MIE capstone - 새 문서 목록 [ko]

2026학년도 2학기

2026-09-14T00:35:54Z

Admie: /* 2026년 2학기 */

==Course Information==
* 과목명 : [2026.2학기]창의공학종합설계
* 담당교수 : 성민영 교수님, 이동찬 교수님, 이수일 교수님, 황면중 교수님

==Course Description==
요약 : 창의적인 시스템 설계를 위하여 설계 절차와 방법을 배우고 실제로 과제를 부과하고 월별로 개인 및 팀의 다양한 기계정보공학 프로젝트의 수행과 발표를 통해 공학적인 설계 감각과 공학인증에서 요구하는 여러가지 학습성과를 달성할 수 있도록 한다.

== Ongoing Project==
===2026년 2학기===
※ 작성중

'''[[견본]]''' - 팀장, 팀원1, 팀원2, 팀원3, 팀원4, 팀원5

'''[[1조-(조 이름)]]''' - ○**

'''[[2조-(조 이름)]]''' - ○**

'''[[3조-(조 이름)]]''' - ○**

'''[[4조-(조 이름)]]''' - ○**
<div>__TOC__</div>

2조-슬립스택

2026-05-28T04:42:42Z

2026admie2: /* 포스터 */

<div>__TOC__</div>

==프로젝트 개요==
=== 기술개발 과제 ===
''' 국문 : ''' 수면 단게 기반 자세 교정 및 회전 충격 완화 기능을 갖춘 자동 체위 교정용 침대 시스템

''' 영문 : ''' Development of an Automatic Posture Correction Bed System with Sleep Stage-Linked Posture Detection and Rotation Impact Mitigation

===과제 팀명===
슬립스택

===지도교수===
박*희 교수님

===개발기간===
2026년 3월 ~ 2026년 6월 (총 4개월)

===구성원 소개===
서울시립대학교 기계정보공학과 20214300** 최*교(팀장)

서울시립대학교 기계정보공학과 20234300** 김*수

서울시립대학교 기계정보공학과 20204300** 성*현

서울시립대학교 기계정보공학과 20214300** 안*욱

==서론==
===개발 과제의 개요===
====개발 과제 요약====
수면 중 옆으로 눕거나 엎드린 자세가 장시간 유지되면 혈류 정체, 근골격계 통증, 경추 부담, 호흡 악화 등이 발생할 수 있으며, 특히 자가 체위변경이 어려운 고령자·부동·욕창 위험군에서는 조직 손상으로 직결된다. 그러나 기존의 자동 체위 변환 침대는 정해진 시간마다 일괄적으로 자세를 바꾸거나(타이머 방식) 사용자가 직접 조작해야 하여, 수면을 방해하고 사용자마다 다른 위험 자세를 반영하지 못하는 한계가 있다. 본 프로젝트는 이를 해결하기 위해, 사용자의 질환 프로파일에 따라 교정 자세를 개인화하여 판정하고 깊은 수면 중에만 작동하는 자동 체위 교정용 침대 시스템을 설계·제작·검증하는 것을 목표로 한다.

시스템은 비접촉 방식의 NIR 카메라와 mmWave 레이더를 기반으로 한다. NIR 카메라 영상은 ResNet-18 계층 분류를 거쳐 바로·엎드림·좌측위·우측위의 4가지 자세로 식별되고, mmWave 레이더는 사용자의 호흡·심박을 분석해 수면 깊이를 추정한다. 자세 전환 판단 모듈은 식별된 자세와 사용자 질환 프로파일을 대조하여 교정 필요 여부를 결정한다. 엎드림은 모든 사용자에게, 그 외 자세는 해당 자세가 위험한 질환군에 한해, 그리고 한쪽 측위가 2시간 이상 지속되면 정상자세로 복귀하도록 판정한다. 사용자가 깊은 수면에 진입했을 때에만 교정을 실행하여 수면 분절을 방지한다. 교정은 롤러바와 턴시트가 사용자를 안전 자세로 천천히 이동시켜 이루어지며, 이때 센터바가 상승해 완충면을 형성하는 독자적 기구로 전환 시 충격을 완화한다. 모든 동작은 음성 긴급정지와 하드웨어 E-stop으로 즉시 중단할 수 있도록 설계한다.

최종적으로 본 시스템은 자세 인식 정확도 85% 이상, 체위 전환 성공률 90% 이상, 전환 후 수면 비분절률 70% 이상, 센터바에 의한 착지 충격 완화 30% 이상, 안전 정지 응답 2초 이내라는 정량 KPI를 만족하는 것을 목표로 한다. 이를 통해 질환 인지 개인화, 수면 단계 연동 자동 작동, 충격 완화 기구를 하나로 결합한, 기존 상용 제품에 없는 자동 체위 교정 침대의 레퍼런스를 제시하는 것이 본 개발 과제의 핵심이다.

====개발 과제의 배경 및 효과====
1) 문제 정의: 수면 중 부적절한 체위의 위험성

건강한 성인은 수면 중 약 30~40분 주기로 자연적 체위 변경을 수행하나, 수면 습관이나 개인차에 의해 한쪽 자세를 장시간 유지하거나 부적절한 자세를 취하는 경우가 빈번하다. 이는 다음과 같은 건강 문제를 유발할 수 있다.

첫째, 혈류 차단 문제이다. 90도 측위 시 어깨 부위의 조직 관류가 거의 무산소 수준까지 감소하며, 이는 장시간 압박에 의한 조직 손상 근거로 체계적 문헌 고찰에서도 인용되었다. 둘째, 어깨·골반 통증이다. 수면 자세 편향 비율과 어깨 통증 편향 비율이 통계적으로 유의미하게 일치하며, 이는 특정 자세 편향이 근골격계 통증의 직접적 원인이 될 수 있음을 시사한다. 셋째, 욕창 위험이다. EPUAP(European Pressure Ulcer Advisory Panel, 유럽욕창자문위원회) 가이드라인에 따르면 1~4시간의 지속적 압박만으로도 피부 및 피하 조직 손상이 시작될 수 있으며, 이는 병원 환경뿐 아니라 일반 성인에게도 해당된다. 넷째, 엎드려 눕기(prone position)의 위험성이다. 엎드린 자세에서는 호흡을 위해 머리를 한쪽으로 돌려야 하므로 경추가 장시간 극단적으로 회전된 상태를 유지하게 되며, 이는 목 통증, 뻣뻣함, 나아가 추간판 손상으로 이어질 수 있다. 또한 체중이 흉곽을 압박하여 호흡 효율이 저하되고, 척추가 부자연스럽게 과신전 되어 요통을 유발할 수 있다. 엎드린 자세는 수면 자세 중 가장 비권장 자세로, 의학계에서 가능한 한 피하도록 권고하고 있다.

2) 기존 기술의 한계 및 개선 방향

현재 시장에 존재하는 자동 체위 전환 장치로는 Freedom Bed(ProBed Medical)와 Lateral Rotation 매트리스(Hill-Rom) 등이 있다. 그러나 이들은 모두 타이머 기반으로 작동하여 사용자의 수면 상태를 고려하지 않는다. 이로 인해 얕은 수면 중에도 체위 전환이 발생하여 잠을 깨우는 문제가 존재한다.

한편, Bryte Balance 등의 스마트 매트리스는 수면 단계 인식 기능을 갖추고 있으나, 이를 체위 전환과 연동하는 제품은 존재하지 않는다. 학술 연구에서도 자세 감지(posture detection) 기술은 활발히 연구되고 있으나, '감지 → 수면 단계 고려 → 자동 교정'의 폐루프(closed-loop) 시스템은 제품 및 연구 모두에서 미개척 영역이며, 다수의 선행 연구에서 향후 과제로 명시하고 있다.

따라서 기존 기술의 근본적 한계를 극복하기 위해서는 다음 세 가지 방향의 개선이 필요하다. (1) 수면 상태를 실시간으로 인식하여 잠에서 깰 위험이 낮은 구간에서만 개입하는 지능형 제어, (2) 자세를 자동 감지하고 필요 시에만 교정하는 폐루프 시스템 구현, (3) 체위 전환 과정에서 발생하는 물리적 충격을 최소화하는 메커니즘 개발이다. 본 과제는 이 세 가지 개선 방향을 모두 반영하여 설계되었다.

3) 본 과제의 착안 과정 및 차별점

본 과제의 설계는 다음과 같은 단계적 사고 과정에서 출발하였다. 첫째, '수면 중 장시간 동일 자세를 자동으로 교정해줄 수 있으면 좋겠다'는 기본 요구를 정의하였다. 둘째, 자세를 교정하는 과정에서 사용자를 깨워서는 안 되므로, 수면 단계가 깊은 구간에서만 개입해야 한다는 제약 조건을 도출하였고, 이를 위해 비접촉 방식의 수면 단계 추정 기술이 필요하다는 결론에 이르렀다. 셋째, 기존의 시트 회전 방식은 사용자가 뒤집히는 순간 낙하 충격이 발생하여 잠을 깨울 수 있다는 문제를 발견하고, 이를 해결하기 위해 센터 바가 턴시트를 들어올려 완충면을 형성하는 독자적 메커니즘을 고안하였다.

이 착안 과정에서 도출된 세 가지 핵심 차별점은 다음과 같다.

첫째, 수면 단계 인식 기반 자동 개입이다. 깊은 수면 단계에서는 체동이 최소화되고 호흡이 느리고 규칙적으로 변하는 것이 확인되어 있으므로, NIR 카메라의 체동 데이터와 mmWave 레이더의 호흡 주기 분석을 결합하면 깊은 수면 여부를 비접촉으로 추정할 수 있다. 잠에서 가장 깨기 어려운 깊은 수면 구간에서만 체위 전환을 수행함으로써 수면 방해를 최소화한다.

둘째, 자세 감지 후 자동 교정의 폐루프 구현이다. NIR 카메라로 바로 눕기, 엎드려 눕기, 옆으로 눕기의 세 가지 자세를 실시간 감지한다. 옆으로 누운 자세 또는 엎드린 자세가 약 60분 이상 유지되면, 깊은 수면 조건 확인 후 자동으로 바로 눕기 자세로 교정한다.

셋째, 센터 바 상승에 의한 회전 충격 완화이다. 기존 시트 회전 방식은 사용자가 뒤집히는 순간 낙하 충격이 발생하는데, 본 과제에서는 침대 중앙에 설치된 센터 바가 전환 전에 상승하여 턴시트(turn sheet, 체위 전환용 시트)를 아래에서 들어올림으로써 완충면을 형성한다. 사용자는 센터 바에 직접 닿지 않고, 들어올려진 턴시트 위에 부드럽게 착지하여 낙하 충격이 감소한다. 이는 기존 제품에 없는 독창적 메커니즘이다.

4) 기대 효과

본 시스템이 성공적으로 개발되면 다음과 같은 효과를 기대할 수 있다.

첫째, 건강 개선 효과이다. 수면 중 장시간 동일 체위로 인한 혈류 차단, 근골격계 통증, 욕창 발생 위험과 엎드린 자세로 인한 경추 부담을 자동으로 방지할 수 있으며, 이는 수면의 질 향상으로 이어진다.

둘째, 기술적·학술적 가치이다. 수면 자세 감지와 알림을 결합한 시스템은 존재하나 , 이는 사용자가 스스로 자세를 바꾸도록 유도하는 알림 방식이다. 수면 단계 인식과 물리적 자동 체위 전환을 연동한 폐루프 시스템은 제품 및 학술 연구에서 보고된 바 없으며, 본 과제는 이러한 통합을 최초로 시도한다.

셋째, 확장 가능성이다. 본 과제에서 건강한 성인을 대상으로 핵심 기술의 안전성과 유효성이 입증되면, 다음과 같은 방향으로 확장이 가능하다. 노인 요양·병원 욕창 예방·재활 환경 등 취약 사용자 대상으로 안전 기준을 강화하여 적용할 수 있고, 자세 치료가 권장되는 폐쇄성 수면무호흡증 환자의 바로 눕기 방지에도 활용 가능하다. 또한 장기간 축적된 수면 자세·호흡 데이터를 기반으로 수면 건강 리포트 서비스로 발전시킬 수 있다.

====개발 과제의 목표 및 내용====
1) 정량 목표(KPI)

본 과제의 정량적 목표는 다음 5개 항목으로 설정하였다.

① 체위 전환 성공률 ≥ 90%: 사용자가 탑승한 상태에서 시트 회전에 의한 체위 전환이 정상적으로 완료되는 비율 90% 이상을 달성한다.

② 자세 인식 정확도 ≥ 85%: 바로 눕기, 엎드려 눕기, 옆으로 눕기의 3분류에 대해 NIR 카메라 기반 분류 정확도 85% 이상을 달성한다.

③ 안전 정지 응답 시간 ≤ 2초: E-stop 버튼 또는 음성 긴급 정지 신호 입력 시 전체 구동이 2초 이내에 완전 정지한다..

④ 센터 바 충격 완화 효과 ≥ 30%: 센터 바 있음/없음 조건에서 체위 전환 시 매트리스 착지 소음(dB)의 감소율 30% 이상을 달성한다.

⑤ 작동 소음 ≤ 45 dB: 체위 전환 시퀀스 전 구간에서 롤러 바 상하 이동, 롤러 바 감속 모터 회전, 센터 바 상하 이동, 리니어 액추에이터 작동 등 개별 구동 요소의 소음을 0.5m 거리에서 측정하여 최대값이 45 dB 이하를 달성한다.

2) 시스템 아키텍처

본 시스템은 센서부, 판단부, 구동부, 안전부, 모니터링부의 5개 모듈로 구성된다.

센서부: NIR 카메라로 암흑 환경에서 사용자의 자세, 위치, 체동 빈도를 감지한다. mmWave 레이더 모듈로 호흡에 의한 가슴·배의 미세한 상하 움직임을 비접촉으로 감지하여 호흡 주기 를 실시간 추출한다. 선행 연구에서 FMCW mmWave 레이더를 이용한 수면 중 호흡 주기 감지가 90% 이상의 정확도로 보고되었으며, 해당 기술은 소비자용 수면 모니터에 이미 상용화되어 있다. 마이크는 사용자의 큰 소리(비명 등)를 감지하여 음성 긴급 정지 수단으로 사용하여 E-stop 버튼에 손이 닿지 않는 상황을 대비한다.

판단부: 임베디드 보드에서 카메라 영상의 자세 분류 알고리즘과 레이더 데이터의 호흡 주기 분석을 결합하여 깊은 수면 여부를 추정한다. 깊은 수면 단계에서는 부교감신경이 우세해지면서 호흡이 느리고 규칙적으로 변하며, 체동이 가장 적어지는 것이 선행 연구에서 확인되었다. 이에 근거하여, 일정 시간 이상 체동이 관찰되지 않고 호흡 주기가 느리고 규칙적인 상태가 지속되면 깊은 수면 구간으로 추정한다. 다만 엄밀한 의미의 깊은 수면은 하룻밤 중 총 약 1시간 내외로 짧기 때문에, 개입 기준을 지나치게 엄격하게 설정하면 실제 작동 기회가 극히 제한될 수 있다. 따라서 '체동 부재 + 호흡 안정'의 구체적 임계값은 실험을 통해 조정하여, 잠을 깨우지 않으면서도 충분한 개입 빈도를 확보할 수 있는 최적 기준을 탐색한다. 이 임계값의 적절성은 평가항목 '수면 비분절률'을 통해 간접적으로 검증된다. 옆으로 눕기 또는 엎드려 눕기가 약 60분 이상 유지되고 깊은 수면 조건이 동시에 충족되면, 바로 눕기 자세로의 체위 전환 시퀀스를 개시한다.

구동부: 시트 회전 방식의 체위 전환 메커니즘을 적용한다. 침대 위에는 저마찰 슬라이드 시트를 깔고 그 위에 턴시트를 배치하여, 턴시트가 이동할 때 마찰을 최소화한다. 좌우 롤러 바에 감속 모터를 장착하여 턴시트를 감아올리고, 리니어 액추에이터로 롤러 바 상하 이동 및 센터 바 상하 이동을 수행한다. 센터 바가 상승하면 턴시트를 아래에서 들어올려 완충면을 형성하며, 이때 반대쪽 롤러 바가 턴시트를 풀어 여유 길이를 확보한다. 전체 동작은 잠을 깨우지 않는 수준의 극저속으로 진행하며, 최적 속도는 실험을 통해 결정한다 .

안전부: E-stop 비상정지 버튼, 과전류 보호 퓨즈, 급격한 움직임 감지 시 즉시 정지 기능을 포함한다. 또한 사용자가 큰 소리를 내거나 비명을 지르면 마이크 기반 음성 긴급 정지가 작동하여 모든 구동을 즉시 중단한다.

모니터링부: 임베디드 보드에서 웹 서버를 구동하여, 같은 Wi-Fi 내 스마트폰에서 수면 자세 기록, 전환 이력, 수면 단계 로그를 확인할 수 있는 대시보드를 제공한다.

3) 작동 시퀀스

체위 전환은 다음 7단계로 진행된다.

① 약 60분 이상 동일 자세 감지 + 깊은 수면 확인: 카메라가 사용자의 자세를 분류하고, 레이더가 호흡 주기를 분석하여 깊은 수면 상태를 확인한다. 옆으로 눕기 또는 엎드려 눕기가 약 60분 이상 유지되고 깊은 수면이 확인되면 체위 전환을 개시한다.

② 롤러 바 상승: 이동 방향의 롤러 바를 먼저 상승시켜 턴시트를 끌어올리고 기울기를 생성한다.

