous Localization and Mapping(SLAM)을 이용하여 LiDAR로부터 공원 내부에서 특징이 되는 정적 물체(특징점)를 기준으로 공원 내 주행 경로 맵을 제작한다. 그 후 주행 경로 맵에 대해서 현재 위치에서 존재하는 특징점을 활용하여 자판기의 현위치를 파악한다.

기본 장애물 감지 및 회피

LiDAR를 장착하여 장애물 유무를 실시간으로 확인하고, 장애물을 감지했을 경우 장애물을 회피할 수 있는 새로운 경로를 만든다. 특히 보행자가 많은 공원 환경을 고려하여 장애물과 안전 거리를 유지하면서 서행할 수 있도록 설계한다.

그늘 감지 및 활용

사용 기기의 과열을 방지하고자 그늘을 활용한다. 그늘을 발견하면 그늘에서 잠깐 정차하여 기기를 식히고 보행자로부터 구매를 유도한다.

냉장 자판기의 단열 기능 강화

냉장 자판기 외부에는 단열재를 부착하여 야외에서도 냉장 자판기가 과열되거나 냉장 자판기의 틈새로 냉기가 빠져나가는 것을 막는다. 냉장 자판기 내부에는 아이스팩을 두어 냉장 자판기 내부의 냉기를 오랫동안 유지시킨다. 따라서 효율적으로 음료를 저온 상태로 유지하는 것을 목표로 한다.

시장상황에 대한 분석

1. 경쟁제품 조사 비교

회사/제품	Panasonic / PIMTO	Starship Technologies / Starship robots	hyMOBILITY / 뉴 코코 3.0
자율주행 방식	원격 조작 기반	Level 4 자율주행 + 원격 개입	수동 운전 기반 + 주행 보조 시스템
냉장 기능	없음	단열 보냉 시스템	냉장 기능 (약 5도 유지)
용도	무인 모바일 자판기	음식 및 물품 배달	실외 이동형 냉장판매
기타	단순 이동 플랫폼	비, 눈 일부 대응 일정 거리마다 충전하며 주행 대규모 상용화	전자 잠금/결제 시스템 존재
가격	가격 정보 없음 (실증 단계)	약 800만원	약 1,400만원
사진

2. 마케팅 전략 제시

1) 강점(Strengths)

공원 내부에서 지속적인 서비스 제공이 가능하다.
그늘 정차를 통해 사용 기기의 과열을 방지할 수 있다.
효율적인 열관리 방법(단열재)으로 냉장 자판기의 효율을 보다 높일 수 있다.

2) 약점(Weaknesses)

기술적인 구현(모바일 로봇, 냉장 자판기 단열 시스템)의 난이도가 어려운 편이다.
위치가 고정되어 있는 자판기와 비교했을 때, 모바일 자판기 내부의 온도가 비교적 높을 수 있고 적재 용량이 작다.
모바일 로봇의 경우, 예측 가능한 상황이 발생하기도 하므로 주기적인 피드백을 통해 주행 기능을 강화해야 한다.

3) 기회(Oppurtunities)

한강 공원 이용객 증가에 따른 편의 시설 수요 증가 및 수익 창출 예상
모바일 로봇(배달 로봇)에 대한 규제 완화로 운영에 상용화 가능성에 대한 기회가 크다.

4) 위협(Threats)

모바일 로봇의 시스템 오작동 시, 공원 이용객의 안전에 직접적인 위험 요소가 될 수 있다.
불균일한 노면으로 인해 냉장 자판기의 미세한 파손이 일어날 경우, 단열 성능이 저하될 수 있다.
실외 온도가 높을 경우, 배터리 사용 가능 시간 단축이나 냉장 시스템의 회로 이상으로 인한 단열 성능 저하가 야기될 수 있다.

개발과제의 기대효과

기술적 기대효과

정해진 경로 기반 자율주행 기술 확보

경로 추종 알고리즘을 적용함으로써 공원과 같이 비교적 단순한 지형에서 모바일 자판기가 정해진 경로를 반복 주행할 수 있는 기술적 기반을 확보할 수 있다. 이를 통해 향후 공원 뿐만 아니라 캠퍼스, 리조트, 행사장, 산업단지 등 유사한 보행자 중심 공간으로 적용 범위를 확장할 수 있다.

보행자와 모바일 로봇의 공존 가능성 향상

사람 인식 알고리즘을 적용하여 주행 중 보행자를 인식하고, 보행자와의 충돌 위험을 줄일 수 있다. 이를 통해 단순 이동 로봇이 아닌, 사람이 많은 공공장소에서 안전하게 운용 가능한 서비스 로봇 플랫폼으로 발전할 수 있는 가능성을 확보할 수 있다.

실외 서비스 로봇 운용 데이터 확보

공원 주행 중 LiDAR, 카메라, 조도센서 데이터를 수집하면 향후 실외 자율주행 로봇의 경로 계획, 장애물 인식, 정차 조건 판단 알고리즘 개선에 활용할 수 있다.

