Chill girl - 편집 역사

Admse2: /* 회로 및 구동 시스템 설계 */

2025-06-18T15:24:12Z

‎회로 및 구동 시스템 설계

Admse2: /* 회로 및 구동 시스템 설계 */

2025-06-18T14:59:33Z

‎회로 및 구동 시스템 설계

Admse2: /* 회로 및 구동 시스템 설계 */

2025-06-18T14:58:24Z

‎회로 및 구동 시스템 설계

Admse2: /* 회로 및 구동 시스템 설계 */

2025-06-18T14:58:02Z

‎회로 및 구동 시스템 설계

Admse2: /* 개념설계안 */

2025-06-18T14:42:29Z

‎개념설계안

Admse2: /* 개념설계안 */

2025-06-18T14:41:04Z

‎개념설계안

Admse2: /* 2. 콘센트 핀 회전 */

2025-06-18T14:40:03Z

‎2. 콘센트 핀 회전

Admse2: /* 1. 콘센트 홀 인식 */

2025-06-18T14:39:46Z

‎1. 콘센트 홀 인식

Admse2: /* 개념설계안 */

2025-06-18T14:37:49Z

‎개념설계안

Admse2: /* 관련 기술의 현황 및 분석(State of art) */

2025-06-18T13:54:56Z

‎관련 기술의 현황 및 분석(State of art)

@@ 731번째 줄: / 731번째 줄: @@
 ◇ 회로 구성품
-{| class="wikitable" style="text-align:center"
+[[파일:cg표1.jpg|600px]]
-| [[파일:cg표1.jpg|600px]]

@@ 747번째 줄: / 747번째 줄: @@
 (1) Raspberry Pi Zero 2W의 Python 코드 ①
-: 카메라 영상 전송 (Wi-Fi, → Pi 5)
+:카메라 영상 전송 (Wi-Fi, → Pi 5)
 [[파일:cg코드1.jpg|600px]]
@@ 753번째 줄: / 753번째 줄: @@
 (2) Raspberry Pi 5의 Python 코드
-:YOLO 추론 및 정렬 판단 + 회전 명령 송신 (Bluetooth, → Pi Zero)
+: YOLO 추론 및 정렬 판단 + 회전 명령 송신 (Bluetooth, → Pi Zero)
 [[파일:cg코드2.jpg|600px]]

@@ 710번째 줄: / 710번째 줄: @@
 {| class="wikitable" style="text-align:center"
-| [[파일:cg그림36.jpg|350px]]
+| [[파일:cg그림36.jpg|400px]]
 |-
 | 그림 36. 회로 설계도
@@ 717번째 줄: / 717번째 줄: @@
-본 설계에서 제작하고자 하는 ‘콘센트 홀을 인식하여 자동 회전하는 플러그’에 대한 회로 모식도는 위와 같다. 본 회로도는 Raspberry Pi 5, Raspberry Pi Zero 2W, Step Motor, Raspberry Pi 카메라, 모터 드라이버 회로 등으로 구성된다.
+본 설계에서 제작하고자 하는 ‘콘센트 홀을 인식하여 자동 회전하는 플러그’에 대한 회로 설계도는 위와 같다. 본 회로도는 Raspberry Pi 5, Raspberry Pi Zero 2W, Step Motor, Raspberry Pi 카메라, 모터 드라이버 회로 등으로 구성된다.
 콘센트의 협소한 크기를 고려하여 전체 회로의 소형화를 위해 메인 제어 장치(MCU)인 Raspberry Pi 5는 플러그 외부에 설치된다. Raspberry Pi Zero 2W는 플러그 내부에 탑재되어 카메라 영상 촬영 및 송신, 스텝모터 구동을 담당한다. 따라서 영상 데이터는 Wi-Fi 기반 UDP 통신으로, 회전 제어 명령은 Bluetooth 방식으로 전달된다. 영상 인식과 회전 제어가 분산 처리되도록 설계되었다. 이처럼 영상 송수신과 모터 제어 신호가 서로 다른 통신 경로를 통해 분리되므로 서로 간섭 없이 안정적인 동작이 가능하다.
 Step Motor는 회전 하우징을 구동하는 액추에이터 역할을 한다. 스텝 모터는 하부 하우징을 회전시켜 플러그 핀과 콘센트 홀을 정렬시킨다. 회전 각도는 0도~180도 범위 내에서 원하는 각도로 정밀하게 제어된다. 회전은 미세한 각도를 일정한 스텝 수로 나누어 계산되며 이를 통해 정밀하게 제어할 수 있다. 회로 구동 알고리즘은 ‘그림 37.’과 같다.