③ 시트 회전으로 사이드 이동: 상승한 롤러 바가 턴시트를 감아올리면, 슬라이드 시트 위의 턴시트가 미끄러지며 사용자를 사이드로 이동시킨다.

④ 센터 바 상승: 침대 중앙의 센터 바가 턴시트를 아래에서 밀어올려 완충면을 형성한다. 반대쪽 롤러 바가 턴시트를 풀어 여유 길이를 확보한다.

⑤ 뒤집기: 롤러 바가 턴시트를 더 감아 사용자를 똑바른 자세로 뒤집는다. 센터 바가 들어올린 턴시트가 완충 역할을 하여 낙하 충격 없이 부드럽게 착지한다.

⑥ 센터 바·롤러 바 하강: 센터 바가 천천히 하강하고 롤러 바도 내려가면서 매트리스가 다시 평평해진다.

⑦ 중앙 복귀: 반대쪽 롤러 바가 턴시트를 감아 사용자를 침대 중앙으로 되돌린다.

전 과정은 깊은 수면 지속시간 내에 완료되어야 하며, 급격한 움직임이 감지되거나 음성 긴급 정지가 발동되면 즉시 정지한다.

4) 대상 사용자

본 프로토타입의 대상은 건강한 성인(1인용 침대)이다. 침대 크기 및 구동부 설계 기준은 사이즈코리아(국가기술표준원) 인체치수조사 데이터를 참고하여, 한국 성인 남성 상위 95%를 수용할 수 있는 키 약 183cm, 체중 약 95kg을 설계 상한으로 설정한다.

본 과제에서 건강한 성인을 1차 대상으로 설정한 이유는, 프로토타입 단계에서 사용자가 직접 피드백을 제공하고 위험 시 자력 대응이 가능하여 안전한 검증 환경을 확보할 수 있기 때문이다. 1단계에서 핵심 기술(수면 단계 연동 체위 전환, 충격 완화 메커니즘)의 안전성과 유효성을 충분히 입증한 후, 2단계로 노인·환자 등 취약 사용자를 대상으로 안전 기준을 강화하여 확장하는 것이 합리적인 개발 순서라고 판단하였다.

===관련 기술의 현황===
====관련 기술의 현황 및 분석(State of art)====
*전 세계적인 기술현황
본 과제의 핵심 기술은 (1) NIR 카메라 기반 수면 자세 감지, (2) mmWave 레이더 기반 비접촉 수면 단계 추정, (3) 자동 체위 전환 메커니즘 및 저소음 구동부의 세 가지로 구분된다.

(1) NIR/IR 카메라 기반 수면 자세 분류: 카메라 기반 수면 자세 분류는 2016년 Grimm et al.이 Kinect v2 뎁스 카메라(512×424, ToF 방식)의 깊이 맵을 Bed Aligned Map으로 변환하여 CNN에 입력, 3가지 자세를 분류한 것을 시작으로, Ren et al.은 동일 Kinect + Artec 3D 스캐너를 사용해 SVM + SIFT 특징 추출로 6가지 자세에 대해 92.5%를 달성하였다. 2019년 Liu et al.은 NIR 카메라(해상도 848×480, 6fps), 뎁스 카메라, 압력 센서 매트(64×27 센서 셀)를 동시 수집한 SLP(Simultaneously-collected Lying Pose) 데이터셋을 IEEE TPAMI에 공개하여, 109명의 피험자가 담요 없음/얇은 담요/두꺼운 담요 3조건에서 15가지 자세를 취한 다중모달 벤치마크를 마련하였다(NIR 단독 85~95%).

2020년 Mohammadi et al.은 단일 2D IR 카메라(해상도 640×480)를 침대 상방 약 1.6m에 설치하고, ResNet-152 + 전이학습을 적용하여 12명의 실제 8~10시간 수면 환경에서 담요 착용 상태(두께 0.4~8cm)로 4분류(supine/prone/left/right) + 빈 침대 감지에 성공하였다. 핵심 설계 파라미터는 촬영 간격 30초, 야간 IR LED 조명, 학습 시 데이터 증강(회전·이동·스케일링)이었다. 2021~2022년에는 담요 대응이 핵심 과제로 부상하여 Tam et al.이 Intel RealSense D435i(뎁스 해상도 1280×720, NIR 스테레오) 카메라를 침대 상방 약 1.5m에 설치하고, 66명(2021) 대상 4가지 담요 조건(없음/침대시트/얇은 담요/두꺼운 담요)에서 ResNet-34 기반 CNN으로 4분류 97.1%, 7분류 88.9%를 달성하였다. 후속 연구(2022, 120명)에서는 OpenPose 기반 해부학적 랜드마크 + 어텐션 전략으로 7분류 92.2%까지 향상시켰으며, 담요가 두꺼울수록 정확도가 약 3~8%p 하락하는 경향이 일관되게 관찰되었다. 2024년에는 SRDC-S가 NVIDIA Jetson 임베디드 플랫폼에서 교차 사용자 자세 인식 85.07%를 달성하여 실시간 배포 가능성을 검증하였다.

대안 기술로는 압력 센서 매트(ConcatNet 95.56%, 2024; Matar et al. 97.6%, 2020), RF 신호(BodyCompass, MIT CSAIL, 반사 신호 위상 분석으로 94%), 웨어러블 가속도계(WSS 92.5%, 2018; 가속도계 8개 체표 부착 98.42%, 2025), ECG 기반 센서(Enayati et al., 매트리스 내장 ECG 전극으로 ~100% k-fold, 2018), 열화상 어레이(Chen et al., 8×8 IR 어레이 ~88%, 2019) 등이 있으나, 본 과제에서는 비접촉·암흑 작동·체동/자세 동시 감지가 가능하고 침대 구동부에 물리적 간섭을 주지 않는 NIR 카메라를 선택하였다. 특히 압력 센서 매트는 턴시트 이동 시 센서 위치가 변형되어 구동부와의 물리적 간섭이 불가피하며, 웨어러블 가속도계는 수면 중 착용 거부감이 크다.

[[파일:논문_별_사용_카메라_센서와_정확도.png]]

<표 1> 논문 별 사용 카메라 센서와 정확도

[[파일:뎁스_카메라에_의한_수면_자세_분류.png]]

<그림 1> 뎁스 카메라에 의한 수면 자세 분류

(2) mmWave 레이더 기반 비접촉 수면 단계 추정: 정상 성인의 호흡에 의한 흉곽 변위는 약 4~12mm이며, 심박에 의한 변위는 약 0.2~0.5mm로 매우 미세하다. FMCW(Frequency-Modulated Continuous Wave) 레이더는 이러한 마이크로모션을 1μm 이하의 정확도로 비접촉 감지할 수 있다. 2020년에는 자체 제작 FMCW 레이더(반송파 24GHz, 대역폭 250MHz, 범위 해상도 60cm, 수신기 잡음 지수 12dB)를 사용하여 110Hz 및 154Hz 두 가지 chirp 반복 주파수에서 수면 중 심폐 신호 수집 성능을 비교하였으며, 154Hz가 더 세밀한 정보를 포착하나 110Hz도 활력 징후 모니터링에 충분함이 확인되었다.

2022년에는 국내에서 mmWave 기반 비접촉식 심박 측정 시스템이 개발되었다. 2024년에는 호흡 패턴 분류 연구에서 KNN(84.75%), SVM(91%), CNN+LSTM(92%)을 비교한 끝에 G-SVM(Gaussian kernel SVM) 방법으로 전체 정확도 94.75%를 달성하였으며, 특히 빠른 호흡(quick breathing)의 인식률을 64%→88%로, 느리고 깊은 호흡(slow and deep breathing)을 99%로 개선하였다. 2025년에는 TI IWR6843ISK(60~64GHz FMCW, 송신기 3개·수신기 4개 어레이) 레이더를 이용한 Spatial Blind Source Estimation 기법으로 호흡률 94.51%, 심박수 97.79%의 감지 정확도가 보고되었다.

수면 단계 추정에서는 심박수(HR)·호흡률(RR)·심호흡 커플링(CRC, cardiorespiratory coupling)·체동 빈도의 4가지 다변량 시계열 데이터를 biLSTM(bidirectional Long Short-Term Memory) 네트워크에 입력하여 5단계 수면 분류(Wake, N1, N2, N3, REM)를 수행하는 연구(2023)가 Nature Scientific Reports에 발표되었다. 이 연구는 leave-one-out 교차검증으로 balanced accuracy, Cohen’s κ, F1 점수를 평가하였다. 2025년에는 호흡음을 통한 수면 단계 예측 연구도 발표되어, 마이크 기반 보조 수단의 가능성이 제시되었다.

상용 제품으로는 Google Nest Hub 2세대(Soli mmWave 센서 + 마이크 + 광센서 + 온도센서, 카메라는 수면에 미사용, 13.2만원), Aqara FP2(천장 설치 mmWave, 가슴 움직임+낙상 감지, $82.99), SMK Milweb Sleep(mmWave, IoT 기기 연동, $150), Withings Sleep Analyzer(매트리스 삽입 압력센서 + 마이크, $150), SleepScore(스마트폰 마이크+스피커, 앱 기반) 등이 있으나, 모두 모니터링에 한정되며 물리적 체위 전환 기능은 없다. 따라서 본 과제에서는 mmWave 레이더의 비접촉 호흡·심박 감지 능력을 NIR 카메라의 체동 감지와 결합하여 깊은 수면 여부를 추정하되, 기존 상용 제품에는 없는 물리적 자동 체위 전환과의 연동을 구현한다.

[[파일:mmWave_레이더_연구_및_수면단계_예측_연구.png]]

<표 2>mmWave 레이더 연구 및 수면단계 예측 연구

(3) 자동 체위 전환 메커니즘 및 저소음 구동부: 체위 전환 방식은 시트 회전(VENDLET V5S), 3분할 플랫폼 틸팅(Freedom Bed), 에어셀 압력 조절(Bryte Balance, Hill-Rom)로 분류된다.

VENDLET V5S는 침대 양측의 롤러 바가 저마찰 나일론 슬라이드 시트 위의 터닝 시트를 감거나 풀어 환자를 수평 회전시키는 구조이다. 3단계 속도 조절이 가능하며, 높낮이 조절 바가 사이드레일(안전 가드) 역할을 겸한다. 간병인이 핸드 컨트롤러로 직접 조작하는 수동 시스템이며, 모터 과부하 시 자동 정지 기능과 조작 잠금 기능이 내장되어 있다. 최대 65dB로 보고되며, 가격은 £4,990~5,867이다.

Freedom Bed는 중앙판과 양측 힌지 측편판으로 구성된 3분할 플랫폼을 머리판·발판 프레임의 바 링크로 연결하여 좌우 최대 60°(한쪽당 30°) 회전이 가능하다. 마이크로프로세서에 중앙·좌측·우측 체류 시간(1분~4시간), 좌·우 각도, 속도를 저장하여 프로그래밍된 패턴을 반복한다. 12V DC 전원 + 정전 대비 배터리 백업, 공압식 쿠션 상체·다리 거상, 트렌델렌버그(Trendelenburg) 경사 조절, 안전 센서 및 프로그래밍 잠금 기능을 갖추고 있다. “속삭이는 수준” 소음을 주장하나 구체적 dB 수치는 미공개이며, 가격은 $48,000이다. Hill-Rom Centrella는 SafeView 바닥 조명 투사로 원격 안전 상태 확인, FlexAfoot 전동 길이 조절, 비접촉 HR/RR 모니터링(7일 기록), 3단계 낙상 감지 알람 등 의료 특화 기능을 갖추나 체위 전환 자체는 수동이다. 두 제품 모두 수면 상태를 고려하지 않는다.

저소음 리니어 액추에이터는 22dB(모터뱅크, 2000N, 6mm/s, 스트로크 50~700mm), 30dB 이하(DIHOOL, 2000N, 15mm/s, 스트로크 50~1000mm)부터 50dB(가치창조기술, 1500N, 4mm/s, 스트로크 200mm)까지 다양하다. 사양상 소음은 무부하 기준이며, 추력과 동작 속도는 반비례 관계이다. 본 과제에서는 WHO 침실 소음 기준(단발 이벤트 45dB LAmax 이하)과 설계 하중(한국 성인 남성 95퍼센타일 약 95kg, Size Korea 제8차 인체치수조사 기준)을 고려하여 30dB 이하·500N급 자기잠금(self-locking, 내부 웜기어) 방식의 리니어 액추에이터를 선정하였다. 요약하면, 기존 체위 전환 제품은 수동 조작 또는 타이머 기반에 머물러 있으며, 수면 상태를 고려한 자동 개입과 전환 충격 완화를 동시에 갖춘 시스템은 부재하다. 본 과제는 VENDLET의 시트 회전 메커니즘을 기반으로 하되, 센터 바 완충과 수면 단계 연동 자동 제어를 추가하여 이 한계를 극복한다.

[[파일:시장조사.png]]

<표 3> 시장조사

*기술 로드맵
관련 기술의 시간순 발전 과정을 정리하였다<그림 2>. 기구부(메커니즘)는 1994년부터, 센서부(카메라·레이더)는 2012년부터 독립적으로 발전해왔으나, 양자를 폐루프로 통합한 사례는 아직 없다.

[[파일:기술_로드맵_타임라인.png]]

<그림 2> 기술 로드맵 타임라인

*특허 조사 및 전략
국내외 관련 특허를 조사하고 장단점 및 본 과제와의 차별점을 분석하였다.

[[파일:관련_특허_조사.png]]

<표 4> 관련 특허 조사

본 과제의 독창적 기술 요소는 두 가지이다. 첫째, ’센터 바 상승에 의한 회전 충격 완화 메커니즘’으로 VENDLET(WO2014167569A1)의 수직 액추에이터가 안전 난간 용도에 한정되는 것과 달리 턴시트를 들어올려 완충면을 형성하는 신규 구성이다. 둘째, ’수면 단계 추정에 따라 체위 전환을 자동 개시하는 폐루프 제어 방법’으로, 기존의 타이머 기반(Freedom Bed) 또는 수동 조작(VENDLET)과 본질적으로 다르다.

단기 전략(프로토타입 단계): 실험 데이터에 근거한 설계 파라미터(센터 바 높이, 롤러 바 속도, 턴시트 장력)와 수면 단계 판단 임계값(체동 부재 시간, 호흡 주기 안정성)의 조합을 팀 노하우로 축적하고, 반복 실험을 통해 재현성과 안전성을 확보한다. Freedom Bed 틸팅 특허(US5515561A, 1994)는 만료되었으며, 본 과제의 시트 회전 + 센터 바 구조는 VENDLET 특허와 구동부가 상이하여 저촉 가능성이 낮다.

중기 전략(검증 완료 후): (1) 센터 바 완충 메커니즘의 기구 특허 — 센터 바 상승 높이·타이밍과 턴시트 여유 길이의 연동 구조를 청구항으로 구성, (2) 수면 단계 연동 자동 체위 전환 제어 방법 특허 — NIR 체동 데이터 + mmWave 호흡 주기 분석 → 깊은 수면 추정 → 체위 전환 시퀀스 자동 개시의 폐루프 로직을 방법 청구항으로 구성하여 국내 특허 출원을 목표로 한다.

====시장상황에 대한 분석====
*경쟁제품 조사 비교
[[파일:경쟁제품_비교.png]]

<표 5> 경쟁제품 비교

국내에는 코웨이 비렉스(에어셀 스마트 매트리스), 바디프랜드 라클라우드(프리셋 모션), 영원메디칼 AD-1800 TURNING(타이머 에어셀 체위 변경), 나인벨헬스케어 스마트케어베드(AI 체압 분석) 등이 있으나, 수면 단계 연동 자동 체위 전환 기능을 갖춘 제품은 없다.

*마케팅 전략
[[파일:SWOT_분석.png]]

<표 6> SWOT 분석

전략 도출: SO전략(강점×기회)으로는 수면 단계 연동 폐루프라는 유일한 차별점을 앞세워 기존 제품이 부재한 시장 공백에 진입하고, 저렴한 가격으로 병원·요양시설 시범 도입을 추진한다. WT전략(약점×위협)으로는 1차 대상을 건강한 성인으로 한정하여 안전 리스크를 관리한 뒤, 내구성 및 안전성이 검증되면 노인 혹은 환자까지 목표 대상을 확장한다.

===개발과제의 기대효과===
====기술적 기대효과====
수면 단계 인식과 물리적 자동 체위 전환을 연동한 최초의 폐루프 시스템으로서 해당 분야의 기술적 공백을 메우는 학술적 가치가 있다. 센터 바 상승에 의한 회전 충격 완화 메커니즘은 VENDLET(센터 바 없음, 최대 65dB)·Freedom Bed(틸팅 방식)의 근본적 한계를 해결하는 독창적 기구 설계이다. NIR 카메라 + mmWave 레이더의 다중 센서 융합 구조는 비접촉 수면 모니터링의 새로운 구현 사례를 제공한다. 본 과제의 정량 목표로는 자세 인식 정확도 ≥85%(선행 연구 coarse 분류 하한), 체위 전환 성공률 ≥90%, 수면 비분절률 ≥70%(깊은 수면 중 전환 시 안 깸), 센터 바 충격 완화 ≥30%(dB 감소율), 안전 정지 ≤2초, 작동 소음 ≤45dB(A)(WHO 기준)를 설정하였다.