냉장 유지 성능 향상

ANSYS와 StarCCM+ 해석을 통해 가장 효과적인 단열재를 찾아, 외기 30℃ 이상의 고온 환경에서도 내부 온도를 5~10℃범위로 안정적으로 유지 가능하다.

시스템 전력 소모량 절감

그림자 구역을 활용한 자연 냉각을 통해 하드웨어에 가해지는 열적 부하를 최소화하고 전력 효율 극대화한다.

경제적, 사회적 기대 및 파급효과

물리적 접근성 및 편의성 증대

대규모 공원 내 편의시설이 특정 구역에 집중되는 문제를 완화하고, 이용객이 음료를 구매하기 위해 이동해야 하는 거리와 대기 시간을 줄일 수 있다. 특히 어린이, 고령자, 가족 단위 방문객 등 이동 부담이 큰 이용객에게 높은 편의성을 제공할 수 있다.

고정 인프라 설치 비용 절감

영구적인 매점이나 고정형 자판기를 추가로 설치하지 않고도 공원 내 편의 서비스를 제공할 수 있다. 이를 통해 전력 인입, 토목 공사, 고정 구조물 설치 등에 필요한 초기 인프라 구축 부담을 줄일 수 있다.

도시 공간 활성화 기여

서울시 '2040 서울도시기본계획'의 수변 중심 공간 재편 방향과 연계하여, 한강공원과 같은 수변 공간의 이용 편의성을 높일 수 있다. 영구 건축물 설치 없이도 시민에게 이동형 편의 서비스를 제공하여 공공 공간의 활용도를 높일 수 있다.

보행자와 로봇이 공존하는 공공 서비스 환경 조성

공원과 같이 보행자가 많은 공간에서 사람 인식 기반 주행 기술을 적용함으로써, 로봇과 사람이 함께 이용하는 서비스 환경을 조성할 수 있다. 이는 시민들이 실외 자율주행 로봇 서비스를 자연스럽게 경험하고 수용하는 계기가 될 수 있다.

친환경적인 공공 서비스 모델 제시

단열재와 그늘 정차를 활용하여 냉기 손실과 열적 부하를 줄임으로써 에너지 효율적인 운영이 가능하다. 또한 고정 시설물 설치를 최소화하면서 필요한 위치로 이동해 서비스를 제공할 수 있어 공원 경관 훼손을 줄일 수 있다.

기술개발 일정 및 추진체계

개발 일정

단계별 세부개발 내용	담당자	개발기간 (주 단위)
		3월				4월				5월				6월
		1주	2주	3주	4주	1주	2주	3주	4주	1주	2주	3주	4주	1주	2주	3주
문제 상황 정의 및 목표 수립	전원
자율주행 선행 연구 조사 및 필요 물품 선정	김민영 김연재 이유민
냉각 시스템 선행 연구 조사	권택민 이준하
프로젝트 개념설계	전원
CFD 냉장고 기본모델 확보	권택민 이준하
회로설계 및 카메라 모듈 및 조도 센서 활용	김민영 김연재 이유민
CFD 활용 냉장고 단열시스템 최적화	권택민 이준하
구조 설계 및 LIO-SAM, Nav2 적용	김민영 김연재 이유민
냉장고 단열시스템 설치	권택민 이준하
모바일 기능 검증 및 통합 주행 테스트	김민영 김연재 이유민
시스템 통합 및 튜닝	전원
최종 시스템 완성 및 성과보고	전원

구성원 및 추진체계

팀원명	역할	추진 내용
권택민	냉장고 설계, CAE 해석	- 아이스팩 및 단열재 적용 - Star-CCM+ 해석을 통한 단열 성능 검토 - CAD 파일 작성
김민영	기술 문서 작성, LIO-SAM, Nav2 알고리즘 구현	- 공원 내 정해진 경로를 반복 주행하기 위한 위치추정, 경로 계획, 경로 추종 알고리즘 적용
김연재	YOLO26s-pose, 그늘 인식 알고리즘, 회로 설계	- YOLO-pose 기반 보행자 인식 및 정지 알고리즘 설계 - 조도값을 활용하여 그늘 영역 판단 및 정지 알고리즘 설계 - 전체 회로도 설계
이유민	팀장, 문서 작성 및 일정 관리, 프로파일 설계	- 전체 일정 관리, 필요 문서 작성 및 재정 관리 - 프로파일 구조물을 활용하여 센서, 냉장 자판기, 제어 장치 등을 안정적으로 고정하는 구조 설계
이준하	냉장고 설계, CAE 해석	- 아이스팩 및 단열재 적용 - Star-CCM+ 해석을 통한 단열 성능 검토 - CAD 파일 작성

