농경지 순찰 로봇 (팀 탱크걸 캡스톤디자인)

농경지의 관찰 지점을 순회하며 야생동물(대표 시나리오: 고라니)을 발견하고, 음향·LED 자극으로 대응한 뒤 재관찰 결과를 관리자에게 기록·제공하는 자율주행 로봇입니다. 기존 aicar(Raspberry Pi + OpenCV + Nvidia CNN 조향각 예측)의 카메라 기반 주행 기능을 그대로 유지하고, 그 위에 순찰 서비스 기능을 더합니다.

_{외형·부품 구성 콘셉트 (제작 도면 아님, 실측 후 CAD 확정)}

_{내부 부품 배치 개념도 (실제 부품 치수·방열·배선 공간 확인 후 확정)}

동작 개요

주행      카메라 → 영상 전처리 → CNN 조향각 예측 → 좌우 모터 속도 제어 → 모터드라이버 → 바퀴
장애물    VL53L0X → 전방 장애물 판단 → 주행 정지
서비스    관찰 영상·구역 번호 → 동물/사람 탐지 → 작동 허용 판단 → 음향·LED 출력
          → 재관찰 → 결과 판정(잔류 / 이탈 / 관찰 불가) → 저장 · Wi-Fi 원격 조회

안전 원칙

• 사람이 탐지되거나 분류가 불확실하면 자극을 작동하지 않고 기록·알림만 남깁니다.
• 수동 정지와 장애물 정지가 서비스 동작보다 항상 우선합니다.
• 대상이 화면에서 사라졌다는 이유만으로 퇴치 성공으로 기록하지 않습니다.

사용 기술 및 부품

하드웨어

구분	사용 부품	비고
메인 컴퓨터	Raspberry Pi 4B 4GB, microSD 32GB 이상	공통 필수
카메라	기존 aicar 카메라	야간 기능은 기존 카메라의 적외선 감도 확인 후 NoIR 카메라 + IR 조명 적용 여부 결정
거리센서	VL53L0X ToF (I²C)	전방 장애물 감지 전용 (동물 거리 측정용 아님)
구동부	모터 + 모터드라이버 (기존 aicar: DC 모터 2개 + TB6612FNG)	Pi GPIO 에서 좌우 모터를 직접 PWM 제어. 구동부 부품은 조사 후 선정
기피 출력	소형 스피커 + 구동용 증폭 회로, LED	기피용 가시광 LED 와 야간 IR 조명은 목적이 다른 장치로 구분
기존 입출력	부저, 네오픽셀 전조등, 방향지시·브레이크 램프, CdS 조도센서	원본 aicar 구성
전원	배터리 및 전원부	모터·출력장치 최대 소비전류 검토 후 선정
차체	3D 프린팅 차체 및 케이스 (CAD → STL)	무게중심·카메라 시야·발열·정비 접근성 고려
디스플레이	사용 안 함	Wi-Fi 원격 접속으로 운용

소프트웨어

영역	사용 기술	기반 코드	상태
주행 이미지 수집	수동 주행(키보드·마우스) 중 200x66 YUV 이미지 + 조향각 파일명 저장	gi.py	원본
서보모터 수동 조작	gi.py 에 서보모터 2개(gpiozero AngularServo) 키 조작 추가, 10° 단위·계속 이동, 0~180°	gi_servo.py	추가 — 서보 용도 확정 필요
데이터 편집·학습	조향각 7구간 분류, 훈련/평가/시험 분리, 증강, Pi 단독 학습 또는 ZIP 생성	dl.py	원본
모델 학습 (GPU)	PyTorch Nvidia CNN 조향각 회귀, Google Colab T4	aicarA.ipynb	원본
자율주행	CNN 조향각 → 좌우 모터 PWM (RUN_SPEED ± angle), VL53L0X 경적·정지, 신호등 인식	ar.py	원본
동물·사람 탐지	OpenCV DNN + SSD (COCO 91종: 사람·새·고양이·개·말·양·소·곰 등)	od.py	원본 — 고라니·사슴 클래스 없음 → 모델 교체/추가 학습 검토
구역 인식	시각 표식으로 관찰 지점 번호 확인 (GNSS·자유 경로 탐색 제외)		예정
서비스 로직	상태 기반 동작 (순찰 → 관찰 → 자극 → 재관찰 → 기록 → 복귀), 최근 자극 이력을 고려한 규칙 기반 자극 선택		예정
기록·조회	이벤트 기록(시각·구역·탐지 종류·신뢰도·자극·판정·사진) + Wi-Fi 로컬 조회 화면		예정 — 외부 서비스 비의존

진행 현황

기능	상태
주행 이미지 수집 / 데이터 편집 / 학습 / 자율주행	✅ 원본 aicar 코드 확보 (실차 미검증)
전방 장애물 정지 (VL53L0X)	✅ 원본 ar.py 에 포함 — 정지 거리 조정 필요 (현재 110mm, 목표 초기값 200mm)
동물 · 사람 탐지	🔶 od.py 기반 COCO 탐지 — 목표 동물 대응 필요
관찰 지점 정차 · 구역 인식	⬜ 예정
음향 · LED 기피 자극 제어	⬜ 예정
재관찰 결과 판정	⬜ 예정
기록 저장 · Wi-Fi 원격 조회 화면	⬜ 예정

정량 목표 (초기 설계값, 예비시험 후 조정)