====경제적, 사회적 기대 및 파급효과====
한국 매트리스 시장은 2024년 약 3억 달러 규모, 연평균 성장률 5.9%이며, 병원용 침대 시장은 연평균 성장률 8.94%, 병상 관리 시스템은 연평균 성장률 10.2%로 더 높은 성장률을 보인다. 본 과제 기술이 상용화될 경우 BendLet Bed ($800) 대비 획기적으로 낮은 가격대에서 수면 단계 연동 기능을 제공하여 시장 진입 경쟁력을 확보할 수 있다. 사회적 측면으로는 건강한 성인의 잘못된 수면 자세에 의한 건강 악화 문제를 조기에 예방하고 이를 개선할 수 있다. 향후 고령화 사회에서 간병인 없이 자동 체위 전환으로 노인들의 욕창을 예방하고 그에 대한 돌봄 부담을 감소시키는 영역까지 확대될 수 있다.

NIR 카메라의 IR 영상만 사용으로 프라이버시 우려를 최소화한다. 환경적으로는 저전력 DC 구동(24V)으로 에어셀 매트리스 대비 지속적 공기펌프가 불필요하여 에너지 효율이 높다.

===구성원 및 추진체계===
====역할 분담====
*김*수 (기구/제작): 롤러 바·센터 바 조립, 외주 업체 소통, 시트 재단·부착, 프레임 세팅
*성*현 (소프트웨어): Python 코딩, 카메라 영상처리, 레이더 호흡 주기 분석, PWA 대시보드 개발
*안*욱 (검증/문서): 실험 설계·진행, 데이터 기록·분석, 보고서·발표자료 작성
*최*교 (전자/제어): 전자·배선 설계, 시퀀스 제어 개발, 시스템 통합
*박*희 교수 (지도교수): 기술 자문, 안전 승인, 프로젝트 전반 검토

====추진체계====
[[파일:추진체계2.png]]

<그림 3> 추진체계

==설계==
===설계사양===
====제품의 요구사항====
본 과제에서 개발하는 자동 수면 자세 교정 침대는 사용자의 수면 중 자세 교정이라는 기능적 목표를 충족하면서도, 가정용 제품으로서의 실용성과 안전성을 확보해야 한다. 이를 위해 도출한 제품 요구사항은 다음과 같다.

[[파일:요구사항_목록.png]]

<표 7> 요구사항 목록

1. 자세 인식이 잘 되어야 함
자동 체위 교정 기능이 작동하려면 시스템이 사용자의 현재 수면 자세를 정확히 판별할 수 있어야 한다. 인식 오류는 불필요한 작동이나 필요한 작동의 누락으로 이어져 제품 신뢰성을 크게 훼손한다.

2. 체위 전환이 원활하게 되어야 함
과제의 핵심 목표이다. 잘못된 자세가 감지되었을 때 체위 전환은 정상적으로 되어야만 한다. 체위 전환 동작이 매끄럽지 못하면 사용자에게 불편함과 충격을 유발하고, 수면을 방해하는 요소로 작용한다. 힘의 전달, 동작 궤적, 마찰 조건이 유기적으로 맞물려야 원활한 전환이 가능하다.

3. 수면 상태를 파악할 수 있어야 함
얕은 수면 중에 작동하면 사용자를 깨우게 된다. 깊은 수면 단계에서만 체위 전환이 이루어지도록 하기 위해 수면 상태 판별 기능이 필수적이다.

4. 작동 중에 깨우지 않아야 함
본 제품의 핵심 가치는 수면의 연속성을 보장하면서 자세를 교정하는 데 있다. 사용자가 작동 사실을 인지해 깨어난다면 제품의 기본 목적이 무의미해지므로, 전환 과정 전반이 수면 친화적으로 설계되어야 한다.

5. 소음이 작아야 함
수면 환경에서는 작은 소음도 각성을 유발할 수 있다. 구동부·센서부 모두 저소음 설계가 필요하며, 특히 체위 전환 시 발생하는 기계적 소음을 최소화해야 한다.

6. 튼튼해야 함
사용자의 체중(최대 95kg 상정)을 반복적으로 지지하고, 매일 반복되는 구동 하중을 견뎌야 하므로 본체 프레임과 구동부 모두 충분한 강도와 내구성을 확보해야 한다.

7. 보조자 없이 사용 가능해야 함
기존 의료용 체위 변환 장비(VENDLET 등)는 보조자의 조작이 필수이나, 본 제품은 개인 수면 환경에서 사용하기 때문에 개인이 장비를 작동시킬 수 있어야 한다. 체위 전환 시 보조자의 도움이 필요 없어야 자동 체위 전환의 목적이 달성된다.

8. 비상정지가 되어야 하며 안전해야 함
자동 구동 시스템 특성상 예기치 못한 오작동이 발생할 수 있다. 사용자가 즉시 동작을 중단시킬 수 있는 비상정지 기능과, 기계적·전기적 안전 장치가 반드시 갖추어져야 한다.

9. 이용 시 편안해야 함
침대는 장시간 사용하는 제품이므로 매트리스·시트의 쿠션감, 체온 관리, 소재의 촉감 등 사용자 편안함이 제품 만족도를 결정하는 핵심 요소다.

10. 위생 관리가 용이해야 함
매일 장시간 피부가 닿는 제품이므로 땀·피지로 인한 오염이 불가피하다. 사용자가 직접 닿는 시트류는 분리·세탁이 쉬워야 하며, 본체 내부에 이물이 축적되지 않도록 설계되어야 한다.

11. 가격이 저렴해야 함
기존 유사 제품(VENDLET V5S 약 800만 원, Freedom Bed 약 $48,000)은 가정용으로 접근이 어려운 가격대다. 본 제품은 일반 소비자가 구매할 수 있는 합리적 가격대(목표 250만 원 수준)를 지향한다.

12. 수동으로 조작 가능해야 함
자동 모드가 사용자 의도와 맞지 않거나 시스템 오류 상황이 발생할 수 있다. 이런 경우 사용자가 직접 조작할 수 있는 수동 제어 인터페이스가 필요하다.

13. 개개인별 맞춤화를 통해 개인화가 되어야 함
사용자마다 체형, 선호 자세, 수면 습관이 다르다. 전환 강도·빈도·민감도 등을 사용자별로 조정할 수 있어야 제품이 실제 환경에서 유효하게 동작한다.

14. 설치가 용이해야 함
일반 가정에서 사용하는 제품인 만큼 전문 시공 없이 설치 가능해야 한다. 복잡한 배관·배선이 요구되지 않아야 하며, 부품 조립과 배치가 직관적이어야 한다.

15. 심미성이 있어야 함
침실은 개인 공간이므로 실내 인테리어와 조화를 이루는 외관이 요구된다. 기계적·의료적 인상을 최소화하고, 일반 침대와 유사한 자연스러운 디자인이 필요하다.

16. 무게가 너무 무겁지 않아야 함
제품을 옮기거나 재배치할 일이 발생할 수 있으므로 과도한 무게는 사용성을 저해한다. 구조적 강도를 유지하면서 경량 소재를 적절히 활용해야 한다.

17. 사이즈가 너무 크지 않아야 함
침실 공간의 제약을 고려할 때, 표준 침대 규격(퀸 사이즈 기준)을 크게 벗어나지 않아야 한다. 교정 기구부가 추가됨에도 불구하고 통상적인 침대 공간 내에 수용되어야 한다.

[[파일:목적계통도2.png]]

<그림 4> 목적계통도

====설계 사양====
[[파일:설계사양2.png]]

<그림 5> 설계사양

도출된 설계사양 체계를 토대로, 본 과제에서는 이후 개념안 평가에 사용할 8가지 평가 변수를 정의하였다. 이 변수들은 설계사양 L3 항목 전체를 유형별로 묶어 압축한 것으로, 개념안 간 정량적 비교가 가능하도록 구성하였다.

[[파일:설계_평가_변수.png]]

<표 8> 설계 평가 변수

이 8가지 평가 변수는 설계사양에서 도출된 30여 개의 세부 요구사항을 포괄적으로 반영하며, 이후 중요도 계수 부여와 개념안 평가 매트릭스 단계에서 공통 기준으로 활용된다.

[[파일:중요도_계수.png]]

<그림 6> 중요도 계수

8가지 평가 변수에 중요도를 0~4까지 총 5단계로 나누어 중요도 계수를 분배하였고, 추후 이를 활용하여 개념 설계 시 평가를 진행한다.

- 중요도 4점(기능/성능, 사용자 안전)

제품의 핵심 존재 이유인 자세 교정 효과와, 수면 중 자동 구동이라는 특성상 절대 타협할 수 없는 사용자 안전은 최상위 중요도로 설정하였다. 두 변수 중 하나라도 충족되지 않는 제품은 시장 출시 자체가 불가능하다.

- 중요도 3점(수면 친화성, 제작비용)

"수면을 방해하지 않는 자세 교정"이라는 본 과제의 차별점을 직접 구현하는 수면 친화성, 그리고 의료용이 아닌 가정용 시장 진입을 위한 가격 경쟁력은 상위 중요도로 설정하였다. 타협이 가능하나 크게 양보할 수 없는 변수들이다.

- 중요도 2점(사용 편의성, 유지보수성)

완전 자동 작동이 기본 지향점이므로 편의성은 어느 개념에서나 유사한 수준으로 구현 가능하며, 유지보수성 역시 장기 사용 시 부담이 되지만 프로토타입 단계의 핵심 평가 요소는 아니다. 중위 중요도로 배치하였다.

- 중요도 1점(심미성, 설치·이동성)

가정용 제품으로서 필요한 요건이나, 본 과제의 기술적 기여와 직접 관련성이 낮은 외적·운용적 변수이다. 평가에 반영하되 낮은 가중치를 부여하였다.

====개념설계안====
본 과제의 전체 시스템은 자세 인식부, 수면 단계 감지부, 체위 교정 기구부의 세 가지 서브시스템으로 구성된다. 이 중 자세 인식부와 수면 단계 감지부는 각각 NIR 카메라와 mmWave 레이더를 활용하는 방식으로 기술적 구현 방향이 비교적 명확하며, 어떤 기구적 방식을 선택하더라도 공통적으로 적용된다.

반면 체위 교정 기구부는 "사용자의 몸을 어떻게 물리적으로 움직일 것인가" 라는 질문에 대해 다양한 해법이 존재하며, 선택한 방식에 따라 침대의 구조·안전성·사용감·비용이 근본적으로 달라진다. 따라서 본 개념 설계 단계에서는 체위 교정 기구부에 초점을 맞추어, 팀원 전원이 참여한 브레인스토밍을 통해 네 가지 개념안을 도출하였다.

개념 1: 3분할 틸팅 매트리스를 통해 기울기 조작으로 사용자가 정자세로 복귀하도록 유도하는 방식

개념 2: 에어셀로 매트리스 기울기를 형성하여 사용자가 정자세로 복귀하도록 유도하는 방식

개념 3: 롤러바와 센터바로 사용자의 자세를 직접 회전시켜 교정하는 방식

개념 4: 밀개 구조물로 사용자의 몸을 직접 밀어 교정하는 방식

이하에서 각 개념을 순서대로 설명한다.

*3분할 틸팅 매트리스 방식
[[파일:3분할_틸팅_매트리스_방식.png]]

매트리스를 좌·중앙·우 3구역으로 독립 분할하고 각 구역 하부에 틸팅 기구를 설치한다. 교정이 필요한 자세로 판정되면 해당 측면 구역 하부의 틸팅 기구가 구동되어 매트리스 면이 완만한 각도로 기울어지고, 사용자는 중력에 의해 정자세(앙와위) 방향으로 자연스럽게 이동한다. 자세 복귀가 확인되면 매트리스는 원래 수평 상태로 복귀한다.

*에어셀 매트리스 방식
[[파일:에어셀_매트리스_방식.png]]

매트리스 내부에 다수의 에어셀(공기 주머니)을 배치하고 각 셀의 공기압을 독립적으로 제어한다. 교정 필요 판정 시 한쪽 측면 에어셀에 공기를 주입하여 부풀리고 반대편은 공기를 빼서 낮춤으로써 매트리스 표면에 경사면을 형성하며, 이 기울기에 의해 사용자가 중력을 통해 정자세 방향으로 유도된다. 교정 완료 후 에어셀 압력은 원위치로 복원된다.

*직접 밀기 방식
[[파일:직접_밀기_방식.png]]

매트리스 아래에 수직 방향으로 작동하는 밀개 구조물을 배치하여 사용자의 몸을 직접 밀어 자세를 변경한다. 교정 필요 판정 시 밀개 구조물이 매트리스 아래에서 상승하여 사용자의 어깨 또는 허리 측면에 접촉하며, 완만한 힘으로 반대편으로 이동시킨다. 교정 완료 후 밀개는 원위치로 복귀한다.

*롤러바 및 센터바 방식
[[파일:롤러바_및_센터바_방식.png]]

매트리스 좌·우측에 회전하는 롤러바를 배치하고 그 사이를 감싸는 턴시트를 통해 사용자의 자세를 직접 회전시킨다. 교정 필요 판정 시 먼저 회전 축 하부의 센터바가 상승하여 사용자의 몸 중심을 완충 지지하고, 이어 한쪽 롤러바가 회전하며 턴시트를 감아 들여 사용자를 반대편으로 서서히 이동시킨다. 원하는 자세로 이동이 완료되면 롤러바가 정지하고 센터바가 하강한다.

====이론적 계산 및 시뮬레이션====
=====설계 하중 조건=====
본 장의 이론적 계산과 구조 해석은 공통의 설계 하중 조건을 기준으로 수행한다. 대상 사용자는 Size Korea 제8차 인체 치수 조사의 95% 성인 남성으로, 신장 약 183 cm·체중 약 95 kg을 상정한다. 이는 가장 큰 체격의 사용자에 대해서도 시스템이 정상 동작함을 보장하기 위한 보수적 기준이다.

사용자 체중 95 kg에 해당하는 중력 하중은 약 932 N이나, 본 설계에서는 여유를 두어 950 N을 설계 하중으로 본 장 전체에서 일관되게 적용한다. 프레임 구조 해석에는 이를 침대 상판의 집중 하중으로, 구동부 토크·추력 계산에는 마찰·지지 부하 산정의 기준 하중으로 사용한다.

체위 전환 시 사용자와 시트 사이의 마찰을 결정하는 슬라이드시트의 마찰계수는 설계 조건상 0.1–0.15 범위이며, 구동부 계산에서는 가장 불리한 값인 0.15를 적용한다. 프레임의 구조 안전성은 목표 안전계수 1.5를 기준으로 평가한다.

이상의 조건을 바탕으로, 본 장에서는 구동부(롤러바 모터·리니어 액추에이터)가 요구 부하를 충분한 여유로 구동할 수 있는지를 이론적으로 검토하고(3.2), 침대 프레임이 설계 하중에 대해 구조적으로 안전한지를 CAE 해석으로 검증한다(3.3)

=====구동부 이론 계산=====
======롤러바 모터 토크======
롤러바 모터는 턴시트를 감아 사용자를 회전시키는 구동원으로, 회전 토크를 전달할 뿐 아니라 전환 완료 후 사용자 하중에 의한 역토크에도 자세를 유지해야 한다. 이를 위해 셀프락킹이 가능한 웜기어 감속 구조이면서 저소음으로 작은 공간에서 높은 감속비를 얻을 수 있는 WGM40-3150-2480E를 선정하였다. 본 절에서는 이 모터가 요구 토크를 충분한 여유로 구동하는지 검토한다. 가장 보수적인 조건으로, 설계 하중(950 N) 전체가 슬라이드시트 위에서 미끄러질 때의 마찰력을 구동 부하로 가정한다.

*설계 하중 W = 950 N
*슬라이드시트 마찰계수 μ = 0.15
*마찰력 F = μ·W = 0.15 × 950 = 142.5 N
*롤러바 반경 r = 50.8 / 2 = 25.4 mm = 0.0254 m
*필요 토크 T = F·r = 142.5 × 0.0254 ≈ 3.62 N·m ≈ 36.9 kgf·cm

롤러바 모터(WGM40-3150-2480E)의 정격 토크는 70 kgf·cm이며, 롤러바 1개를 모터 2기가 함께 구동하므로 합산 정격은 140 kgf·cm이다. 필요 토크 36.9 kgf·cm는 합산 정격의 약 26 %, 모터 1기 정격의 약 53 % 수준으로 충분한 구동 여유를 확보한다.

한편 슬라이드시트를 적용하지 않을 경우(시트 직접 접촉, μ ≈ 0.3) 필요 토크는 약 73.8 kgf·cm로 모터 1기 정격(70 kgf·cm)을 초과한다. 이는 저마찰 슬라이드시트가 단순한 재료 선택이 아니라 구동부 토크 여유 확보를 위한 필수 설계 조건임을 정량적으로 뒷받침한다.

또한 롤러바 모터는 웜기어 감속 구조의 셀프락킹 특성을 가지므로, 전환 완료 후 사용자 하중에 의한 역토크가 작용하더라도 별도의 보유 전류 없이 자세를 유지할 수 있다.

======리니어 액추에이터 추력======
리니어 액추에이터는 롤러바를 탑재한 사이드바와 센터바를 승강·지지하는 구동원으로, 사용자를 깨우지 않도록 저소음·저속으로 작동하면서도 구동부와 사용자 하중을 함께 감당할 추력을 가져야 한다. 이를 위해 최대 추력 1200 N, 속도 13 mm/s, 소음 22 dB 사양의 LM4599-13120LNH를 선정하였다. 본 절에서는 이 액추에이터가 요구 추력을 충분한 여유로 발생시키는지 검토한다. 각 바는 액추에이터 2기가 분담 구동한다(3개 바 × 2기 = 6기). 체위 전환 시 한쪽 사이드바와 센터바가 사용자를 함께 들어올리나, 가장 보수적으로 하나의 바가 사용자 설계 하중 전체를 지지하는 경우를 검토한다.