추진체계흐름도

설계

설계사양

제품의 요구사항

번호	요 구 사 항	D or W
1	조도 26,000lux 이하 환경에서 정지 및 일정 시간동안 정지 유지	D
2	지정된 주행 코스(대강당 앞 공터) 1회 완주	D
3	3m 이내 장애물에 대하여 충돌 없이 회피 주행	W
4	사람을 인식할 경우, 정지	D
5	정상 상태 닫힌 상태에서 자판기 내부 온도 10°C ±3°C 유지	W
6	배출구 개방 후 5초 이내 내부 온도 변화 ≤ 5°C 유지	D

26,000 lux 이하일 때 정지

맑은 날 기준, 햇빛이 있는 구역의 조도는 약 50,000 lux 이상이고 그늘이 지는 자리는 약 26,000 lux 이하이다. 따라서 조도 센서가 26,000 lux이하를 감지할 경우, 그림자로 판단하여 정지한다. 또한 냉장 자판기나 모바일 로봇의 과열을 방지하고자 그늘 영역에서 정지 상태를 n초 유지한다. 정차하는 동안 공원 보행자들로부터 구매를 유도할 수 있다.

주행 코스 한 바퀴 완주

지정 주행 코스를 서울시립대학교 대강당 앞 공터로 설정한다. 약 100m 길이의 사각형 코스를 돌면서 주변 정적 장애물을 기준으로 현재 위치를 파악하여 결과적으로는 초기 위치로 돌아오는지 확인한다. SLAM의 성능을 확인하는 항목이므로 장애물이 없는 환경에서 진행한다.

3m 앞 장애물 회피 주행

모바일 로봇이 주행 방향에 대하여 전방 3m 이내 범위에서 장애물을 감지할 경우, 기존 정해진 경로에서 벗어나서 주행하며 다시 기존 경로로 돌아오는 방식으로 진행한다.

사람 인식

냉장 자판기 전후방에 설치된 카메라 모듈로 사람을 객체로 인식하여 사람을 인식했을 경우 정지한다. 카메라 모듈에서 사람이 인식되지 않을 시 다시 주행한다.

온도 균일성

배출구 개방 후 온도가 크게 변하지 않아야 한다. 따라서 배출구가 열렸다가 다시 닫힌 상태가 유지되었을 때 내부 온도가 크게 변하지 않고 저온의 온도로 유지되어야 한다.

목적계통도

설계 사양

설계사양계통도

개념설계안

1. 자율주행 시스템

1) Localization

-1 카메라 기반 Visual SLAM 자율주행 시스템 (1안)

스테레오 카메라를 활용한 Visual SLAM을 기반으로 차량의 위치를 추정하고 자율주행을 수행한다. Stereo Image에서 특징점을 추출하고 이를 기반으로 지도 생성과 위치 추정을 동시에 수행한다.

LIO-SAM

-2 GPS 기반 자율주행 시스템 (2안)

GPS를 활용하여 차량의 절대 위치를 추정하고 자율주행을 수행한다. 사전에 취득된 경로를 기반으로 차량의 위치를 지속적으로 추적하며 주행한다.

GPS로 취득한 경로

2) 그늘 활용 주행 시스템

-1 조도 센서 기반 주행 시스템 (1안)

차량에 부착된 조도 센서를 활용하여 차량 주변 밝기를 실시간으로 측정하고 조도가 특정 임계값 이하로 낮아질 경우 해당 영역을 그늘로 판단한다. 차량은 그늘 영역에 진입하면 일정 시간 정지하여 자판기 판매 유도 및 냉장고 온도 내부 상승을 억제한 후 다시 주행하는 방식으로 동작한다.

조도 센서 원리

-2 카메라 기반 그늘 인식 주행 시스템 (2안)

카메라 Image를 기반으로 BDRAR (Boundary-aware Dual-level Recurrent Attention Network) 모델을 활용하여 그늘 영역을 Segmentation 한다. 이를 통해 생성된 shadow binary mask를 이용하여 차량 전방의 그늘 영역을 추출하고 주행 가능 영역 내에서 그늘이 존재하는 방향으로 경로를 생성하여 주행한다.

Shadow Detection

2. 냉장 단열 시스템

1) 기제품에 외부 단열재를 추가한 시스템 (1안)

최외곽에 복사 반사판을 추가하여 복사열 차단, 반사판 내부에 단열재를 추가하여 전도열 차단

2) 기제품 내부에 아이스팩을 설치한 단열 시스템 (2안)

제품 내부 상단에 아이스팩을 설치하여 부력에 의한 자연대류를 활용한 목표 냉장 온도 유지 능력 확보

3) 기제품에 1안 + 2안을 전부 결합한 시스템 (3안)