@@ 743번째 줄: / 743번째 줄: @@
 제어하는 코드이다.
-   세 코드는 역할에 따라 독립적으로 실행되며 전체 시스템은 카메라 송신 → YOLO 추론 → 모터 제어의 흐름으로 순차적으로 동작한다.
+   세 코드는 역할에 따라 독립적으로 실행되며 전체 시스템은 영상 처리 → YOLO 추론 → 모터 제어의 흐름으로 순차적으로 동작한다.
 (1) Raspberry Pi Zero 2W의 Python 코드 ①
-→ 카메라 영상 송신
+: 카메라 영상 전송 (Wi-Fi, → Pi 5)
 [[파일:cg코드1.jpg|600px]]
@@ 753번째 줄: / 753번째 줄: @@
 (2) Raspberry Pi 5의 Python 코드
-→ YOLO 추론 + Bluetooth 명령 송신
+:YOLO 추론 및 정렬 판단 + 회전 명령 송신 (Bluetooth, → Pi Zero)
 [[파일:cg코드2.jpg|600px]]
@@ 761번째 줄: / 761번째 줄: @@
 (3) Raspberry Pi Zero 2W의 Python 코드 ②
-→ 스텝모터 회전 + Bluetooth 수신
+: 정렬 명령 수신 + 스텝모터 제어 (Bluetooth 수신)
 [[파일:cg코드4.jpg|600px]]

@@ 337번째 줄: / 337번째 줄: @@
 본 설계는 사용자가 플러그를 콘센트에 삽입할 때, 핀과 홀의 방향이 맞지 않아 발생하는 불편함을 해소하기 위해, 플러그가 자동으로 회전하여 정확한 정렬을 수행하도록 하는 기능을 구현하였다. 이를 위해 전체 시스템은 크게 두 가지 파트로 구성된다.
-   ● YOLO 기반 객체 탐지 시스템 : 콘센트 홀의 위치를 실시간으로 인식
+   - YOLO 기반 객체 탐지 시스템 : 콘센트 홀의 위치를 실시간으로 인식
-   ● 회전 시스템 : 홀 정렬을 위해 스텝모터를 통해 플러그 하부 하우징을 회전
+   - 회전 시스템 : 홀 정렬을 위해 스텝모터를 통해 플러그 하부 하우징을 회전
 각 파트의 세부 원리는 다음과 같이 이루어진다.
@@ 445번째 줄: / 445번째 줄: @@
 카메라는 플러그의 핀 사이 공간에 카메라를 배치하여 콘센트의 홀을 인식할 수 있도록 한다. Raspberry Pi 5를 지원하며, 플러그의 몸체 하단에 배치될 수 있도록 초소형 크기의 카메라를 사용한다.  카메라 센서는 IMX219이며 해상도는 8-megapixel을 지원한다. 23.86mm × 25mm × 9mm (가로,세로,높이)의 크기를 사용하며 플러그 핀 상단에 부착하여 장착이 가능하다.. 영상 데이터는 Raspberry Pi로 전송되어 YOLO 기반 이미지 인식 과정에서 실시간으로 분석된다. IMX219 센서는 저조도 환경에서도 안정적인 영상 품질을 제공하여 다양한 조명 조건에서도 일관된 인식 정확도를 유지할 수 있다.
 '''2. 콘센트 핀 회전'''

← 이전 판		2025년 6월 18일 (수) 14:41 판
425번째 줄:		425번째 줄:
	그림 12. Raspberry Pi 5		그림 12. Raspberry Pi 5