*사용자 설계 하중 W = 950 N
*바 자중 W_bar ≈ 5 kg → 약 50 N
*바 1개 지지 하중 = W + W_bar = 950 + 50 = 1000 N
*바당 액추에이터 2기 → 1기당 필요 추력 = 1000 / 2 = 500 N

리니어 액추에이터(LM4599-13120LNH)의 정격 추력은 1200 N이므로, 1기당 필요 추력 500 N은 정격의 약 42 % 수준으로 충분한 여유를 확보한다. 실제로는 사이드바와 센터바가 사용자 하중을 분담하므로 개별 액추에이터의 부담은 이보다 더 작다.

또한 액추에이터는 리드스크류의 자기 유지 특성으로, 정지 상태에서 사용자 하중에 대해 별도의 보유 전류 없이 위치를 유지한다.

=====구조해석=====
======프레임 구조 해석======
체위 교정 기구부와 사용자 하중을 지지하는 침대 프레임의 구조 안전성을 검증하기 위해, Autodesk Inventor의 응력 해석 기능으로 프레임 전체 어셈블리에 대한 정적 구조 해석을 수행하였다. 프레임 재질은 각파이프 소재인 SS400으로 설정하고, 프레임 다리 하단을 고정 구속한 상태에서 설계 대상인 95 kg 사용자의 체중을 고려하여 950 N의 하중을 침대 상판 중앙에 부여하였다. 해석 결과는 안전계수와 변위 두 지표로 평가하였다.

해석 결과, 안전계수는 전 영역에서 최소 8.56으로 나타나 설계 목표 안전계수 1.5를 크게 상회하였다〈그림 7〉. 최대 변위는 하중이 집중되는 상판 중앙부에서 0.53 mm로 측정되었으며, 다리·상부 프레임 등 나머지 영역은 변위가 거의 발생하지 않았다〈그림 8〉. 응력 집중이나 국부 취약부 없이 하중이 전 구조에 고르게 분산되는 양상을 보였다.

이는 본 프레임이 사용자 정적 하중에 대해 충분한 강도와 강성을 확보하고 있음을 의미한다. 최소 안전계수 8.56은 적용 하중 950 N의 약 8.56배인 8.1 kN(약 830 kg 상당)까지 항복 없이 견딜 수 있음을, 최대 변위 0.53 mm는 사용감에 영향을 주지 않는 미소 수준의 처짐을 나타낸다. 다만 본 해석은 정적 하중 기준으로 체위 전환 시의 동적 하중은 포함하지 않았으며, 이는 센터바 완충으로 전환 충격이 작다는 점에서 정적 해석의 타당성이 확보된다.

[[파일:프레임_안전계수_해석_결과.png]]

<그림 7> 프레임 안전계수 해석 결과 (최소 8.56)

[[파일:프레임_변위_해석_결과.png]]

<그림 8> 프레임 변위 해석 결과 (최대 0.53mm)

======롤러바 브라켓 구조 해석======
롤러바를 양단에서 지지하는 브라켓에 대해서도 동일하게 Inventor 응력 해석을 수행하였다. 롤러바는 사용자 하중(950 N)을 양단 두 브라켓이 분담하여 지지하므로 브라켓 1개당 약 475 N이 작용하나, 여유를 두어 500 N을 설계 하중으로 적용하였다. 브라켓의 프레임 체결부를 고정 구속하고 롤러바 지지부에 500 N의 하중을 부여한 결과, 최소 안전계수는 체결 홀 주변의 응력 집중부에서 6.38로 나타나 목표 안전계수 1.5를 크게 상회하였다. 이는 적용 하중 500 N의 약 6.4배인 3.2 kN까지 항복 없이 견딜 수 있음을 의미하며, 롤러바 지지 구조가 사용자 하중에 대해 충분한 강도를 확보함을 확인하였다.

[[파일:롤러바_브라켓_안전계수_해석_결과.png]]

<그림 9> 롤러바 브라켓 안전계수 해석 결과

=====재료 선정=====
체위 교정 기구부에는 사용자와 직접·간접으로 접촉하며 회전 동작에 관여하는 시트류와 결합 부품의 재료 선정이 중요하다. 마찰 특성, 내구성, 위생성을 고려하여 슬라이드시트, 턴시트, 벨크로의 재료를 다음과 같이 선정하였다.

슬라이드시트는 나일론 100% 소재를 사용한다. 슬라이드시트는 그 위에서 턴시트가 미끄러지는 면으로, 낮은 마찰계수와 함께 지속적인 마찰에도 섬유가 마모·손상되지 않는 내마모성이 요구된다. 나일론은 침대 시트 소재로는 다소 부적절할 수 있으나, 슬라이드시트가 사용자와 직접 닿는 면이 아니라는 점을 고려하면 마찰계수가 매우 낮고 내마모성이 우수하다는 이점을 살릴 수 있어 슬라이드시트에 적합하다고 판단하였다. 슬라이드시트의 낮은 마찰계수는 구동부 토크 여유와 직결되며, 이에 대한 정량적 검토는 3.2.1에서 다룬다.

턴시트는 면 50% + 폴리에스터 50% 혼방 소재를 사용한다. 턴시트는 사용자의 피부에 직접 닿으므로 수면 위생과 편안함을 만족해야 하는 동시에, 회전 시 신체가 미끄러지지 않도록 지지하는 인장·마찰 특성의 균형이 요구된다. 순면 100% 소재는 마찰력이 커 구동부에 무리를 주거나 자세 전환에 실패할 가능성이 높고, 인장력에 의해 일시적 주름이나 영구 변형이 생기기 쉽다. 폴리에스터를 혼방함으로써 마찰력과 변형률을 낮추면서도 수면 환경에 지장이 없도록 할 수 있어 혼방 소재를 선정하였다.

벨크로는 3M SJ3526N·SJ3527N 제품을 사용하여 롤러바와 턴시트를 결합한다. 턴시트를 롤러바에 직접 접착하면 교체·세탁에 제약이 생기므로, 탈착이 가능한 벨크로로 결합하여 유지보수성을 확보하였다. SJ3526N·SJ3527N은 고무계 점착제를 사용한 벨크로로, 초기 접착 안정화 후 강력하게 고정되어 상온 환경에서 장기간 사용해도 결합 강도 저하가 적다는 점에서 선정하였다.

====조립도====
=====조립도=====
전체적인 조립도는 다음과 같다. 표에 조립체 목록 번호를 기입하였다.

[[파일:전체_조립도.png]]

<그림 10> 전체 조립도

[[파일:조립도_및_부품_리스트.png]]

<그림 11> 조립도 및 부품 리스트

[[파일:부품_리스트.png]]

<표 9> 부품 리스트

프레임부는 다음과 같다. 탄소강 소재의 사각 파이프를 용접하여 프레임을 제작한다.

[[파일:프레임부_형상_및_주요_치수.png]]

<그림 12> 프레임부 형상 및 주요 치수

=====조립순서=====
[[파일:프레임-액추에이터_결합부.png]]

<그림 13> 프레임-액추에이터 결합부 (가이드바·액추에이터·핀)

======프레임과 액추에이터 결합======

1) 프레임과 가이드바를 연결한다

2) 사이드바와 액추에이터를 연결하고 아래부분을 핀으로 고정한다.

3) 롤러바 브라켓과 액추에이터를 연결하고 사이드바와 핀으로 연결한다.

[[파일:롤러바-커플링_결합.png]]

<그림 14> 롤러바-커플링 결합

[[파일:롤러바_모터_결합.png]]

<그림 15> 롤러바 모터 결합

======롤러바 조립======
1) 롤러바 커플링과 플랜지를 연결한다.

2) 롤러바 커플링과 롤러바를 핀을 통해 고정한다.

3) 플랜지와 롤러바 모터를 연결한다.

[[파일:센터바_승강부_결합.png]]

<그림 16> 센터바 승강부 결합 (가이드바·액추에이터)

======센터바 결합======
1) 프레임에 가이드바와 리니어액추에이터를 연결해 핀으로 고정한다.

2) 가이드바-액추에이터의 윗부분과 프레임을 연결한다.

3) 매트리스 SMALL을 프레임과 고정한다.

======롤러바 결합======
A의 롤러바 브라켓 둘 사이에 롤러바 모터를 넣고 볼트로 고정한다.

[[파일:롤러바.png]]

<그림 17> 롤러바

[[파일:롤러바-턴시트_결합.png]]

<그림 18> 롤러바-턴시트 결합

======슬라이드시트 결합======
롤러바와 턴시트에 벨크로를 부착한 후 감기는 방향이 안쪽을 향하도록 조립한다.

====부품도====

롤러바 브라켓과 롤러바 커플링에 대한 부품도는 다음과 같다.

[[파일:롤러바_브라켓_부품도.png]]

<그림 19> 롤러바 브라켓 부품도

[[파일:롤러바_커플링_부품도.png]]

<그림 20> 롤러바 커플링 부품도

====제어부 및 회로설계====

=====제어 시스템 구상=====

[[파일:전체_결선_구성.png]]

<그림 21> 전체 결선 구성

본 시스템의 제어부는 고수준 인식과 판단을 담당하는 상위 제어기와 모터 구동을 담당하는 하위 제어기로 이루어진 2계층 구조로 설계하였다. 전체 결선 구성은 〈그림 21〉과 같다.
상위 제어기인 Raspberry Pi 5(8GB)는 비접촉 센서로부터 데이터를 수집하여 추론과 판단을 수행한다. YR-030 NIR 카메라 영상은 ResNet-18 기반 자세 분류 모듈로 전달되어 사용자의 수면 자세를 바로·엎드림(좌/우)·옆으로4종으로 분류하며, MR60BHA2 mmWave 레이더는 심박·호흡 신호로부터 수면 단계를 판정한다. 두 결과를 종합하여 "자세 교정이 필요하고 동시에 깊은 수면 상태"인 조건이 성립할 때에만 제어 명령을 생성한다. 하위 제어기인 Arduino Mega 2560은 이 명령을 수신하여 DMD-101 모터 드라이버에 PWM 및 DIR 신호를 출력하고, 리니어 액추에이터의 Hall 센서 피드백을 처리한다.
이와 같이 제어를 이원화한 것은, 고연산 추론은 RPi5가, 저지연 실시간 모터 제어는 MCU가 전담하도록 부하를 분리하기 위함이다. 센서·통신 연결은 다음과 같다. RPi5는 YR-030와 CSI로, MR60BHA2와는 내장된 XIAO ESP32C6를 경유한 USB로 연결된다. RPi5와 Arduino 간은 USB-B to A 케이블로 통신하며 이 선로가 Arduino의 5V 전원을 겸한다. 반면 모터 구동에 필요한 24V 전력은 SMPS에서 별도로 공급되어, 제어·로직 계통과 전력 계통이 전원상 분리된다(세부 사항은 6.2 참조).

=====전력 계통 및 안전 회로=====

모터 구동 전력은 〈그림 21〉과 같이 AC 입력 → SMPS(JK-NES-350-24, 24V 350W) → 비상정지 버튼 → 분기 퓨즈 → DMD-101 드라이버 5장 → 각 부하 순으로 공급된다. 배선은 전류 용량을 고려하여 메인 계통 16AWG, 분기 18AWG, 신호 22AWG를 사용한다.

본 시스템의 구동부는 바(bar) 단위로 구성·구동된다. 리니어 액추에이터 6개는 3개 바(좌·우 사이드바, 센터바)에 2개씩, 롤러바 모터 4개는 2개 롤러바에 2개씩 배치되어, 하나의 바를 구동할 때 2개가 항상 함께 작동한다. 또한 작동 시퀀스에 따라 한 시점에는 하나의 동작 그룹만 능동 구동되므로, 전력 용량은 전체 부하 합산이 아닌 동작 단계별 최대 부하를 기준으로 산정한다. 각 동작 그룹의 부하 전류는 아래 〈표 10〉과 같다.

[[파일:전체_부하의_정격_전류.png]]

<표 10> 전체 부하의 정격 전류

작동은 "사이드바 상승(액추에이터) →센터바 상승(액추에이터) → 롤러바 회전(모터) → 센터바 하강(액추에이터) → 사이드바 상승(액추에이터) " 순으로 진행되어 두 동작 그룹이 순차적으로 구동된다. 이때 한 시점의 최대 부하는 액추에이터 바 1개를 구동하는 7.0A 단계이며, 이는 SMPS 정격(14.6A)의 약 48%에 해당하여 충분한 여유를 갖는다. 롤러바 회전 단계 역시 4.8A로 정격 대비 여유가 크다. WGM40은 셀프락킹 웜기어, LM4599는 리드스크류(감속비 1/33, 리미트스위치 내장) 구조이므로, 정지 위치를 유지하는 비구동 그룹은 전류 소모가 무부하 전류(각각 0.2A, 0.7A) 이하로 떨어져 전력 부담을 주지 않는다. (전 부하를 동시에 구동할 경우의 합산 전류는 25.8A이나, 그룹 단위 순차 구동 방식에서는 이에 해당하지 않는다.)

비상정지 회로는 24V NC 버튼을 SMPS 출력과 드라이버 분배점 사이에 직렬로 배치하였다. 버튼을 누르면 회로가 개방되어 모든 드라이버로 향하는 24V 전력이 하드웨어 레벨에서 즉시 차단되며, 응답 시간은 2초 이내이다. 반면 RPi5와 Arduino의 로직 전원은 별도 계통에서 공급되므로 비상정지 중에도 제어기는 동작을 유지하여, 정지 상태의 로깅과 안전한 복귀가 가능하다. 추가로 각 분기 회로는 FH-201 홀더와 15A 퓨즈로 과전류를 보호한다.

=====모터 구동 제어 결선=====

모터 구동에는 2채널 양방향 H-브리지 드라이버인 DMD-101 5장을 사용한다. 각 드라이버는 2개 채널을 가지므로 총 10개 채널이 구성되며, 이는 리니어 액추에이터 6개와 롤러바 모터 4개에 1:1로 대응한다. 6.2에서 기술한 바와 같이 구동부는 바(bar) 단위로 묶이므로, 드라이버 1장이 바 1개(구동부 2개)를 전담하도록 배치하여 채널·배선·제어를 모듈화하였다. 채널별 부하 배치는 〈표 11〉와 같다.

[[파일:채널별_부하_배치.png]]

<표 11> 채널별 부하 배치

각 채널의 부하 전류는 액추에이터 3.5A, 모터 1.2A로 DMD-101의 채널당 정격 10A 이내에 충분히 들어온다. DMD-101은 Arduino의 5V 로직 신호를 입력받아 24V 전력을 모터에 중계하며, 5V→24V 레벨 변환을 내부에서 처리하므로 별도의 릴레이 모듈이 불필요하다.
각 채널은 속도를 결정하는 PWM 신호와 방향을 결정하는 DIR 신호로 제어된다. Arduino Mega 2560의 PWM 출력 가능 핀 2–11번에 10개 PWM 신호를, 디지털 42–51번 핀에 10개 DIR 신호를 할당하였다.

[[파일:아두이노_핀_할당.png]]

<표 12> 아두이노 핀 할당

리니어 액추에이터와 롤러바 모터는 모두 Hall 센서를 내장하여 속도와 위치를 폐루프로 피드백 제어한다. 각 구동부는 2개의 Hall 신호(HALL1·HALL2)를 출력하며, 두 신호의 위상차로 이송 방향과 변위를 산출한다. 액추에이터 6개의 Hall 신호 12개는 디지털 22–33번 핀에, 롤러바 모터 4개의 Hall 신호 8개는 디지털 34–41번 핀에 소자당 2핀씩 순차 할당하였다.
결선 구조는 두 구동부가 동일하다. 모터 전력선은 해당 채널의 DMD-101 모터 출력 단자에 연결되고, Hall 전원선(5V·GND)과 신호선(HALL1·HALL2)은 Arduino에 연결된다.
마지막으로, 부팅 시 Arduino의 디지털 핀은 출력으로 초기화되기 전까지 일시적으로 플로팅 상태가 되어 의도치 않은 모터 구동을 유발할 수 있다. 이를 방지하기 위해 각 채널의 PWM 및 DIR 신호선에 10kΩ 풀다운 저항을 연결하여, 부팅 중 신호선을 LOW로 고정한다.

====소프트웨어 설계====
=====소프트웨어 전체 구조=====
본 시스템의 소프트웨어는 인식·판단을 담당하는 Raspberry Pi 5와 모터 구동을 담당하는 Arduino Mega 2560의 2계층으로 구현된다. 사용자의 수면 자세를 비접촉 방식으로 모니터링하고, 사용자가 설정한 질환 프로파일에 따라 개인화된 위험 여부를 판단하여, 깊은 수면 중에만 자세 교정을 수행하는 것을 목표로 한다. 또한 Raspberry Pi 5는 웹 서버를 구동하여, 사용자 또는 보호자가 브라우저로 질환 프로파일 설정·모니터링·시스템 제어를 수행할 수 있는 사용자 인터페이스를 제공한다(7.6). 시스템의 전체 구조는 〈그림 22〉과 같으며, 〈그림 23〉은 시간 흐름에 따른 동작 과정을, 〈그림 24〉는 사용자의 상태에 따른 작동 방식을 나타낸다.