1안	2안	3안

3. 전체 통합 시스템

본 과제는 공원 환경에서 음료를 판매하는 모바일 자판기 로봇을 개발하는 것을 목표로 하며, 모바일 로봇 플랫폼 HUNTER SE 위에 냉장 자판기를 결합한 통합 시스템으로 구현된다. 시스템이 만족해야 하는 핵심 요구사항은 열효율 COP 1.5 이상, 정상 상태 내부 온도 10°C ±3°C 유지, 배출구 개방 후 5초 이내 내부 온도 변화 5°C 이하, 그리고 50kg 페이로드의 안정적 적재 및 자율주행이다. 이를 만족시키기 위해 본 개념설계안은 자율주행 시스템과 열관리 시스템을 양대 축으로 구성하며, 각 시스템에 대해 개념설계 단계에서 검토된 대안 중 가장 우수한 성능과 강건성을 보인 안을 채택하였다. 전체 시스템 구성은 [그림 2-1]과 같다. 자율주행 시스템은 위치 추정, 그늘 인식, 장애물 회피의 세 모듈로 구성된다. 위치 추정은 3D LiDAR 기반 LIO-SAM 방식을 채택하여, LiDAR 점군에서 추출한 특징점을 ORB 기술자로 변환하고 사전 취득된 기준 지도와 매칭하여 차량의 절대 위치를 추정한다. 야외 환경의 GPS 음영 문제와 카메라 기반 SLAM의 조도 의존성을 동시에 회피할 수 있고, 동일 코스 반복 주행에 강건하다는 점에서 본 과제에 가장 적합한 방식이다. 그늘 인식은 차량 상부에 부착된 조도센서를 활용하여, 측정값이 26,000 lux 이하로 떨어질 경우 그늘로 판단하고 일정 시간 정차한다. 단순 임계값 로직으로 구현 난이도와 비용이 가장 낮으며 실시간성 측면에서 안정적이다. 장애물 회피는 Stereo 카메라 영상에 대해 YOLO 기반 객체 인식을 수행하여, 사람으로 분류된 객체에 대해서는 3m 이내 진입 시 즉시 정지하고, 기타 정적 장애물에 대해서는 LiDAR 거리 정보를 결합하여 좌우 회피 기동을 수행하는 이원화된 전략을 적용한다.

열관리 시스템은 외부 단열 구조와 내부 보조 냉열원을 결합한 복합 방식을 채택한다. 외부에는 최외곽층에 복사 방사판을 부착하고 내부에 반사형 단열재를 적층하여, 직사광선에 의한 복사열과 외기와의 전도열을 동시에 차단한다. 이는 별도의 능동 제어 없이 지속적으로 열유입을 감소시켜 정상 상태 온도 유지 성능에 기여한다. 내부에는 자판기 상단에 아이스팩을 거치하여 자연 대류 기반의 보조 냉열원을 확보한다. 아이스팩에 의해 냉각된 공기가 하강하면서 내부 순환이 형성되며, 특히 배출구 개방 직후 유입되는 외기를 즉각적으로 흡수하여 과도 응답 시 온도 변화를 완충한다. 즉, 외부 단열 구조는 정상 상태 응답을, 내부 아이스팩은 과도 응답을 담당하는 역할 분담이 명확하여, 두 요구사항(10°C ±3°C 유지, 5초 이내 5°C 이하 변화)을 동시에 만족시킬 수 있다.

시스템 통합은 HUNTER SE 상부의 알루미늄 프로파일 구조를 활용하여 수행한다. 차량 최상단에는 360° 시야 확보를 위해 3D LiDAR를, 전면 상단에는 Stereo 카메라와 조도센서를 배치하고, 알루미늄 프로파일 위에 외부 단열재로 감싼 냉장 자판기 본체를 중심축 정렬로 고정한다. HUNTER SE 내부 저면에는 24V 20Ah 배터리를, 상위 제어기인 Intel NUC13ANHi7은 그 인근에 탑재하여 무게 중심을 낮추고 모든 센서·구동부 신호를 통합 처리한다. 자판기 냉각 모듈과 센서 간에는 일정한 이격을 두어 진동 절연을 확보함으로써 주행 안정성과 센서 신뢰성을 동시에 확보한다.

전체 구조도

이론적 계산 및 시뮬레이션

1. 기준 모델 열 침입 이론 계산

1) 1차원 정상상태 열저항 모델 이론 계산 목적

본 계산의 목적은 기존 구매 냉장고의 단열 성능을 정량적으로 파악하고, 이를 바탕으로 외부 단열 보강의 필요성과 보강 수준을 정량적으로 판단하는 데 있다. 본 과제의 핵심 요구사항인 내부 온도 10℃ ±3℃ 유지를 만족시키기 위해서는, 시뮬레이션 상에서 자판기 외부로부터 유입되는 정상상태 열침입량 Qin이 실제 냉장고에 탑재된 펠티어 소자(TEC)의 냉각 능력 Qcold 이하로 유지되어야 한다. 따라서 기존 제품의 단열재 사양만으로 Qin이 어느 수준에서 형성되는지를 사전에 추정하고, 이를 펠티어 냉각 능력과 비교함으로써 외부 반사형 단열재 및 복사 반사판 추가 부착의 정당성을 확보할 필요가 있다. 이를 위해 자판기 외벽을 단순 평판으로 가정한 1차원 정상상태 전도 열저항 모델을 적용한다. 본 모델은 외벽 대류 저항, 단열재 전도 저항, 내부 대류 저항의 직렬 합으로 전체 열저항 Rtotal을 구성하며, 이로부터 정상상태 열침입량 Qin을 해석적으로 산출한다. 산출된 Qin 값은 외부 단열 보강 시스템의 설계 기준값으로 활용되며, 후속 단계에서 수행되는 CFD 해석 결과의 기본 모델 신뢰성을 확인하는 검증 기준으로도 사용된다.