−	본 설계에서 전반적인 인공지능 기반 제어 로직의 MCU(중심 제어 장치)는 Raspberry Pi 5를 활용한다. Raspberry Pi 5는 플러그 외부에 설치되어 Raspberry Pi Zero 2W가 촬영한 실시간 영상을 Wi-Fi를 통해 수신받는다. 수신된 영상은 Pi5에 탑재된 YOLO 객체 인식 알고리즘을 통해 실시간 홀을 인식하고, 정렬 여부 판단에 따른 스텝모터 제어 신호를 전송한다.	+	본 설계에서 전반적인 인공지능 기반 제어 로직의 MCU(중심 제어 장치)는 Raspberry Pi 5를 활용한다. Raspberry Pi 5는 플러그 외부에 설치되어 Raspberry Pi Zero 2W가 촬영한 실시간 영상을 Wi-Fi를 통해 수신받는다. 수신된 영상은 Pi5에 탑재된 YOLO 객체 인식 알고리즘을 통해 실시간 홀을 인식하고, 정렬 여부 판단에 따른 스텝모터 제어 신호를 전송한다. 이러한 분산 구조에서 Pi5는 YOLO ONNX 모델을 직접 구동할 수 있는 연산 장치로서 기능하게 된다. 따라서 Raspberry Pi5는 콘센트 홀 인식과 모터 제어를 실시간으로 수행할 수 있는 충분한 연산 능력을 제공한다.
−	이러한 분산 구조에서 Pi5는 YOLO ONNX 모델을 직접 구동할 수 있는 연산 장치로서 기능하게 된다. 따라서 Raspberry Pi5는 콘센트 홀 인식과 모터 제어를 실시간으로 수행할 수 있는 충분한 연산 능력을 제공한다.

@@ 447번째 줄: / 447번째 줄: @@
 카메라는 플러그의 핀 사이 공간에 카메라를 배치하여 콘센트의 홀을 인식할 수 있도록 한다. Raspberry Pi 5를 지원하며, 플러그의 몸체 하단에 배치될 수 있도록 초소형 크기의 카메라를 사용한다.  카메라 센서는 IMX219이며 해상도는 8-megapixel을 지원한다. 23.86mm × 25mm × 9mm (가로,세로,높이)의 크기를 사용하며 플러그 핀 상단에 부착하여 장착이 가능하다.. 영상 데이터는 Raspberry Pi로 전송되어 YOLO 기반 이미지 인식 과정에서 실시간으로 분석된다. IMX219 센서는 저조도 환경에서도 안정적인 영상 품질을 제공하여 다양한 조명 조건에서도 일관된 인식 정확도를 유지할 수 있다.
-====='''2. 콘센트 핀 회전'''=====
+'''2. 콘센트 핀 회전'''
 ◇ 회전 시스템 - 스텝모터

@@ 344번째 줄: / 344번째 줄: @@
-====='''1. 콘센트 홀 인식'''=====
+'''1. 콘센트 홀 인식'''
 ◇ YOLO 알고리즘 딥러닝 학습 방법
@@ 446번째 줄: / 446번째 줄: @@
 카메라는 플러그의 핀 사이 공간에 카메라를 배치하여 콘센트의 홀을 인식할 수 있도록 한다. Raspberry Pi 5를 지원하며, 플러그의 몸체 하단에 배치될 수 있도록 초소형 크기의 카메라를 사용한다.  카메라 센서는 IMX219이며 해상도는 8-megapixel을 지원한다. 23.86mm × 25mm × 9mm (가로,세로,높이)의 크기를 사용하며 플러그 핀 상단에 부착하여 장착이 가능하다.. 영상 데이터는 Raspberry Pi로 전송되어 YOLO 기반 이미지 인식 과정에서 실시간으로 분석된다. IMX219 센서는 저조도 환경에서도 안정적인 영상 품질을 제공하여 다양한 조명 조건에서도 일관된 인식 정확도를 유지할 수 있다.
 ====='''2. 콘센트 핀 회전'''=====