[[파일:컴포넌트_다이어그램.png]]

<그림 22> 컴포넌트 다이어그램

[[파일:시퀀스_다이어그램.png]]

<그림 23> 시퀀스 다이어그램

IR 카메라는 사용자의 수면 영상을 실시간으로 수집하며, 수집된 영상 데이터는 자세 식별 모듈로 전달된다. 자세 식별 모듈에서는 단계적 계층 분류 방식을 적용하여, 사용자의 자세를 먼저 정자세(바로)와 비정자세로 1차 분류하고, 비정자세로 판단된 경우 엎드림 자세와 옆으로 누운 자세로 2차 분류하며, 옆으로 누운 자세는 다시 좌측위와 우측위로 최종 분류한다. 즉 최종적으로 정자세·엎드림·좌측위·우측위의 4개 자세로 식별한다. 이러한 계층적 분류 구조는 단일 단계 분류 방식에 비해 자세 식별 정확도를 향상시키고, 각 단계별 특징 추출 부담을 감소시키는 장점이 있다.

자세 식별 결과는 위험 판단 모듈로 전달되며, mmWave 센서로 획득한 수면 깊이 상태, 사용자가 사전에 설정한 질환 프로파일, 그리고 마이크를 통한 음성 긴급정지 신호와 함께 종합적으로 분석된다. mmWave 센서는 사용자의 호흡 및 심박 정보를 기반으로 수면 깊이 상태를 추정한다. 질환 프로파일은 사용자 또는 보호자가 자신의 건강 상태를 입력한 정보로서, 어떤 자세가 해당 사용자에게 위험한지를 판단하는 기준이 된다.

위험 판단 모듈은 이들 정보를 종합하여 자세 교정 필요 여부를 결정한다. 엎드림 자세는 모든 사용자에게 해로우므로 항상 교정 대상이 되며, 그 외의 자세는 사용자의 질환 프로파일상 위험 자세로 분류된 경우에만 교정 대상이 된다. 또한 좌측위 또는 우측위가 2시간 이상 지속되면 모든 사용자에 대해 정상자세(바로)로 복귀시킨다. 다만 정상자세(바로)는 시간 경과만으로는 교정하지 않으며, 질환 프로파일상 위험 자세인 경우에만 교정한다. 장기 부동·욕창 위험이 있는 사용자의 경우에는 자세 종류와 무관하게 동일 자세가 2시간 이상 유지되면 교정 대상으로 판단한다. 교정이 필요하다고 판단되더라도 사용자가 깊은 수면 상태일 때에만 제어 모듈(Arduino)로 교정 명령을 전달하여, 각성을 방지하고 안정적인 교정이 이루어지도록 한다. 단, 음성 긴급정지 신호가 감지되면 다른 모든 조건에 우선하여 진행 중인 교정을 즉시 중단한다.

[[파일:상태_다이어그램.png]]

<그림 24>

=====자세 인식(카메라)=====
*모델 개요

본 시스템에서는 사용자의 수면 자세를 판별하기 위해 CNN 기반의 ResNet18 모델을 활용한 전이학습 방식을 적용하였다. ResNet18은 비교적 적은 연산량 대비 안정적인 특징 추출 성능을 제공하며, Raspberry Pi 5 환경에서도 실시간 추론이 가능한 경량 모델이라는 장점이 있다. 또한 본 시스템은 카메라 위치 및 촬영 환경이 고정된 구조를 기반으로 설계되었기 때문에, 보다 복잡하고 무거운 모델보다는 경량 모델을 적용하는 것이 적합하다고 판단하였다.

학습에는 ImageNet 데이터셋으로 사전 학습된 ResNet18 가중치를 활용하였다. 이를 통해 대규모 이미지 데이터셋에서 학습된 특징 추출 능력을 초기 가중치로 활용할 수 있었으며, 제한된 규모의 수면 자세 데이터 환경에서도 보다 안정적인 성능 확보가 가능하였다. 또한 전이학습 방식을 적용함으로써 학습 초기 수렴 속도를 향상시키고 과적합 가능성을 완화하고자 하였다.

학습 프레임워크는 PyTorch를 활용하였다. PyTorch는 다른 경량 프레임워크 대비 상대적으로 무거운 특성이 존재하지만, 본 시스템은 수면 자세를 30초 주기로 분석하며 사용자에게 부담을 줄 수 있는 자세가 장시간 유지되는지를 판단하는 구조이기 때문에 초저지연 실시간 처리보다는 자세 판별 정확도를 우선적으로 고려하였다. 이에 따라 다양한 모델 제어 및 전이학습 활용이 용이한 PyTorch 기반으로 시스템을 구현하였다.

*계층적 이진 분류 구조

본 시스템은 단일 다중 분류 방식 대신 계층적 이진 분류 구조를 적용하였다. 각 단계별로 독립적인 모델을 학습하였으며, 이전 단계의 결과를 기반으로 다음 단계의 분류를 수행한다.

1단계에서는 사용자의 자세를 정자세와 비정자세로 분류한다. 이후 비정자세로 판단된 경우 2단계 모델을 통해 엎드림 자세와 측면 자세를 판별한다. 마지막으로 측면 자세로 분류된 경우 3단계 모델을 통해 Left 자세와 Right 자세를 최종 판별한다.

[[파일:계층적_이진_분류_구조.png]]

<그림 25> 계층적 이진 분류 구조

*데이터셋

학습 데이터셋은 팀원 자가 촬영 이미지를 기반으로 구성하였다. 본 시스템은 침대 상부에 고정된 적외선 카메라 환경에서 동작하기 때문에 일반 RGB 이미지 기반 인터넷 데이터셋과 실제 운용 환경 간의 차이가 존재한다. 이에 따라 본 프로젝트에서는 실제 운용 환경과 유사한 조건 확보를 위해 실제 운용 환경과 차이가 큰 외부 이미지 활용을 최소화하고 직접 촬영한 데이터를 중심으로 데이터셋을 구성하였다.

각 자세 클래스는 동일한 수량인 400장의 이미지로 구성하였으며, 데이터 편향을 줄이기 위해 침대 시트 색상, 침대 주변 환경, 의복 색상, 반팔 및 긴팔 여부, 사용자의 침대 내 위치 등을 다양하게 변화시켜 데이터를 수집하였다.

촬영 환경은 실제 시스템 운용 조건을 고려하여 어두운 환경을 기준으로 구성하였으며, 이불 및 베개가 없는 상태를 기본 조건으로 설정하였다. 카메라는 침대 상부 약 60cm 높이에 설치하였으며, 약 30도 각도에서 침대 내에 있는 사용자의 전신이 촬영되도록 구성하였다. 사용 카메라는 [OEM] Raspberry Pi 적외선 조광 NOIR 카메라 모듈 5MP(YR-030)를 사용하였다.

[[파일:데이터셋_샘플.png]]

<그림 26> 데이터셋 샘플 (NIR 카메라 촬영)

데이터 전처리는 torchvision.transforms를 활용하여 수행하였다. 모든 입력 이미지는 224*224 크기로 Resize를 수행하였으며, 학습 데이터에는 Random Rotation(±8도)을 적용하여 촬영 각도 변화에 대한 일반화 성능을 향상시키고자 하였다. 이후 Tensor 변환 및 Normalize를 수행하여 모델 학습 안정성을 확보하였다. 학습 데이터와 검증 데이터는 8:2 비율로 분리하였다. 또한 데이터 수가 많지 않고 비교적 경량 모델을 사용하는 환경을 고려하여 Batch Size는 16으로 설정하였다. 다만 현재 데이터셋은 동일 인물 기반으로 수집되었다는 한계가 존재한다. 향후 특정 사용자 환경에 편향될 가능성을 완화하기 위하여 팀원별 추가 촬영 데이터를 통해 다양한 체형 및 자세 환경에 대한 일반화 성능 검증을 수행할 필요가 있다.

*학습 검증 결과

모델 학습은 총 10 Epoch 동안 수행하였다. 단계별 검증 결과, 정자세-비정자세 분류 모델은 약 95%의 정확도를 보였으며, 엎드림-측면 분류 모델과 Left-Right 자세 분류 모델은 각각 약 90% 수준의 정확도를 나타냈다. 본 프로젝트의 목표 KPI인 85% 기준과 비교하였을 때 모든 단계에서 목표 성능을 초과하는 결과를 확인하였다. 이를 통해 제한된 환경 내에서는 계층적 이진 분류 구조가 안정적인 자세 판별에 효과적으로 동작함을 확인할 수 있었다. 다만 해당 결과는 현재 구축된 제한적 데이터셋 기준의 성능이며, 다양한 사용자 및 실제 NIR 환경 기반 일반화 성능 검증은 향후 추가적으로 수행할 필요가 있다.

*추론 파이프라인

자세 인식 시스템은 Raspberry Pi 5 환경에서 동작하도록 설계하였다. 입력 영상에 대해 전처리를 수행한 후, 1단계 정자세-비정자세 분류를 우선 수행한다. 이후 비정자세로 판단된 경우에만 조건부로 2단계 및 3단계 분류가 순차적으로 수행된다.

최종적으로 판별된 자세 라벨은 위험 판단 모듈로 전달되며, 위험 판단 모듈은 자세 정보와 수면 유지 시간, mmWave 기반 수면 상태 정보 등을 종합적으로 분석하여 자세 교정 제어 여부를 결정한다. 본 시스템은 수면 자세가 장시간 유지되는지를 판단하는 구조이므로 초저지연 실시간 처리보다는 자세 판별 정확도를 우선적으로 고려하였다. 이에 따라 약 30초 주기로 자세 상태를 추론하도록 설계하였다.

=====수면 단계 판정(레이더)=====

수면 단계 판정에는 MR60BHA2 mmWave 레이더를 사용한다. 이 센서는 사용자의 심박수(HR)와 호흡수(RR)를 비접촉으로 실시간 측정한다. 센서가 자체적으로 출력하는 수면 단계 정보는 약 10분 단위로 갱신되어 저지연 교정 판단에 적합하지 않으므로, 본 시스템은 HR·RR 원시 스트림을 직접 수신하여 수면 깊이를 판정한다. 깊은 수면 구간에서는 심박수가 낮고 안정적으로 유지되며 호흡이 느리고 규칙적이라는 생리적 특성이 있다. 이를 근거로(Nature 2023), 본 시스템은 심박수가 약 40–60 BPM의 낮은 범위에서 변동이 작고 호흡이 규칙적인 상태가 일정 시간 이상 지속될 때를 깊은 수면으로 판정한다.

판정 알고리즘은 다음과 같다. 일정 길이의 시간 윈도우 동안 수신한 HR·RR로부터 평균 심박수, 심박 변동, 호흡 규칙성을 산출하고, 이 값들이 깊은 수면 기준을 동시에 만족한 채 지속되면 "깊은 수면", 그렇지 않으면 "비깊은 수면(얕은 수면·REM·각성)"으로 분류한다. 이 판정 결과는 7.4 위험 판단 모듈에서 교정 수행 여부를 결정하는 게이팅 조건으로 사용된다.
한편 심박 변동과 호흡의 결합 정도를 나타내는 심폐 결합도(cardiopulmonary coupling) 지표는 깊은 수면(약 0.7–0.9)과 REM(약 0.3–0.5)을 더 정밀하게 구분할 수 있으나, 딥러닝 기반 구현은 학습 데이터 확보와 난이도 문제로 본 설계에서는 보류하였다. 따라서 현재 설계는 HR·RR 임계 기반 판정으로 구현한다.

=====교정 판단 의사결정=====

위험 판단 모듈은 ① 자세 식별 결과(4종), ② 수면 깊이 상태, ③ 사용자 질환 프로파일 신호를 입력으로 받아, 자세 교정의 필요 여부와 목표 자세를 결정한다.
위험 자세는 자세의 종류와 사용자의 질환 프로파일에 따라 개인화되어 판정된다. 엎드림 자세는 모든 사용자에게 해로우므로 항상 교정 필요 자세로 분류되며, 그 외의 자세는 해당 자세가 위험한 질환군에 사용자가 속할 때에만 교정 필요 자세로 분류된다. 자세별 위험 질환군은 〈표 13〉와 같으며, 이는 문헌 조사(일반인 42편·환자군 41편) 결과에 근거한다.

[[파일:교정_필요_자세.png]]

<표 13> 교정 필요 자세

※ 위 질환별 분류와 별개로, 엎드림은 전원 항상 교정 대상이며, 좌·우 측위가 2시간 이상 지속되면 전원 정상자세(바로)로 복귀시킨다.

교정 트리거 조건은 다음과 같다. 현재 자세가 (1) 엎드림이거나, (2) 사용자 프로파일상 위험 자세이거나, (3) 좌측위 또는 우측위가 2시간 이상 지속되거나(모든 사용자 적용, 목표 정상자세), (4) 장기 부동·욕창 위험 프로파일에서 동일 자세가 2시간 이상 유지된 경우, 해당 자세를 교정 대상으로 판단한다. 정자세(바로)는 일반 사용자에게 시간 경과만으로는 교정 대상이 되지 않으며, 질환 프로파일상 위험 자세인 경우에만 교정한다. 단 교정은 사용자가 깊은 수면 상태일 때에만 실행하며, 교정 대상이더라도 깊은 수면이 아니면 깊은 수면에 진입할 때까지 보류한다. 질환 프로파일이 설정되지 않은 기본 모드에서는 모든 사용자에게 공통으로 위험한 엎드림 자세, 그리고 2시간 이상 지속된 측면 자세(정상자세로 복귀)가 교정 대상이 된다.

교정이 결정되면 목표 자세를 선정한다. 목표 자세는 사용자의 위험 자세를 제외한 안전 자세 집합 중에서 선택하며, 장기 부동·욕창 사용자의 경우 압력 분산을 위해 안전 자세를 순환하도록 선택한다. 선정된 목표 자세는 제어 모듈(7.5)로 전달되어 실제 체위 전환으로 실행된다. 좌·우 측위가 2시간 이상 지속되어 교정하는 경우의 목표 자세는 정상자세(바로)이며, 정상자세가 해당 사용자에게 위험한 경우에는 안전 자세 집합에서 선택한다.
음성 긴급정지 신호는 위 모든 조건에 우선하는 최우선 인터럽트로 처리된다. 신호가 감지되면 진행 중인 교정을 포함한 모든 동작을 즉시 중단한다.

[[파일:의사결정_순서도.png]]

<그림 27> 의사결정 순서도

=====모터 구동 제어=====

Arduino Mega 2560은 RPi5로부터 교정 명령을 수신하여 각 바의 구동부를 제어하는 하위 제어기 역할을 한다. RPi5와 Arduino는 USB 시리얼로 통신하며, RPi5는 7.4에서 결정된 목표 자세를 명령으로 전달하고, Arduino는 교정 동작을 수행한 뒤 완료 상태를 회신한다.

각 구동부의 위치와 속도는 Hall 센서를 이용한 폐루프로 제어된다. Arduino는 PWM 신호로 속도를, DIR 신호로 방향을 결정하고, 구동부가 출력하는 두 Hall 신호(HALL1·HALL2)의 펄스를 계수하여 현재 위치를 산출한다. 목표 위치(액추에이터 스트로크 또는 롤러바 회전량)에 도달할 때까지 구동하고 도달 시 정지한다. Hall 신호 핀(22–41)이 외부 인터럽트 핀이 아니므로 펄스는 폴링 방식으로 계수하며, 롤러바 6 RPM·액추에이터 7.8 mm/s의 저속 구동이라 폴링만으로 충분한 분해능을 확보한다.
하나의 바는 두 개의 구동부가 함께 움직여 구동되므로, 두 구동부의 동작이 일치하지 않으면 바가 한쪽으로 기울거나 비틀려 기구에 무리가 가고 체위 전환이 고르지 않게 된다. 이를 방지하기 위해 두 구동부 각각의 Hall 센서 값으로 위치와 속도를 실시간 비교하고, 한쪽이 더 빠르거나 앞서 있으면 해당 구동부의 PWM을 낮추어(또는 뒤처진 구동부를 높여) 두 구동부가 동일한 위치·속도를 유지하도록 동기 제어한다. 이러한 개별 동기 제어는 6.3과 같이 각 구동부에 독립된 드라이버 채널과 Hall 피드백을 할당한 구성 덕분에 가능하다.
교정 동작은 바(bar) 단위로 순차 수행된다. 이는 6.2에서 기술한 전력 제약(동시 구동 부하 제한)에 따른 것으로, 한 시점에는 하나의 바 그룹(구동부 2개)만 동기 구동한다. 동작 순서는 센터바 상승(충격 완화 포지션) → 롤러바 회전(목표 자세로 체위 전환) → 센터바 하강(복귀)으로 진행된다. 구동하지 않는 바 그룹은 액추에이터의 리드스크류 구조와 롤러바 모터의 셀프락킹 웜기어 구조에 의해 전류 공급 없이도 위치가 유지된다.

안전을 위해, 음성 긴급정지 신호 또는 RPi5의 정지 명령이 수신되면 진행 중인 단계와 무관하게 모든 채널의 PWM 출력을 즉시 0으로 만들어 구동을 정지한다. 또한 리니어 액추에이터에 내장된 리미트스위치가 스트로크 양 끝단을 보호한다. (전원 자체를 차단하는 하드웨어 비상정지는 6장의 안전 회로에서 별도로 처리된다.)