2) 1차원 정상상태 열저항 모델 이론 계산

기존 구매 냉장고 모델의 단열 성능을 정량적으로 파악하기 위해, 자판기 외벽을 단순 평판으로 가정한 1차원 정상상태 전도 열저항 모델을 적용하였다. 전체 열저항은 외벽 대류 저항, 단열재 전도 저항, 내부 대류 저항의 직렬 합으로 나타낼 수 있으며, 이로부터 정상상태 열침입량은 다음과 같이 산출된다.

Rtotal = 1 / (hout·A) + L / (k·A) + 1 / (hin·A) Qin = ΔT / Rtotal = (T∞ - Tin) / Rtotal

외벽 대류 열전달계수는 평판 가정을 기반으로 한 이론값을 출발점으로 사용하였다. 자판기 외벽을 평판으로 단순화하고, 자유 유동 온도 T∞ = 300 K, 주행 속도 V = 0.7 m/s, 냉장고의 높이에서 하부 지지대의 길이를 제외한 특성 길이 L = 0.425 m 조건에서 평균 Nusselt 수 상관식을 통해 평균 대류 열전달계수를 산출하였다. 이 온도에서의 공기 물성치는 동점성계수 ν = 1.59×10-5 m²/s, 열전도도 k = 0.0263 W/(m·K), Prandtl 수 Pr = 0.707을 사용하였다. 이 조건에서 평판 길이 방향 Reynolds 수는 다음과 같이 산출된다.

ReL = V·L / ν ReL = (0.7 × 0.425) / (1.59×10-5) ≈ 18,771

산출된 ReL 값은 평판 유동의 임계 Reynolds 수인 5.0×105보다 훨씬 작으므로, 자판기 외벽 전체에서 층류 유동이 형성되는 것으로 판단된다. 따라서 층류 평판 유동에 대한 평균 Nusselt 수 상관식을 적용하면 다음과 같다.

NuL = 0.664·ReL1/2·Pr1/3 NuL = 0.664 × (18,771)1/2 × (0.707)1/3 ≈ 80.93

이로부터 외부 평균 대류 열전달계수는 다음과 같이 계산된다.

hout = NuL·k / L hout = (80.93 × 0.0263) / 0.425 ≈ 5.00 W/(m²·K)

본 계산에서는 자판기에 적용된 기존 내장재를 EPS로 가정하였다. EPS의 열전도도는 k = 0.033 W/(m·K), 두께는 L = 30 mm = 0.03 m로 설정하였다. 외벽 대류 열전달계수는 앞서 산정한 hout = 5.00 W/(m²·K), 내부 대류 열전달계수는 자판기 내부 저속 자연대류 대표값인 hin = 2.0 W/(m²·K)를 적용하였다. 외기 온도는 T∞ = 300 K, 내부 목표 온도는 본 과제 요구사항인 Tin = 283 K로 설정하였다. 따라서 온도차는 다음과 같다.

ΔT = T∞ - Tin ΔT = 300 - 283 = 17 K

자판기 외벽 면적은 CAD 형상을 기준으로 A = 1.0 m²로 가정하였다. 각 저항 성분을 단위 면적 기준으로 산출하면 다음과 같다.

Rout″ = 1 / hout = 1 / 5.00 = 0.200 m²·K/W Rcond″ = L / k = 0.03 / 0.033 ≈ 0.909 m²·K/W Rin″ = 1 / hin = 1 / 2.0 = 0.500 m²·K/W

따라서 전체 단위 면적 열저항은 다음과 같다.

Rtotal″ = Rout″ + Rcond″ + Rin″ Rtotal″ = 0.200 + 0.909 + 0.500 ≈ 1.609 m²·K/W

이를 이용하여 단위 면적당 열침입량을 계산하면 다음과 같다.

q″ = ΔT / Rtotal″ q″ = 17 / 1.609 ≈ 10.57 W/m²

외벽 면적 A = 1.0 m² 기준 정상상태 총 열침입량은 다음과 같다.