@@ 335번째 줄: / 335번째 줄: @@
 ===개념설계안===
-본 설계는 사용자가 플러그를 콘센트에 삽입할 때, 핀과 홀의 방향이 맞지 않아 발생하는 불편함을 해소하기 위해, 플러그가 자동으로 회전하여 정확한 정렬을 수행하도록 하는 기능을 구현하였다. 이를 위해 전체 시스템은 크게 두 가지 파트로 구성된다. 첫 번째로 YOLO 기반 객체 탐지 시스템은 콘센트 홀의 위치를 실시간으로 인식한다. 두 번째로 회전 시스템은 홀 정렬을 위해 스텝모터를 통해 플러그 하부 하우징을 회전시킨다.
+본 설계는 사용자가 플러그를 콘센트에 삽입할 때, 핀과 홀의 방향이 맞지 않아 발생하는 불편함을 해소하기 위해, 플러그가 자동으로 회전하여 정확한 정렬을 수행하도록 하는 기능을 구현하였다. 이를 위해 전체 시스템은 크게 두 가지 파트로 구성된다.
 각 파트의 세부 원리는 다음과 같이 이루어진다.
-'''1. 콘센트 홀 인식'''
+====='''1. 콘센트 홀 인식'''=====
 ◇ YOLO 알고리즘 딥러닝 학습 방법
@@ 413번째 줄: / 417번째 줄: @@
-◇ 하드웨어 구성요소
+◇ 인식 기능 구현을 위한 구성 요소
 (1) Raspberry PI 5
@@ 421번째 줄: / 425번째 줄: @@
 그림 12. Raspberry Pi 5
-본 설계에서 전반적인 인공지능 기반 제어 로직의 MCU(중심 제어 장치)는 Raspberry Pi를 활용한다. 플러그 전면에 부착되는 카메라 모듈로부터 실시간으로 영상 데이터를 처리한다. YOLO 객체 인식 알고리즘을 구동하는 핵심 연산 장치로 기능하게 된다. 특히 Raspberry Pi 5 모델은 크기 대비 전력 효율이 뛰어나며 소형 플러그의 상단부에 내장이 가능하다. 따라서 Raspberry Pi 5는 경량화된 YOLO 모델을 이용할 때 콘센트 홀 인식과 모터 제어를 실시간으로 수행할 수 있는 충분한 연산 능력을 제공한다.
+본 설계에서 전반적인 인공지능 기반 제어 로직의 MCU(중심 제어 장치)는 Raspberry Pi 5를 활용한다. Raspberry Pi 5는 플러그 외부에 설치되어 Raspberry Pi Zero 2W가 촬영한 실시간 영상을 Wi-Fi를 통해 수신받는다. 수신된 영상은 Pi5에 탑재된 YOLO 객체 인식 알고리즘을 통해 실시간 홀을 인식하고, 정렬 여부 판단에 따른 스텝모터 제어 신호를 전송한다.
@@ 443번째 줄: / 448번째 줄: @@
-'''2. 콘센트 핀 회전'''
+====='''2. 콘센트 핀 회전'''=====
 ◇ 회전 시스템 - 스텝모터
@@ 454번째 줄: / 459번째 줄: @@
-◇ 하드웨어 구성요소
+◇ 회전 기능 구현을 위한 구성 요소
 [[파일:28BYJ-48_스텝모터.png|300px]]

@@ 86번째 줄: / 86번째 줄: @@
-[[파일:360도_회전_가능한_UK_플러그_AC_전원_코드_(AHOKU).png]]
+[[파일:360도_회전_가능한_UK_플러그_AC_전원_코드_(AHOKU).png|300px]]
 그림 1. 360도 회전 가능한 UK 플러그 AC 전원 코드 (AHOKU)
@@ 95번째 줄: / 95번째 줄: @@
 최근 YOLO 모델은 Ultralytics YOLO11로, 파라미터의 수는 감소시키고 정확도는 향상되어 작업을 실시간으로 처리할 수 있다는 장점이 있다. 또한, 계산 및 처리 속도가 빨라 물체를 빠르게 감지하여 인스턴스 분할, 이미지 분류, 포즈 추정, 다중 객체 추적 등의 작업을 이전 모델보다 더욱 향상된 속도와 정밀도를 가지고 처리할 수 있다.
-[[파일:Ultralytics_YOLO11.png]]
+[[파일:Ultralytics_YOLO11.png|340px]]
 그림 2. 트래픽을 감지, 집계 및 추적하기 위해 Ultralytics YOLO11 사용
@@ 126번째 줄: / 126번째 줄: @@
-[[파일:로보택시.png]]
+[[파일:로보택시.png|350px]]
 그림 5. 무인 자율주행 로보택시
@@ 144번째 줄: / 144번째 줄: @@
 다음으로, 제조 분야에서는 프랑스 소프트웨어 기업인 다쏘 시스템의 경우, ‘그림 6.’을 보면 알 수 있듯이, 3D CAD인 소프트웨어인 ‘카티아(CATIA)’와 제조 실행 시스템(MES)을 통해 제조 공정에 대해 자동화 및 디지털화가 이루어져 효율성을 30% 이상 개선하였다.
-[[파일:DELMIA소프트웨어.png]]
+[[파일:DELMIA소프트웨어.png|400px]]
 그림 6. DELMIA 소프트웨어를 활용한 자동차 공장 운영 (다쏘 시스템)
@@ 193번째 줄: / 193번째 줄: @@
 ◇ YOLO (You Only Look Once)
-[[파일:YOLO_등장_배경.png]]
+[[파일:YOLO_등장_배경.png|500px]]
 그림 7. YOLO 등장 배경