=====사용자 인터페이스=====

Raspberry Pi 5는 웹 서버를 구동하여, 사용자 또는 보호자가 시스템을 설정하고 제어할 수 있는 웹 기반 사용자 인터페이스를 제공한다. 사용자는 스마트폰이나 PC의 브라우저로 접속하므로 별도의 전용 애플리케이션을 설치할 필요가 없으며, RPi5가 인터페이스를 직접 호스팅한다.
웹 인터페이스의 첫 번째 기능은 질환 프로파일 설정이다. 사용자 또는 보호자가 자신의 질환 상태를 입력하면, 해당 정보는 7.4 위험 판단 모듈에서 어떤 자세를 위험 자세로 볼지 결정하는 기준으로 사용된다. 프로파일을 설정하지 않은 경우에도, 엎드림 자세와 2시간 이상 지속된 측면 자세(정상자세로 복귀)는 교정하는 기본 모드로 동작한다.

두 번째 기능은 모니터링이다. 현재 인식된 수면 자세, mmWave 센서로 추정한 수면 깊이 상태, 그리고 자세 교정 수행 이력을 실시간으로 표시하여, 사용자가 시스템의 동작 상태를 확인할 수 있도록 한다.

세 번째 기능은 시스템 제어이다. 사용자는 웹 인터페이스를 통해 시스템의 작동·정지와 동작 모드를 설정할 수 있으며, 수동 정지 명령은 제어 모듈로 즉시 전달되어 진행 중인 교정을 중단시킨다.

====자재소요서====

[[파일:자재소요서.png]]

==결과 및 평가==
===완료 작품의 소개===
====프로토타입 사진====
[[파일:프로토타입_사진11.png]]

[[파일:프로토타입_사진22.png]]

====포스터====
[[파일:포스터2.png]]

====특허출원번호 통지서====
[[파일:Ssxmrgj.png|940픽셀]]

===관련사업비 내역서===
[[파일:개발사업비_내역서1.png]]

[[파일:개발사업비_내역서2.png]]

[[파일:개발사업비_내역서3.png]]

[[파일:개발사업비_내역서4.png]]

===완료작품의 평가===
[[파일:완료_작품의_평가.png]]

===향후계획===
자세 인식 기능은 이불과 베개가 없는 환경에서 수집된 데이터를 기반으로 학습되었다. 실제 수면 환경에서는 사용하는 침구류에 따른 차이가 발생할 수 있으므로 다양한 종류의 이불과 베개가 포함된 환경에서 데이터를 추가로 수집할 계획이다. 또한 제한된 인원과 환경에서 수집되었다. 연령, 성별, 체형이 다른 다양한 피험자를 대상으로 데이터 수집 범위를 확대할 계획이다.

수면 단계 판별 기능은 심박수와 호흡수 정보의 임계값을 활용한 룰 기반 방식으로 구현되었다. 향후 심박과 호흡 간 동기화 지표를 활용하여 수면 단계 변화에 대한 분석 정확도를 향상시킬 필요가 있다.

1조-123

2026-05-28T04:42:26Z

2026admie1: /* 이론적 계산 및 시뮬레이션 */

<div>__TOC__</div>

==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.

====관련 기술의 현황====
[ 관련 기술의 현황 및 분석(State of art) ]

:1.전 세계적인 기술현황
:1) 서비스용 모바일 로봇 관련
:-1 배달 로봇
::*개념: 배달 로봇은 실외 환경에서의 자율주행을 기반으로, GPS, LiDAR, 카메라, IMU 등의 다중 센서 융합을 통해 위치를 추정하고 경로를 생성하는 시스템이다. 동적 장애물이 많은 환경에서 안정적인 주행을 위해 딥러닝 기반 객체 인식과 실시간 경로 재계획 기술이 적용된다.
::*장점: GPS와 SLAM 기반의 global 및 local 위치 추정이 가능하다. 동적 장애물 환경에서 실시간 장애물 회피 및 경로 재계획이 가능하다. 다수 로봇 운영 시, 효율적인 업무 분패를 통한 시스템 확장성 확보하며 비정형 환경에서도 robust perception을 기반으로 주행 안정성을 유지한다.
::*단점: 보행자 밀집 환경, 복잡한 도로 구조에서 인지 및 주행 안정성이 저하된다. 날씨가 좋지 않을 경우 센서 성능 저하로 인한 오작동 발생률이 올라간다. 법이나 제도 및 보안 관련한 한계점이 존재한다.
:-2 서빙 로봇
::*개념: 서빙 로봇은 실내 환경에서 LiDAR 기반 SLAM을 활용하여 고정밀 지도 생성 및 위치추정을 수행하며, 안정적인 경로 추종을 기반으로 서비스 작업을 수행한다. 또한 인간과의 공존 환경에서 동작하기 위해 사회적 네비게이션 및 HRI 기술이 적용된다.
::*장점: 정적 환경에서 정밀 localization과 반복 주행이 가능하다. 사전에 구축된 맵 기반으로 안정적인 global 경로 계획 및 local path tracking을 수행한다. 사람의 위치 및 이동을 반영한 navigation이 가능하다. 비교적 낮은 계산 비용으로 실시간 주행 안정성을 확보한다.
::*단점: 복잡한 실내 환경(혼잡, 장애물 변화)에서는 localization 오류 발생률 이 높아진다. 인간 행동의 불확실성으로 인해 경로 계획이 비효율적이거나 정지 상황이 발생한다. 서비스 상호작용이 제한적이므로 자연스러운 대응 능력이 부족하다.
:-3 보안 및 순찰 로봇
::*개념: 보안·순찰 로봇은 자율주행 기반 이동 시스템과 함께 카메라, LiDAR 등을 활용한 지능형 감시 및 상황 인지 시스템을 결합한 형태이다. 딥러닝 기반 영상 분석을 통해 객체 인식뿐 아니라 이상 상황 탐지 및 행동 분석 기능을 수행한다.
::*장점: SLAM 기반으로 넓은 영역에 대한 경로계획 및 순찰 업무 수행이 가능하다. 영상 기반 객체 인식에서 실시간 detection 및 tracking 수행 가능하다. 이벤트 기반 시스템을 통해 이상 상황 발생 시 즉각적인 알림 및 대응 연동 가능하다. 다중 센서 융합을 통해 환경 변화에 대한 인지 및 강건성을 확보한다.
::*단점: 이상 상황 판단에서 오탐 및 미탐 문제가 존재함. 복잡한 환경(밝기 변화, 밀집 구간)에서 인식 성능이 저하된다. 사생활 및 윤리 문제에 대한 한계점이 존재한다.

:2) 냉동 및 열관리 관련
:-1 증기 압축식 냉장 사이클
::*개념: 증기 압축식 냉장 사이클은 냉매가 압축기, 응축기, 팽창밸브, 증발기를 순환하며 상변화를 통해 열을 흡수하는 가장 표준적인 냉각 방식이다.
::*장점: 투입 전력 대비 냉각량(COP)이 가장 뛰어나며 신뢰성이 높다. 물체를 목표 온도까지 떨어뜨리는 시간이 매우 짧고, 부하가 큰 환경에서도 안정적이며, 용량 확장이 용이하다.
::*단점: 필수 구성 부품이 많아 시스템 부피가 크고 무겁다. 초기 구동 시 순간적으로 큰 피크 전력이 발생해 전원 설계 시 여유 용량이 필요하며, 기계적 회전으로 인해 필연적으로 진동과 소음이 발생하여 방진 설계가 요구된다.
:-2 진공단열패널(VIP)
::*개념: 다공성 심재를 내부에 포함시키고 이를 진공 상태로 유지하여 전도, 대류, 복사에 의한 열전달을 극도로 억제한 고성능 단열재이다.
::*장점: 열전도율이 약 0.002~0.004 W/m·K 수준으로 기존 단열재 대비 현저히 낮아 매우 우수한 단열 성능을 제공하며, 얇은 두께로도 높은 단열 효과를 구현할 수 있어 내부 공간 활용도를 크게 향상시킬 수 있다.
::*단점: 제조 비용이 높고, 패널 표면이 손상될 경우 내부 진공이 유지되지 않아 단열 성능이 급격히 저하되는 문제가 있다. 구조적 특성상 절단이나 나사 체결과 같은 2차 가공이 어려워 설계 및 제작 단계에서의 제약이 존재한다.
:-3 상변화물질(PCM)
::*개념: 특정 온도에서 고체에서 액체로(또는 그 반대로) 상이 변할 때 다량의 잠열(Latent Heat)을 흡수하거나 방출하여 주변 온도를 일정하게 유지하는 열에너지 저장 물질이다.
::*장점: 외부 전력 공급이 일시적으로 중단되거나 능동 냉각/가열 장치(압축기 등)가 가동을 멈추더라도, 상변화가 진행되는 동안에는 내부를 목표 온도로 장시간 유지할 수 있다. 시스템의 열적 관성(Thermal Inertia)을 극대화하여 전력 피크 부하(Peak Load)를 분산시키고 전체 에너지 효율을 높이는 데 기여한다.
::*단점: 설계된 잠열 용량을 초과하여 물질이 완전히 녹아버리거나 굳어버리면 온도 유지 효과가 급격히 상실됨. 물질 자체의 열전도도가 낮아 본래 상태로 다시 얼리거나 녹이는(열 충전) 데 오랜 시간이 걸리며, 상변화 시 부피 팽창과 누액을 막기 위한 견고한 특수 패키징이 필수적이어서 시스템 전체의 무게와 부피가 증가할 수 있음.

:2.특허조사 및 특허 전략 분석
:1) 특허 조사
{| class="wikitable" style="margin-left:auto; margin-right:auto;"
! 구분
! 특허(국가/번호 연도)
! 핵심 아이디어
! 장점
! 단점
|-
| 국내
| KR 10-2022-0153626
| 실시간 하중 및 기울기 제어
| 주행 안정성 및 안전 확보
| 시스템 복잡성 및 비용
|-
| 국내
| KR 10-2023-0117825
| 커버-트레이 연동 승강 메커니즘
| 인체공학적 편의성 및 안전
| 단열 기능 부재
|-
| 국외
| US10854033B2
| 모바일 기기 기반 모바일 자판기 호출 및 결제 시스템
| 소비자 접점 및 수익성 확대
| 운행 구역 및 환경 제약
|-
| 국외
| US10275975B2
| 중앙 제어형 맞춤 서비스
| 수요 기반 지능형 운영
| 시스템 의존성 및 안전 관리
|}

:2) 냉동 및 열관리 기술 로드맵
{| class="wikitable" style="margin-left:auto; margin-right:auto;"
! 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.
|}

:2) 특허 전략 분석
:-1 특허 개발 전략
::*야외용 주행/정차: 단순히 경로를 이동하는 것을 넘어, 자판기의 과열을 방지하고자 그늘에서 정차하는 알고리즘을 구현한다.
::*모바일 냉장 자판기: 냉장 자판기와 모바일 로봇을 합쳐, 기존에 융합되지 않은 기술을 개발한다.
:-2 특허 구매전략
::*자체 개발이 어려운 실시간 동적 장애물 회피 원천 기술이나 고정밀 위치 추정 알고리즘은 라이선스 인 또는 오픈소스 특허 활용 계약을 통해 기술적 완성도를 빠르게 보완한다.
::*로봇 베이스와 자판기 간의 전력 공유 시 발생하는 에너지 관리 시스템(EMS) 관련 표준 특허를 분석하여, 공원 내 장시간 운용을 위한 배터리 효율화 기술을 확인한다.
:-3 상호 라이선스 전략
::*‘야외 특화 열관리 모듈’과 상대사의 ‘안정적 주행 제어 기술’을 맞바꾸는 상호 라이선스를 통해, 신규 시장 진입 시 발생할 수 잇는 특허 분쟁 리스크를 해소하고 기술적 우위를 점한다.

:3.기술 로드맵
:1) 자율주행 기술 로드맵
{| class="wikitable" style="margin-left:auto; margin-right:auto;"
! 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.
|}

:2) 냉동 및 열관리 기술 로드맵
{| class="wikitable" style="margin-left:auto; margin-right:auto;"
! 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.
|}

====시장상황에 대한 분석====
:1. 경쟁제품 조사 비교
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
! 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
| [[파일:핌토(PIMTO).png|150px|핌토(PIMTO)]]
| [[파일:StarShip Robot.png|200px|Starship robots]]
| [[파일:뉴 코코 3.0.png|150px|뉴 코코 3.0]]
|}

: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====
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; font-size:85%; line-height:1.2; border-collapse:collapse;"
! rowspan="3" style="width:210px; white-space:nowrap; padding:4px;" | 단계별 세부개발 내용
! rowspan="3" style="width:80px; white-space:nowrap; padding:4px;" | 담당자
! colspan="15" style="padding:4px;" | 개발기간 (주 단위)
|-
! colspan="4" style="padding:3px;" | 3월
! colspan="4" style="padding:3px;" | 4월
! colspan="4" style="padding:3px;" | 5월
! colspan="3" style="padding:3px;" | 6월
|-
! style="width:28px; padding:2px;" | 1주
! style="width:28px; padding:2px;" | 2주
! style="width:28px; padding:2px;" | 3주
! style="width:28px; padding:2px;" | 4주
! style="width:28px; padding:2px;" | 1주
! style="width:28px; padding:2px;" | 2주
! style="width:28px; padding:2px;" | 3주
! style="width:28px; padding:2px;" | 4주
! style="width:28px; padding:2px;" | 1주
! style="width:28px; padding:2px;" | 2주
! style="width:28px; padding:2px;" | 3주
! style="width:28px; padding:2px;" | 4주
! style="width:28px; padding:2px;" | 1주
! style="width:28px; padding:2px;" | 2주
! style="width:28px; padding:2px;" | 3주
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 문제 상황 정의 및 목표 수립
| style="white-space:nowrap; padding:4px;" | 전원
| style="background:#bfbfbf;" | || style="background:#bfbfbf;" | || style="background:#bfbfbf;" | ||
| || || ||
| || || || ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 자율주행 선행 연구 조사 및 필요 물품 선정
| style="white-space:nowrap; padding:4px;" | 김민영 김연재 이유민
| || || || style="background:#bfbfbf;" |
| style="background:#bfbfbf;" | || || ||
| || || || ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 냉각 시스템 선행 연구 조사
| style="white-space:nowrap; padding:4px;" | 권택민 이준하
| || || || style="background:#bfbfbf;" |
| style="background:#bfbfbf;" | || || ||
| || || || ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 프로젝트 개념설계
| style="white-space:nowrap; padding:4px;" | 전원
| || || ||
| || style="background:#bfbfbf;" | || style="background:#bfbfbf;" | || style="background:#bfbfbf;" |
| || || || ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | CFD 냉장고 기본모델 확보
| style="white-space:nowrap; padding:4px;" | 권택민 이준하
| || || ||
| || || || || style="background:#bfbfbf;" |
| style="background:#bfbfbf;" | || || ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 회로설계 및 카메라 모듈 및 조도 센서 활용
| style="white-space:nowrap; padding:4px;" | 김민영 김연재 이유민
| || || ||
| || || || || style="background:#bfbfbf;" |
| style="background:#bfbfbf;" | || || ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | CFD 활용 냉장고 단열시스템 최적화
| style="white-space:nowrap; padding:4px;" | 권택민 이준하
| || || ||
| || || || ||
| || style="background:#bfbfbf;"| || style="background:#bfbfbf;" | ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 구조 설계 및 LIO-SAM, Nav2 적용
| style="white-space:nowrap; padding:4px;" | 김민영 김연재 이유민
| || || ||
| || || || ||
| || style="background:#bfbfbf;"| || style="background:#bfbfbf;" | ||
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 냉장고 단열시스템 설치
| style="white-space:nowrap; padding:4px;" | 권택민 이준하
| || || ||
| || || || ||
| || || || style="background:#bfbfbf;" |
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 모바일 기능 검증 및 통합 주행 테스트
| style="white-space:nowrap; padding:4px;" | 김민영 김연재 이유민
| || || ||
| || || || ||
| || || || style="background:#bfbfbf;" |
| ||
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 시스템 통합 및 튜닝
| style="white-space:nowrap; padding:4px;" | 전원
| || || ||
| || || || ||
| || || || || style="background:#bfbfbf;" |
|-
| style="text-align:left; white-space:nowrap; padding:4px;" | 최종 시스템 완성 및 성과보고
| style="white-space:nowrap; padding:4px;" | 전원
| || || ||
| || || || ||
| || || || ||
| style="background:#bfbfbf;" |
|}

====구성원 및 추진체계====
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; font-size:90%; line-height:1.4; border-collapse:collapse;"
! style="width:80px;" | 팀원명
! style="width:260px;" | 역할
! style="width:360px;" | 추진 내용
|-
| 권택민
| 냉장고 설계, CAE 해석
| style="text-align:left;" | - 아이스팩 및 단열재 적용 - Star-CCM+ 해석을 통한 단열 성능 검토 - CAD 파일 작성
|-
| 김민영
| 기술 문서 작성, LIO-SAM, Nav2 알고리즘 구현
| style="text-align:left;" | - 공원 내 정해진 경로를 반복 주행하기 위한 위치추정, 경로 계획, 경로 추종 알고리즘 적용
|-
| 김연재
| YOLO26s-pose, 그늘 인식 알고리즘, 회로 설계
| style="text-align:left;" | - 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
| style="text-align:left;" | - 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
| style="text-align:left;" | - 아이스팩 및 단열재 적용 - Star-CCM+ 해석을 통한 단열 성능 검토 - CAD 파일 작성
|}

[[파일:추진체계_흐름도.png|700px|섬네일|가운데|추진체계흐름도]]

==설계==
===설계사양===
====제품의 요구사항====
{| class="wikitable" style="width: 100%; text-align: center;"
! style="width: 10%;" | 번호
! 요 구 사 항
! style="width: 15%;" | D or W
|-
| 1
| style="text-align: center;" | 조도 26,000lux 이하 환경에서 정지 및 일정 시간동안 정지 유지
| D
|-
| 2
| style="text-align: center;" | 지정된 주행 코스(대강당 앞 공터) 1회 완주
| D
|-
| 3
| style="text-align: center;" | 3m 이내 장애물에 대하여 충돌 없이 회피 주행
| W
|-
| 4
| style="text-align: center;" | 사람을 인식할 경우, 정지
| D
|-
| 5
| style="text-align: center;" | 정상 상태 닫힌 상태에서 자판기 내부 온도 10°C ±3°C 유지
| W
|-
| 6
| style="text-align: center;" | 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.