Qin = q″·A Qin = 10.57 × 1.0 ≈ 10.57 W

따라서 기준 모델의 정상상태 열침입량은 약 10.57 W로 산출된다. 이 값은 단열재 보강 적용 전 baseline 상태의 외부 열유입 수준을 정량적으로 나타내며, 후속 단계에서 수행되는 CFD 해석 결과의 기본 모델 신뢰성을 확인하는 검증 기준으로 활용된다.

2. 열관리 시뮬레이션

1) 최적 단열재 사양

DOE 분석 결과 두께(인자 A)가 전체 응답 변동의 약 67%를 차지하는 지배 인자로 확인되어, 열전도율이 더 낮은 고가 소재로의 변경보다 두께 확대가 비용 대비 효과적이라는 판단 하에 두께 우선 전략을 채택하였다. 이에 단열재 종류는 S/N 비가 가장 우수한 스티로폼으로 선정하고, 두께는 DOE 수준 상한(30mm)을 넘어 Lidar의 각도 범위(260°) 내에서 확보 가능한 최대치인 40mm로 확정하였다. 최적 단열재의 사양은 두 주측정치(평균온도, 침투열)에 대한 S/N 비를 동시에 최대화하는 방향으로 선정된 결과이다.

항목	사양
단열재 종류	스티로폼 (EPS)
두께	40 mm
열전도율	0.02 W/m·K
적용 위치	자판기 외벽 (외부 부착)
선정 근거	DOE S/N 비 최대화 (두께 지배 인자, 기여율 약 67%)

2) 단열재 적용에 따른 열관리 효과 검증

case 번호	단열재 두께(mm)	단열재 종류
1	10	PF보드
2	10	아이소핑크
3	10	스티로폼
4	20	PF보드
5	20	아이소핑크
6	20	스티로폼
7	30	PF보드
8	30	아이소핑크
9	30	스티로폼

확정된 단열재 사양의 효과를 정성적으로 확인하기 위해, 단열재를 적용하지 않은 기본 모델과 단열재를 적용한 case의 단면 온도 분포를 비교하였다. 먼저 [case1과 단열재 유무에 따른 온도 분포 변화]는 단열재를 적용하지 않은 기본 모델과 단열재를 적용한 case 1의 단면 온도 분포를 비교한 것이다. 기본 모델에서는 외부 고온이 외벽을 통해 내부로 침투하여 내부 전반에 높은 온도 분포가 형성되었으나, 단열재를 적용한 case 1에서는 외벽을 통한 열침입이 억제되어 내부 온도가 전반적으로 낮게 유지되었다. 이는 외부 단열재 추가 자체가 열침입 저감에 유효하게 작용함을 보여준다. 다음으로 [case 3과 단열재 유무에 따른 유체 영역 온도 분포 변화]는 최종 확정 사양(case 3을 기본 모델과 비교한 것이다. case 3에서는 단열재 적용에 따른 열침입 저감 효과가 더욱 뚜렷하게 나타나, 최적 사양에서 기대되는 단열 성능 개선 방향을 정성적으로 뒷받침한다. 또한 유체 영역의 온도 분포를 살펴보면, 외부 침투열 감소로 내부 상·하부 간 온도차가 커지면서 자연대류가 강화되어 냉기 순환이 보다 원활하게 이루어졌음을 확인할 수 있다. 따라서 단열재 적용은 외벽 열침입 차단뿐 아니라 내부 냉기 분포 균일화 측면에서도 긍정적으로 기여하는 것으로 판단된다.

case1과 단열재 유무에 따른 온도 분포 변화

case 3과 단열재 유무에 따른 유체 영역 온도 분포 변화

3) CAE 해석 기반 목표 성능 달성 여부 및 한계

정상상태 해석 — 비정상 거동(외기 급변, 도어 개방 등)은 본 해석 범위 외이다.
외기 온도·풍속 잡음인자 고정 — 강건성(robust) 분석은 outer array 미적용으로 정량 평가하지 않았다.
일사 무시 — 반사형 외피 전제 하에 무시하였으며, 외피 사양 미충족 시 추가 평가 필요하다.
요구사항 ③ (5초 ΔT ≤ 5°C) — 단열재 단독으로 만족 불가, 별도 보조 시스템 책임이다.

3. 적재하중 검토

본 절에서는 HUNTER SE 모바일 로봇 상부에 결합된 냉장 자판기 시스템 — 즉 자판기 본체, 외부 단열재, 음료 및 아이스팩, 배터리, 컨트롤러, 3D LiDAR, 카메라 모듈, 알루미늄 프로파일 마운트로 구성된 상부 적재 시스템 — 의 총 무게가 HUNTER SE의 최대 페이로드를 초과하지 않는지 확인하는 적재 하중 검토를 수행하였다. 본 시스템은 모바일 로봇 플랫폼에 자판기를 적층하는 구조이므로, 상부 적재량이 플랫폼의 정격 페이로드 이내로 관리되는 것이 구조적 안전성 확보의 가장 기본적인 전제 조건이 된다. 상부에 탑재되는 부품별 무게는 [부품별 무게]와 같다. 자판기 본체 7.5 kg, 외부 단열재 0.10 kg, 콜라 캔(355 mL) 8개 합산 3.08 kg, 24 V 20 Ah 리튬 배터리 2.3 kg, 알루미늄 프로파일 마운트 11 kg로 구성되며, 모든 부품의 무게를 합산하면 약 24 kg이다. [부품별 무게]에 나타낸 Agilex社의 HUNTER SE 사양에 따르면 본 플랫폼의 최대 적재량은 50 kg이므로, 본 시스템의 적재량은 정격 페이로드 대비 약 48% 수준에 그쳐 정적하중 관점에서 충분한 여유가 확보된 것으로 판단된다.