항목	목표
자율주행 성공률	모사 코스 20회 중 충돌·이탈·수동 개입 없이 90% 이상
장애물 대응	전방 20cm 정지 (속도별 제동거리 시험으로 조정)
목표 동물 탐지	분리된 평가 데이터에서 재현율 85% 이상 (정밀도·주야간 함께 보고)
사람 동반 시 대응	사람 단독·동시 등장 시험에서 자극 작동 0회
결과 판정	잔류·이탈·가림 시나리오 각 10회, 정확도 90% 이상
연속 동작	주행·탐지·간헐적 자극 포함 20분 이상

폴더 구조

aicar/              원본 aicar 코드 (수정하지 않고 사용)
  gi.py             주행 이미지 수집
  gi_servo.py       gi.py + 서보모터 2개 키 조작 (원본 아님, 팀 추가 파일)
  script/           팀 추가 점검·도구 스크립트 (aicar 폴더에서 python3 script/<파일> 로 실행)
    servo_test.py   서보모터 배선 점검 (서보만 0→90→180° 왕복)
    mg90s_test.py   MG90S 서보 단독 테스트 (자동 점검 + 키 조작)
    motor_test.py   DC 모터 점검 (왼쪽·오른쪽 따로, 직진·후진·회전 단계별)
    power_check.py  Raspberry Pi 전압 부족 경고 (gi_servo.py, servo_test.py, mg90s_test.py 에서 사용)
  dl.py             이미지 편집 · 데이터 분리 · 학습(Pi 단독) · Colab 용 ZIP 생성
  aicarA.ipynb      Colab GPU 학습 노트북
  ar.py             자율주행
  od.py             객체(동물·사람) 탐지
assets/images/      README·문서용 이미지
docs/               캡스톤 문서 (git 제외)

aicar/ 의 원본 파일은 .gitattributes 로 줄바꿈 변환 없이 그대로 보관합니다.

사용 방법 (Raspberry Pi, aicar/ 폴더에서 실행)

모든 프로그램은 ./_IMAGE/, ./<프로젝트>/ 같은 상대 경로를 쓰므로 반드시 aicar/ 폴더 안에서 실행합니다.

cd aicar

# 1. 주행 이미지 수집 - wayA/ 폴더에 P0001__+12.png 형식으로 저장
python3 gi.py wayA
#    서보모터까지 쓰려면 gi_servo.py 로 실행 (사용법 동일)
#    서보1 [1]/[2] 왼쪽·오른쪽 계속  [3]/[4] 왼쪽·오른쪽 10°  [5] 정지  (서보2 는 Q W E R T, [0] 둘 다 정지)
python3 gi_servo.py wayA

# 2. 데이터 편집 후 학습
python3 dl.py wayA
#    [Z] → wayA.zip 생성 (Colab 학습용)   [P] → Raspberry Pi 에서 바로 학습

# 3. (Colab 학습 시) aicarA.ipynb 에 wayA.zip 업로드 → T4 GPU → 모두 실행
#    → _wayA_model_check.pt 를 Pi 의 ~/Downloads 또는 aicar/wayA/ 에 복사

# 4. 자율주행 - [G] 시작, [D] 거리센서, [Space] 정지, [X] 종료
python3 ar.py wayA

# 5. 객체 탐지
python3 od.py

저장소에 아직 없는 원본 파일

원본 코드가 import 하거나 읽는 파일입니다. aicar 키트/수업 자료에서 받아 aicar/ 에 넣어야 실행됩니다.

파일	사용하는 코드	용도
VL53L0X.py (+ 관련 라이브러리)	ar.py	ToF 거리센서
ts.py	ar.py	신호등 인식
NEOPIXEL.py	ar.py, gi.py, gi_servo.py	네오픽셀 전조등
_IMAGE/armL.png, armR.png, gimL.png, gimR.png, controlBox.png, dashBoard.png	ar.py, gi.py, gi_servo.py, dl.py	화면 UI 이미지
od_ssd.pbtxt, od_graph.pb, od_coco.names	od.py	SSD 탐지 모델·클래스 이름

원본 코드 GPIO 배선 (BCM 번호)

신호	핀		신호	핀
왼쪽 모터 PWM	12		경적(부저)	23
왼쪽 모터 방향	5		후진 사운드	24
오른쪽 모터 PWM	13		우측 방향지시등	20
오른쪽 모터 방향	6		좌측 방향지시등	26
CdS 조도센서	25		브레이크 램프	21

VL53L0X 는 I²C, 네오픽셀은 NEOPIXEL.py 설정을 따릅니다.

gi_servo.py 추가 배선 (확장보드 글씨 기준): 서보모터 1 → P17 (물리 11번 핀), 서보모터 2 → P27 (물리 13번 핀), 빨강 → +5.0V, 갈색 → GND. 서보를 P12·P13(좌우 모터 PWM 핀)에 꽂으면 gi.py 실행 시 서보가 모터 신호를 받아 오동작하므로 꽂지 않습니다.

확인이 필요한 항목

• 위 "저장소에 아직 없는 원본 파일" 확보
• Raspberry Pi 에 필요한 패키지: OpenCV, NumPy, PyTorch, scikit-learn, RPi.GPIO, gpiozero(gi_servo.py), 네오픽셀·VL53L0X 라이브러리
• 서보모터 용도 확정 (카메라 방향 조정이면 이미지 수집 중 각도가 바뀌지 않도록 고정 필요)
• gi.py 종료 시 sudo chown pi:pi 를 실행하므로 Pi 사용자 이름이 pi 가 아니면 확인 필요
• LCD 를 쓰지 않으므로 전체화면 OpenCV 창은 VNC 원격 화면에서 확인