[[파일:목적계통도123.png|center|600px|섬네일|목적계통도]]

====설계 사양====
[[파일:설계사양계통도.png|center|600px|섬네일|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.
[[파일:LIO-SAM예시.png|center|300px|섬네일|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.
[[파일:GPS.png|center|300px|섬네일|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.
[[파일:조도센서.png|center|300px|섬네일|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.
[[파일:Shadow.png|center|300px|섬네일|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)
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
| [[파일:1안.png|left|100px|섬네일|1안]]
| [[파일:2안.png|center|100px|섬네일|2안]]
| [[파일:3안.png|right|100px|섬네일|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.
[[파일:전체구조도.png|center|300px|섬네일|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. 전산유체역학(CFD) 해석목적
::기존 기성품 냉장 자판기는 펠티어(TEC) 소자 기반 냉각 방식을 채택하고 실내 사용을 전제로 제작되었기 때문에, 본 과제처럼 실외를 주행하는 모바일 로봇에 탑재될 경우 외부로부터의 열침입에 매우 취약합니다. 다만 한정된 예산 안에서 무작정 열전도율이 낮은 고가의 단열 소재를 채택할 수는 없으므로, 비용 대비 효과적인 최적화가 요구된다. 이를 위해 본 절에서는 자판기 외벽에 대한 정상상태 열유동 해석(CFD)을 수행하여, 단열재의 종류(열전도율) 와 두께 중 어느 인자가 자판기 내부 평균 온도에 더 큰 영향을 미치는지를 실험계획법(DOE)을 통해 정량적으로 확인하고자 한다.
::1) 해석 형상
:::구매한 기성 냉장 자판기를 역설계(reverse engineering)하여 Autodesk Inventor로 3D CAD 형상을 모델링하였다.

::2) 해석 방법
:::해석의 경우 정상상태의 질량 보존, 운동량 보존, 에너지 보존 방정식을 사용하였으며 내부 유동 공간을 제외한 모든 영역에서 밀도는 고정 값을 사용하였다. 기체의 경우 이상기체 상태방정식을 활용하여 온도와 압력 변화에 따른 밀도 변화를 적용하였다. 운동량 보존 방정식과 에너지 보존 방정식을 분리하여 해석을 진행하였으며, 난류 모델의 경우 Realizable K-epsilon Two Layer 기법을 사용하였다. 이 때, 운동량 보존 방정식과 에너지 보존 방정식을 분리함에 따라 필요한 압력-속도 결합 알고리즘으로 SIMPLE을 채택하였다. 하기된 지배방정식을 STAR CCM+을 통하여 유한 체적법을 이산화하였다. 또한, 대류항과 확산황에 대해서도 2차 이산화가 적용되었다.
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 구분
! 식
|-
| Continuity equation
| ∇∙(ρu)=0
|-
| Momentum equation
| ∇∙(ρuu)=-∇p+∇∙(τ ̿ )+ ρg
|-
| Fluid Energy equation
| ∇∙(ρuH)=∇∙(k∇T)+ S_h
|-
| Solid Energy equation
| ∇∙(k∇T)+ q_gen=0
|-
| Equation of State
| p= ρRT
|}

::3) 해석 경계조건 결정
:::해석 도메인의 형상 및 각 경계조건의 부여 위치는 다음 그림과 표와 같다.
[[파일:경계조건1조.png|center|300px|섬네일|경계조건]]
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 구분
! 경계조건
! 열적조건
! 값
|-
| 바닥면
| Wall
| Convection
| h = 2 W/m2K T = 300K
|-
| 단열재 외면
| Wall
| Convection
| h = 5 W/m2K T = 300K
|-
| 모터
| Rotating Wall
| Constant Temperature
| n = 2500rpm
|-
| 핀 바닥
| Wall
| Conjugated Heat Transfer
| Heat source = -11W
|}

:3. 열관리 시뮬레이션
::1) 최적 단열재 사양
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 실험번호
! A: 두께 (mm)
! B: 단열재 (k, W/m·K)
|-
| 1
| 10
| 스티로폼 (0.038)
|-
| 2
| 10
| 아이소핑크 (0.027)
|-
| 3
| 10
| PF보드 (0.020)
|-
| 4
| 20
| 스티로폼 (0.038)
|-
| 5
| 20
| 아이소핑크 (0.027)
|-
| 6
| 20
| PF보드 (0.020)
|-
| 7
| 30
| 스티로폼 (0.038)
|-
| 8
| 30
| 아이소핑크 (0.027)
|-
| 9
| 30
| PF보드 (0.020)
|}
:::2인자 3수준이므로 가능한 조합은 3×3 = 9가지이며, 이를 모두 CFD로 해석하는 전수 실험(L9직교배열과 동일)으로 수행하였습니다. 품질특성(응답값)은 자판기 내부 적재 공간의 체적 평균 온도로 계산하였습니다.

{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 인자
! SS(제곱합)
| DOF
| MS(평균제곱)
| F
| 기여율[%]
|-
| A: 두께
| 1.83
| 2
| 0.91
| 20.645
| 67.0
|-
| B: 단열재 종류
| 0.72
| 2
| 0.36
| 8.176
| 26.5
|-
| 오차 (e)
| 0.18
| 4
| 0.04
|
| 6.5
|-
| 합계
| 2.73
| 8
|
|
| 100.0
|}
:::ANOVA 분석 결과, 두께(인자 A)가 전체 응답 변동의 약 67%(T_"avg" 기준 67.0%, Q_in 기준 66.62%)를 차지하여 단열재 종류(인자 B, 약 27~29%)보다 지배적인 인자로 확인되었다. 이는 단열 성능 개선에 있어 열전도율이 더 낮은 고가의 소재로 변경하는 것보다 동일 소재의 두께를 키우는 편이 더 효과적임을 의미한다. 따라서 제한된 예산 조건을 고려하여, 비용 대비 성능 개선 효율이 높은 두께 확대를 우선 전략으로 채택하였다.
:::DOE 실험은 두께 수준을 30 mm까지만 설계했지만, 주효과도 상에서 두께가 늘어날수록 S/N 비가 계속 개선되는 경향이 나타나, 30 mm를 넘어서도 추가적인 성능 향상이 기대되지만 전체 시스템의 구조적 안정성을 위해서는 상한치가 40mm으로 확인되어 30mm 스티로폼 단열재와 10mm 복사단열재로 최종적으로 결정함.
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 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
:::확정된 단열재 사양의 효과를 정성적으로 확인하기 위해, 단열재를 적용하지 않은 기본 모델과 단열재를 적용한 case의 단면 온도 분포를 비교하였다. 먼저 case9과 단열재 유무에 따른 온도 분포 변화]는 단열재를 적용하지 않은 기본 모델과 단열재를 적용한 case 9의 단면 온도 분포를 비교한 것이다. 기본 모델에서는 외부 고온이 외벽을 통해 내부로 침투하여 내부 전반에 높은 온도 분포가 형성되었으나, 단열재를 적용한 case 9에서는 외벽을 통한 열침입이 억제되어 내부 온도가 전반적으로 낮게 유지되었다. 이는 외부 단열재 추가 자체가 열침입 저감에 유효하게 작용함을 보여준다. 다음으로 [case 7과 단열재 유무에 따른 유체 영역 온도 분포 변화]는 최종 확정 사양(case 7을 기본 모델과 비교한 것이다. case 7에서는 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.
{| style="margin-left:auto; margin-right:auto; text-align:center;"
| [[파일:2-12.png|center|300px|섬네일|case1과 단열재 유무에 따른 온도 분포 변화]]
| [[파일:2-13.png|center|300px|섬네일|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.

:4. 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.
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:80%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! style="width:28%; background:#d9e2f3;" | 부품
! style="width:15%; background:#d9e2f3;" | 수량
! style="width:20%; background:#d9e2f3;" | 단위 무게(kg)
! style="width:20%; background:#d9e2f3;" | 합계(kg)
! style="width:17%; background:#d9e2f3;" | 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
|
|}
[[파일:hunterse사양.png|center|300px|섬네일|Hunter SE 사양]]

===상세설계 내용===
:1. 조립도
{| style="margin-left:auto; margin-right:auto; text-align:center;"
| [[파일:2-15.png|center|300px|섬네일|Hunter SE]]
| [[파일:2-16.png|center|300px|섬네일|프레임 구조 및 프로파일 구성품 형상]]
|-
| [[파일:2-17.png|center|300px|섬네일|프레임 조립]]
| [[파일:2-18.png|center|300px|섬네일|냉장고 형상]]
|-
| [[파일:2-19.png|center|300px|섬네일|주요 부품 형상]]
| [[파일:2-20.png|center|300px|섬네일|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.
[[파일:2-21.png|center|200px|섬네일|완성품 조립도]]

:3. 제어부 및 회로설계
[[파일:2-22.png|center|400px|섬네일|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.
[[파일:2-23.png|center|600px|섬네일|소조립 회로도]]

:4. 소프트웨어 설계
[[파일:2-24.png|center|400px|섬네일|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.
[[파일:2-25.png|center|400px|섬네일|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.

:5. 단열시스템 실험 및 검증
::1) 실험 방법 및 측정 환경
::-1 측정 대상 및 시험 구성
:::측정 대상은 실제 제작한 냉장 자판기 본체이다. 냉각은 자판기에 탑재된 펠티어(TEC) 소자를 정격 조건으로 가동하여 수행하였으며, 각 실험 단계에서 단열 구성(외부 단열재 + 복사단열재)과 아이스팩의 적용 여부만을 변경하고 그 외의 냉각 조건은 모든 측정에서 동일하게 유지하였다. 실제 운용은 0.7 m/s의 야외 이동 환경을 대상으로 하나, 본 실측은 측정의 재현성과 정상상태 도달 판정의 신뢰성을 확보하기 위해 외기 조건을 일정하게 통제한 실내 환경에서 수행하였다.
::-2 측정 환경 조건
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 항목
| 조건
|-
! 외기 온도
| 25℃
|-
! 측정 장소
| 과학기술관 403호
|-
! 냉각 가동 조건(TEC)
| 10분간 온도 변화 0.5℃ 이하
|}
::-3 측정 장비 및 센서 위치
:::내부온도 측정에는 ㈜ 트리오즈 TRIOZ 디지털 1M 온도계를 사용하였으며, 센서부는 냉장고 내부 공간의 온도 분포를 대표할 수 있도록 내부 상부·중앙부·하부에 분산 배치하였다. 장비의 오차범위는 ±1.0℃이다
[[파일:온도측정위치.png|center|400px|섬네일|온도 센서 배치도]]
::-4 정상상태 도달 판정 기준
:::본 실험에서 정상상태는 냉각 가동 후 내부온도가 충분히 하강하여 시간에 따른 변화가 무시할 수 있는 수준에 도달한 상태로 정의한다. 구체적으로는 10분 동안 내부온도 변화량이 0.5 ℃ 이내로 유지될 때 정상상태에 도달한 것으로 판정하였다. 각 실험에서는 정상상태 도달이 확인된 이후의 구간에서 측정값을 취득하여 대표 온도를 산출하였다.

::2) 복합 단열 구성(외부 단열재 + 복사단열재) 적용 후 단열 성능 실측 검증
:::기본 모델의 자판기 외벽 외부에 복합 단열 구성을 부착한 상태에서 동일한 조건으로 정상상태 내부온도를 측정하였다. 본 구성은 전체 단열 두께 40 mm를 전도 차단용 스티로폼(EPS) 30 mm와 복사 차단용 복사단열재 10 mm로 배분한 것으로, 외벽을 통한 전도 열침입과 복사 열침입을 함께 억제하도록 설계되었다. 본 실측에서는 두 단열재를 최종 제작 사양 그대로 일체로 적용하여 복합 단열 구성 전체의 성능을 검증하였다.
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center; width:70%; font-size:90%; line-height:1.4; border-collapse:collapse;"
! 측정 위치
! S01
! S02
! S03
! S04
! S05
! S06
! S07
! 평균
|-
! 기본 모델 온도(℃)
| 5.8
| 6.4
| 7.2
| 9.2
| 8.6
| 10.0
| 6.2
| 7.6
|-
! 단열재 모델 온도(℃)
| 3.8
| 4.4
| 5.3
| 5.8
| 7.1
| 8.0
| 3.4
| 5.8
|-
! 온도 감소(℃)
| 2.0
| 2.0
| 1.9
| 3.4
| 1.5
| 2.0
| 2.8
| 2.2
|}
[[파일:단열재온도변화그래프.png|center|400px|섬네일|단열 구성 단계별 정상상태 내부온도 누적 개선 그래프]]

:::baseline 대비 복합 단열 구성(EPS 30 mm + 복사단열재 10 mm)을 적용함으로써 정상상태 내부온도가 2.2 ℃ 저감되었다. 이로써 전도 차단 단열재와 복사 차단 단열재를 결합한 40 mm 복합 단열 구성이 외벽을 통한 전도·복사 열침입을 효과적으로 차단함을 정량적으로 확인하였다.

::3) 아이스팩 보조 시스템 최적화
::-1 아이스팩 보조 냉각 적용
:::검증된 복합 단열 구성(외부 단열재 + 복사단열재)을 고정한 상태에서, 보조 냉각 수단으로 아이스팩을 추가 적용하여 내부온도 완충 효과를 확보하였다. 개념설계 단계에서 제안한 바와 같이, 아이스팩을 내부 상단에 배치하면 아이스팩 하면의 저온부로 인해 부력에 의한 자연대류가 촉진되어 냉기가 내부 전체에 고르게 분포되는 효과를 기대할 수 있다. 이에 본 최종 구성에서는 아이스팩 1개를 내부 상단에 배치하여, 펠티어 소자 단독 냉각만으로 부족한 냉각 부하를 보완하고 정상상태 내부온도의 시간적 안정성을 확보하였다. 측정 환경 및 정상상태 판정 기준은 5.1)과 동일하게 적용하였다.
::-2 배출구 가림막 설치
:::본 자판기는 음료 배출 시 배출구가 외기에 개방되는 구조이므로, 이 과정에서 발생하는 외기 침입이 내부온도 상승의 주요 원인으로 작용한다. 이에 대한 대응으로, 대형마트 냉장 진열대에서 널리 적용되는 방식과 동일한 PVC 스트립 형태의 가림막을 배출구 전면부에 설치하였다. 가림막은 [그림 2-33]과 같이 유연한 투명 PVC 스트립 다수가 배출구를 덮는 구조로, 음료 배출 동작을 방해하지 않으면서도 외기와 내부 냉기의 직접 접촉 면적을 최소화하여 배출구를 통한 침입열을 저감한다. 이는 요구사항 ③(배출구 개방 후 5초 이내 ΔT ≤ 5 ℃)에 직접적으로 대응하는 조치이다.
::-3 최종 구성 정상상태 내부 온도 측정 결과
:::아이스팩(1개, 내부 상단 배치) 및 배출구 가림막이 모두 적용된 최종 구성에 대해, 기본 모델과 동일한 측정 환경 및 정상상태 판정 기준을 적용하여 위치별 정상상태 내부온도를 측정하였다. 기본 모델과 최종 구성의 측정 결과를 '최적 설계 전후 정상 상태 온도 비교'에 나타내었다.
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
|+ 최적 설계 전후 정상 상태 온도 비교
! 온도계 위치
! 기본 모델 온도(°C)
! 최적 모델 온도(°C)
! 온도 감소(°C)
! 주행 시 온도(°C)
|-
| S02
| 6.4
| 3.0
| 3.4
| 9.2
|-
| S03
| 7.2
| 3.7
| 3.5
| 9.9
|-
| S04
| 9.2
| 4.2
| 5.0
| 11.2
|-
| S05
| 8.6
| 5.2
| 3.4
| 11.8
|-
| S06
| 10.0
| 5.8
| 4.2
| 15.8
|-
| S07
| 6.2
| 2.5
| 3.7
| 8.9
|-
| S08(실외)
| 22.0
| 23.7
| -
| 34.1
|-
| Max
| 10.0
| 5.8
| 4.2
| 15.8
|-
| Avg
| 7.6
| 4.1
| 3.5
| 11.1
|}

:::측정 결과, 최종 구성에서의 정상상태 내부온도(체적 평균)는 4.1 ℃로 나타났으며, 기본 모델 대비 3.5 ℃ 저감됨을 확인하였다.