부품	수량	단위 무게(kg)	합계(kg)	비고
냉장 자판기 본체	1EA	7.5	7.5
외부 단열재	1set	0.10	0.10
콜라 캔(355mL)	8EA	0.385	3.08	1캔 약 385g
24V 20Ah 리튬 배터리	1EA	2.3	2.3
프로파일	1set	11	11
합계	-	-	24

Hunter SE 사양

상세설계 내용

1. 조립도

Hunter SE	프레임 구조 및 프로파일 구성품 형상
프레임 조립	냉장고 형상
주요 부품 형상	완성품 형상

2. 조립순서

1) 모바일 로봇 헌터의 마운팅 인터페이스에 맞춰, 프로파일 레일(550mm)를 결합한다.

2) 헌터와 볼트로 결착된 레일 위에 프로파일과 브라켓을 결착하여 프레임 결합을 완료한다.

3) 프레임 위 후방 위치에 냉장고를 프레임과 결합한다.

4) 모바일 로봇의 전면위치에 철제 판을 프레임과 결합한다.

5) NUC(PC), 배터리, Arduino 보드, DC-DC Converter, NUC Converter를 철제 판 위에 볼트로 결합한다.

6) LiDAR를 철제 판과 함께 프레임의 전방-상단부에 볼트로 결합한다.

7) 냉장고의 상단 양 측면에 카메라 모듈을 장착하고, 중앙에 조도센서를 하늘 방향으로 부착한다.

완성품 조립도

3. 제어부 및 회로설계

시스템 전체 회로 구성도

본 시스템의 전기 회로는 전원 공급과 데이터 통신으로 구분된다. 전원 공급은 24V 배터리를 중심으로 각 부품에 적절한 전압을 공급하며, 데이터 통신은 Intel NUC 13 Pro를 중심으로 각 센서 및 구동부와의 데이터 송수신을 담당한다. 전체적인 회로 구성은 [시스템 전체 회로 구성도]와 같다. 시스템의 주 전원은 24V 리튬이온 배터리로부터 공급된다. 각 부품의 정격 전압이 상이하므로 DC-DC 컨버터를 통해 전압을 변환하여 공급한다. 24Và12V 변환은 자판기 냉각과 LiDAR에 전원을 공급하며, 24Và19V 변환은 Intel NUC 13 Pro에 전원을 공급한다. Hunter SE는 플랫폼 자체 내장 배터리를 통해 독립적으로 전원을 공급받는다. Intel NUC 13 Pro를 중심으로 각 센서 및 구동부와의 데이터 통신이 이루어진다. 통신 방식은 연결 대상에 따라 Ethernet, USB, CAN Bus, I2C로 구분된다. LiDAR는 Ethernet 인터페이스를 통해 NUC과 연결된다. 카메라는 좌측 및 우측 각 1개씩 총 2개의 USB 카메라 모듈을 사용하며, ESP32-S3 또한 USB를 통해 조도센서의 데이터를 송수신한다. Hunter SE와의 통신은 CAN Bus 인터페이스를 통해 이루어진다. NUC에서 생성된 주행 명령이 CAN Bus를 통해 Hunter SE의 모터 컨트롤러로 전달되며, Hunter SE의 주행 상태 및 엔코더 데이터가 NUC에 전달된다.

소조립 회로도

4. 소프트웨어 설계

소프트웨어 구성요소

모바일 로봇의 자율 주행 및 상황 판단을 위해 주변 환경 데이터의 수집과 처리 기능이 필요하다. 환경 정보 수집을 위한 센서로 카메라 모듈 2개와 Livox Mid-360 LiDAR를 사용한다. 카메라 모듈은 모바일 자판기 주변의 사람을 인식하기 위한 영상 데이터를 수집하며, Livox Mid-360은 주행 경로 상의 장애물 인식을 위한 거리 및 공간 정보를 제공한다. 또한, 그늘 위치 탐지를 위한 조도 데이터를 수집하기 위해 조도센서를 사용한다. 조도센서는 Geekble Nano ESP32-S3 보드를 통해 PC와 연결되며, 측정 데이터를 Intel NUC 13 Pro로 전달한다. Intel NUC 13 Pro는 센서 데이터를 통합 및 처리하고, 자율주행 및 정차 알고리즘을 수행하는 중앙 제어 장치 역할을 한다. 카메라, LiDAR, 조도센서로부터 수집된 데이터를 기반으로 주변 환경과 차량 상태를 판단하며, 판단 결과에 따라 Hunter SE 플랫폼에 주행 및 정차 명령을 전달한다. 최종적으로 모바일 로봇은 생성된 제어 명령에 따라 상황에 적합한 동작을 수행한다.

상태 머신 다이어그램

장애물 인식 모듈은 LiDAR 센서로부터 수신한 데이터를 이용하여 주행 경로 상의 장애물 존재 여부를 판단한다. 주행 중 장애물이 감지되면 모바일 로봇은 즉시 정지 상태로 전환되며 속도를 0으로 설정한다. 이후 장애물이 제거되었는지 지속적으로 확인하며, 장애물이 검출되지 않을 경우 다시 주행 상태로 복귀한다. 해당 모듈은 주행 안전성을 확보하기 위한 역할을 수행한다. 사람 인식 모듈은 카메라로부터 수신한 영상을 기반으로 YOLO 객체 인식 알고리즘을 수행하여 사람 존재 여부를 판단한다. 사람 객체가 검출될 경우 모바일 로봇은 정지 상태로 전환되며 속도를 0으로 설정한다. 사람이 보이지 않을 때까지 기다렸다가 사람이 검출되지 않으면 다시 주행 상태로 복귀한다. 이를 통해 모바일 자판기 주변 보행자와의 충돌을 방지한다. 그늘 인식 모듈은 조도센서로부터 수신한 조도 데이터를 기반으로 주변 밝기를 판단한다. 측정된 조도 값이 설정 기준 이하일 경우 그늘 영역으로 판단한다. 이전 그늘 정차 이후 5분 이상 지났다면 그늘을 다시 인식했을 때 모바일 로봇은 정차 상태로 전환된다. 이후 1분 동안 정차를 유지한 뒤 다시 주행 상태로 복귀한다. 그늘을 활용하는 알고리즘을 통해 야외 주행 시에도 열관리를 하며 기기의 과열 상태를 방지할 수 있다. 주행 모듈은 모바일 로봇의 기본 이동 상태를 담당한다. 주행 상태에서는 설정 속도인 0.7 m/s로 이동하며, 동시에 장애물 인식 모듈, 사람 인식 모듈, 그늘 인식 모듈로부터 전달되는 상태 정보를 지속적으로 수신한다. 위험 요소가 감지되거나 특정 조건이 만족될 경우 정지 상태 전환한다. 모든 조건이 정상 상태로 복귀하면 다시 주행을 수행한다.

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

모바일 냉장고 전면부	모바일 냉장고 후면부
모바일 냉장고 좌측면	모바일 냉장고 우측면

포스터

완료작품의 평가

내용

향후계획

내용

특허 출원 내용

내용

연도	주요 자율주행 방식	특징
1980년대 이전	기초 자동화 / 규칙 기반 제어	단순 센서 기반의 자동 이동 방식이 사용되었으며, 라인 트레이싱처럼 사전에 정해진 경로에서만 동작하였다.
1980년대 ~ 2000년대	초기 자율주행 / 센서 융합	DARPA Grand Challenge 등을 계기로 GPS, LiDAR, 카메라를 활용한 자율주행 연구가 본격화되었다.
2000년대 ~ 2010년대	SLAM 기반 자율주행	LiDAR SLAM과 Visual SLAM이 발전하면서 지도 생성과 위치 추정을 함께 수행하는 기술이 확산되었다.
2010년대 ~ 2020년대	딥러닝 기반 인지 + 자율주행	CNN 기반 객체 및 보행자 인식 기술이 발전하면서 자율주행차와 배달 로봇 등에 적용되었다.
2020년대 ~ 현재	서비스형 자율주행 / 운영 최적화	자율주행 기술은 원격 개입이 가능한 운영 구조로 확산되며, 경로 인식과 행동 예측 중심으로 발전하고 있다.

연도	주요 냉동 방식	특징
19세기 이전	자연냉동법	얼음이나 물의 증발을 이용한 원시적 방식으로, 저장 기간이 짧고 능동적인 온도 제어가 어려웠다.
1830년대 ~ 1920년대	초기 기계식 냉동	증기압축식 냉동기와 흡수식 냉동이 등장하였으며, 초기에는 암모니아 등 위험 냉매가 사용되었다.
1920년대 ~ 1990년대	기계식 냉동의 대중화	안정적인 냉매 도입으로 가정용 냉장고가 보급되었고, 이후 전자 냉동의 상용화도 시도되었다.
1990년대 ~ 현재	정밀/전자 냉동	반도체 냉각 기술과 디지털 제어가 발전하면서, CAE 해석을 통한 열관리 최적화가 이루어졌다.