::: 배출구 개방 전과 개붕 후에 대해하여 평균 온도와 S06 지점에서의 정상상태 내부온도를 측정하였다. 기본 모델과 최종 모델의 측정 결과와 더불어 실제 주행 시 내부 온도를 '최적 설계 전후 배출구 온도 변화'에 나타내었다.
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
|+ 최적 설계 전후 배출구 온도 변화
! 구분
! 상태
! 기본 모델 온도(°C)
! 최적 모델 온도(°C)
! 온도 감소(°C)
! 주행 시 온도(°C)
|-
| rowspan="2" | 평균
| 개방 전
| 7.6
| 4.1
| 3.5
| 11.1
|-
| 개방 후
| 8.0
| 4.3
| 3.7
| 11.4
|-
| rowspan="2" | S06
| 개방 전
| 10.0
| 5.8
| 4.2
| 15.8
|-
| 개방 후
| 10.5
| 6.1
| 4.4
| 16.2
|}

::4) 종합 정리
:::'이론적 계산 및 시뮬레이션'의 3.1)에서 확정한 단열 설계안과 보조 냉각 구성을 실제 제작한 냉장 자판기에 적용하여, 정상상태 내부온도 유지 성능을 단계적으로 실측 검증하였다. '이론적 계산 및 시뮬레이션'의 해석 모델의 신뢰성과 이를 기반으로 한 단열 설계 판단의 타당성을 실측으로 입증하였다.
:::이어 기본 모델로부터 복합 단열 구성(외부 단열재 EPS 30 mm + 복사단열재 10 mm, 합 40 mm)을 적용하여 정상상태 내부온도가 baseline 대비 2.2 ℃ 저감됨을 확인하였고, 여기에 아이스팩(1개, 내부 상단 배치) 및 배출구 PVC 스트립 가림막을 추가한 최종 구성에서 정상상태 내부온도 3.5 ℃를 달성하였다.
:::이로써 외부 단열재 EPS 30 mm, 복사단열재 10 mm, 아이스팩 1개(내부 상단 배치), 그리고 배출구 PVC 스트립 가림막으로 구성된 최종 설계안이 요구사항 5 및 6의 요구사항을 만족한다.

==결과 및 평가==
===완료 작품의 소개===
====프로토타입 사진 혹은 작동 장면====
{| style="margin-left:auto; margin-right:auto; text-align:center;"
| [[파일:전방.jpg|center|300px|섬네일|모바일 냉장고 전면부]]
| [[파일:후면.jpg|center|200px|섬네일|모바일 냉장고 후면부]]
|-
| [[파일:좌측.jpg|center|200px|섬네일|모바일 냉장고 좌측면]]
| [[파일:우측.jpg|center|300px|섬네일|모바일 냉장고 우측면]]
|}

====포스터====
[[파일:포스터26-1.jpg|center|600px|123팀 포스터]]

===관련사업비 내역서===
(단위: 천원)

{| class="wikitable" style="text-align:center;"
|-
! 항목 (품명, 규격) !! 수량 !! 단가 !! 금액
|-
| YBBOTT DC/DC 컨버터 스텝다운 24V to 12V 10A 120W (64mm x 57mmx 22mm) || 1 || 20.9 || 20.9
|-
| 24V 20AH 배터리 (기본형) 50cm 연장선 24V 4A 고속 충전기 (75mm x 165mm x 107mm) || 1 || 439 || 439
|-
| [DFROBOT] Ambient Light Sensor(0-200klx)[SEN0390] (18.6mm x 30mm x 8.44mm) || 1 || 14.3 || 14.3
|-
| [WAGO] 원터치 전선 연결 커넥터 221-415 (5핀) || 5 || 0.9 || 4.5
|-
| [DFROBOT] DC-DC Buck Boost Converter Module (5A)[DFR0946] (70mm x 39mm x 32mm) || 1 || 14.3 || 14.3
|-
| [Any Vender] 퓨즈홀더 FH-204 (30mm x 10mm x 10mm) || 2 || 1.06 || 2.12
|-
| [LB FUSE] 퓨즈 6x30-10A (30mm x 10mm x 10mm) || 5 || 0.12 || 0.6
|-
| [럭킷] 1MP 720P 100도 USB 카메라 모듈 (38mm x 38mm x 16.5mm) || 2 || 28 || 56
|-
| Livox Mid-360S (65mm x 65mm x 60mm) || 1 || 1,350 || 1,350
|-
| Livox 3핀 항공 커넥터 1.5m || 1 || 195 || 195
|-
| 콜라 미니 자판기 냉장고 소형 음료수 (23.5cm x 42.5cm x 64.5cm) || 1 || 280 || 280
|-
| KDsafe 실리콘전선 전기케이블 전기배선 빨검 세트 16AWG 1M (0.08mm x 3.0mm x 1m) || 3 || 1.31 || 3.93
|-
| 알루미늄 프로파일 부품 T볼트 너트 세트 40용 4080용 (14mm x 8mm x 20mm) || 5 || 0.2 || 1
|-
| [DFROBOT] DC-DC Buck Boost Converter Module (5A) [DFR0946] (70mm x 39mm x 32mm) || 1 || 14.3 || 14.3
|-
| [OEM] LTC3780 7A Buck-Boost 듀얼 DC-DC 컨버터 모듈 [SZH-EK334] (77.6mm x 46.5mm x 15mm) || 1 || 19 || 19
|-
| 빌트론 열반사단열재 은박단열재 5T~50T 온도리 곰팡이 외풍단열 시트지 (1m x 1m) || 5 || 12.96 || 64.8
|-
| 디지털 온도계 / 실외센서 / 냉장고 / 어항 / 수족관 / 실내외 (4.7cm x 2.8cm x 1.5cm) || 8 || 1.2 || 9.6
|-
| 스티로폼 단열재 압축스티로폼 흰색 건축 단열보드 외풍차단 보온판 비드법 EPS KS인증 (30mm x 600mm x 900mm) || 2 || 23.8 || 47.6
|-
| Perfectforyou 완벽차단 현관문 방음 방풍 문틈 고무패킹 (6m x 10mm x 6mm) || 1 || 10.9 || 10.9
|-
| 부광테이프 은박 알루미늄 호일테이프 (은색 23m x 48mm x 23m) || 1 || 8.1 || 8.1
|-
| 쓰리엠 고강도 99 스프레이 접착제 155ml (50mm x 50mm x 160mm) || 1 || 9.55 || 9.55
|-
| 크리앤조이 U자형 열선 컷터기 FOHWC-0 (250mm x 260mm) || 1 || 26.15 || 26.15
|-
| 3M 쓰리엠 9322-14 부직포 종이 양면테이프 (20mm x 50m) || 2 || 6.5 || 13
|-
| 필핏 더편한 다용도 넓은 버클 스트랩 4p 세트 (200cm) || 2 || 9.8 || 19.6
|-
| 크리얼리티 고속 PLA 필라멘트 1kg Creality Hyper PLA Filament 1kg 덕유항공 (210mm x 70mm x 70mm) || 2 || 19.9 || 39.8
|-
| 코멧 국내생산 뽁뽁이 에어캡 50cm x 50m (0.2mm x 50cm x 50m) || 1 || 6.99 || 6.99
|-
| 코멧 결로방지 물흡수 테이프 (10cm x 5m) || 1 || 10.39 || 10.39
|-
| 스카치 포장 박스 테이프 3625V 2+1 + 3615 + 디스펜서 (48mm x 25m / 48mm x 100m) || 1 || 8.21 || 8.21
|-
| 듀라셀 오리지널 AAA 건전지 (10.5mm x 10.5mm x 44.5mm) || 1 || 13.9 || 13.9
|-
| 듀라셀 오리지널 AA 건전지 (14.5mm x 14.5mm x 50.5mm) || 1 || 13.9 || 13.9
|-
| 경제형 알루미늄프레임용 후입 볼스프링 너트 스테인리스 유럽규격 (66mm x 66mm x 115mm) || 10 || 1.453 || 14.53
|-
| 2 MVBLK-ASN-4K6-JRE H6 || 2 || 49.317 || 98.634
|-
| 합계 || || || 2,816.304
|}

===완료작품의 평가===
{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
! 평가항목
! 평가방법
! 적용기준
! 개발 목표치
! 비중(%)
! 평가 결과
|-
! 자율주행 목표 도달 성공률
| 지정된 목표 지점까지 충돌 없이 주행 완료 여부 측정. 동적 장애물 없는 90m 정도의 경로에서 실험
| 기능성
| 10회 중 8회 이상 성공
| 20
| 성공
|-
! 장애물 대비 주행
| 로봇 진행방향 3m 앞을 사람이 갑자기 막았을 경우 충돌하지 않고 정지하는지 실험
| 안정성
| 10회 중 9회 이상 성공
| 15
| 실패
|-
! 사람 객체 정지
| 사람을 객체로 인식하고 정지하는지, 사람이 없어지면 재주행하는지 확인하는 실험
| 안정성
| 10회 중 9회 이상 성공
| 15
| 성공
|-
! 그늘 활용 주행
| 그늘 영역 진입 시, 그늘임을 인식하고 정지하는지 실험
| 기능성
| 10회 중 8회 이상 성공
| 15
| 실패
|-
! 냉장 온도 유지 성능
| 내부 온도를 일정 범위 내 유지하는지 측정
| 유효성
| 목표 온도 ±3°C 유지
| 20
| 성공
|-
! 온도 유지에 대한 강건성
| 외기 유입 시에도 저온을 유지하는지 측정
| 유효성
| 온도 변화5°C 이내
| 15
| 성공
|}

{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
! 번호
! 요구사항
! 설계 변수
! 결과
|-
| 1
| 지정 코스 1회 완주
| 경로 추종 오차(cross-track error), 코스 이탈 횟수, 완주 소요시간
| 80% 성공률
|-
| 2
| 감지거리 ≤ 3m, 충돌 0회
| 장애물 감지거리, 회피 개시 거리, 충돌 횟수
| 80% 성공률
|-
| 3
| 사람 인식 시 정지
| 인식 거리, 인식 정확도, 정지 반응시간, 정지거리
| 100% 성공률
|-
| 4
| 측정 조도 ≤ 26,000 lux일 때 구동부 정지 유지
| 조도센서 측정값, 정지 판정 임계조도, 구동부 정지상태
| 66% 성공률
|-
| 5
| 정상상태에서 7°C ≤ T ≤ 13°C 유지
| 내부 온도, 설정값 대비 온도 편차, 정상상태 도달시간
| 100% 성공률
|-
| 6
| 개방 후 5초 시점 ΔT ≤ 5°C
| 온도 변화량(ΔT), 온도 변화율
| 100% 성공률
|}

===향후계획===
설계구성요소 및 제한요소

{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
! 설계구성요소
! 과제보고서 내의 항목
! 내용 요약
|-
| 목표설정
| 1.1 개발과제의 개요
| 공원·한강공원 등 야외 공공공간에서 보행자와 안전하게 공존하며 음료를 판매하는 모바일 냉장 자판기 로봇을 개발하는 것을 목표로 한다. 정량 목표로는 ① 약 100 m 지정 코스 자율주행 완주, ② 전방 3 m 이내 장애물 감지·회피, ③ 카메라 기반 사람 인식 시 정지, ④ 26,000 lux 이하 그늘 영역 인식·정차, ⑤ 정상상태 내부온도 10 °C ± 3 °C 유지, ⑥ 배출구 개방 후 5초 이내 ΔT ≤ 5 °C 유지를 설정하였다.
|-
| 합성
| 2.1 설계사양 2.2 개념설계안 2.4 조립도 2.5 부품도
| 서로 융합되지 않았던 두 기술인 자율주행 모바일 로봇(HUNTER SE)과 냉장 자판기를 하나의 통합 플랫폼으로 결합하였다. 상부 알루미늄 프로파일 구조 위에 3D LiDAR, 단안 카메라, 조도센서, 냉장고, 제어기, 배터리를 통합 배치하고, 24V 배터리 기반 전원 분배(DC-DC 변환)와 Ethernet/USB/CAN/I2C 데이터 통신을 하나의 회로로 합성하였다. 자율주행 인식 모듈(주행·장애물·사람·그늘)을 ROS 기반으로 통합하였다.
|-
| 분석
| 2.1 설계사양 2.3 이론적 계산 및 시뮬레이션
| 서로 융합되지 않았던 두 기술인 자율주행 모바일 로봇(HUNTER SE)과 냉장 자판기를 하나의 통합 플랫폼으로 결합하였다. 상부 알루미늄 프로파일 구조 위에 3D LiDAR, 단안 카메라, 조도센서, 냉장고, 제어기, 배터리를 통합 배치하고, 24V 배터리 기반 전원 분배(DC-DC 변환)와 Ethernet/USB/CAN/I2C 데이터 통신을 하나의 회로로 합성하였다. 자율주행 인식 모듈(주행·장애물·사람·그늘)을 ROS 기반으로 통합하였다.
|-
| 제작
| 2.8 자재소요서 3.1완료작품소개 3.2 개발사업비 내역서
| 기성 냉장고를 역설계하여 Inventor 3D CAD 모델링 후, 확정 단열 사양(EPS 30 mm + 복사단열재 10 mm = 40 mm), 아이스팩, 배출구 PVC 스트립 가림막을 적용한 냉장 자판기 본체를 실제 제작하였다. HUNTER SE 상부에 프로파일 레일·브라켓으로 프레임을 결합하고 센서·제어부를 조립하여 통합 프로토타입을 완성하였다.
|-
| 시험 및 평가
| 3.3 완료작품의 평가
| 단계별 누적 방식으로 정상상태 내부온도를 실측하여 baseline → 복합 단열 → 아이스팩·가림막 최종 구성의 개선 효과를 정량 검증하였고, CFD 결과와 실측값을 비교하여 해석 신뢰성을 확인하였다. 통합 상태에서 지정 코스 완주, 그늘 정차, 장애물 회피, 사람 인식 정지, 정상상태 내부온도, 배출구 개방 ΔT 등 전체 요구사항을 실환경에서 검증하였다.
|}

{| class="wikitable" style="margin-left:auto; margin-right:auto; text-align:center;"
! 설계구성요소
! 과제보고서 내의 항목
! 내용 요약
|-
| 원가
| 1.3 관련시장에 대한 분석 3.2 개발사업비 내역서
| 영구 매점·고정형 자판기 대비 인프라 구축비(전력 인입·토목·고정 구조물)를 절감하는 시장성을 고려하였다. DC 구동 차량용 냉장 기성품 및 시중 유통 단열재를 활용하여 제작 단가를 제한하였다.
|-
| 안정성 및 윤리성
| 1.1 개발과제의 개요 1.4 개발과제의 기대효과 2.1 설계사양
| 이동 중 흔들림에도 냉장 성능과 적재 안정성을 유지하도록 설계하고, 보행자 밀집 환경에서 사람 인식·장애물 회피 기반 안전거리 서행으로 충돌을 방지하였다. 영상 기반 인식에 따른 공공공간 운용 윤리를 고려하였다.
|-
| 신뢰성
| 2.1 설계사양 2.3 이론적 계산 및 시뮬레이션
| 반복 주행 시 SLAM 기반 위치 추정의 경로 재현성을 확보하고, 펠티어·팬 조건 보정과 정상상태 판정 기준(10분간 ΔT ≤ 0.5 °C)을 통해 냉장 성능의 재현성을 검증하였다. 정상상태·일사 무시 등 해석 한계와 요구사항의 보조 시스템 의존성을 오류 예측 차원에서 명시하였다.
|-
| 사회에 미치는 영향
| 1.1 개발과제의 개요 1.4 개발과제의 기대효과
| 한강공원 등 수변 공간의 서비스 편중 현상을 완화하여 어린이·고령자 등의 접근성·편의성을 높이고, 서울시 '2040 서울도시기본계획'의 수변 공간 재편 방향과 연계한 도시 공간 활성화에 기여한다.
|-
| 환경요인
| 2.1 설계사양 2.3 이론적 계산 및 시뮬레이션
| 외기 30 °C 이상 고온, 일사, 풍속 등 야외 자연 조건을 설계 입력으로 반영하였다. 그늘 활용 자연 냉각으로 열적 부하와 전력 소모를 줄여 에너지 효율적·친환경적 운영 모델을 제시하였다.
|-
| 기타
| 2.1 설계사양 3.3 완료작품의 평가
| 중량물(음료·배터리) 적재에 대한 구조 안전율 확보(내구성), 저전력 냉장 운용(경제성), 기성품·표준 프로파일 활용을 통한 제작성·확장성을 고려하였다.
|}

===특허 출원 내용===
[[파일:특허출원통지서_1조.png|center|500픽셀]]

2026학년도 1학기

2026-05-28T04:42:03Z

Admie: 새 문서: ==Course Information== * 과목명 : [2026.1학기]창의공학종합설계 * 담당교수 : 성민영 교수님, 박찬희 교수님 ==Course Description<...

==Course Information==
* 과목명 : [2026.1학기]창의공학종합설계
* 담당교수 : 성민영 교수님, 박찬희 교수님

==Course Description==
요약 : 창의적인 시스템 설계를 위하여 설계 절차와 방법을 배우고 실제로 과제를 부과하고 월별로 개인 및 팀의 다양한 기계정보공학 프로젝트의 수행과 발표를 통해 공학적인 설계 감각과 공학인증에서 요구하는 여러가지 학습성과를 달성할 수 있도록 한다.

== Ongoing Project==
===2026년 1학기===

'''[[견본]]''' - 팀장, 팀원1, 팀원2, 팀원3, 팀원4, 팀원5

'''[[1조-123]]''' - 이**, 김**, 권**, 김**, 이**

'''[[2조-슬립스택]]''' - 최**, 김**, 성**, 안**

<div>__TOC__</div>