Project 01 · Engineering · Vehicle Foundation

Mechatronics Autonomous Model Car

완료2023.08 — 2023.12

Project Goal

제공된 차량 플랫폼에 센서, 제어기와 구동부를 직접 조립·연결하고, Mbed에서 차선 추종·속도 제어와 장애물 정지를 통합해 실제 트랙을 자율주행하는 모형차를 구현하는 것을 목표로 했다.

Hardware Integration

Perception / Control Structure

IR lane sensor가 중앙선에 대한 차량의 lateral error를 인식하고 servo steering으로 연결되도록 구성했다.
초기에는 Hall sensor로 DC motor 회전과 vehicle speed를 측정하고 PID speed control을 거쳐 DC motor PWM을 제어했다.
SHARP GP2Y0A21YK PSD distance sensor로 전방 장애물 거리를 측정하고 obstacle stop으로 연결했다.

Speed Control / Embedded Optimization

초기에는 수업에서 학습한 방식대로 Hall sensor로 차량 속도를 측정하고 PID speed control을 적용했다.
line following, distance sensor 처리와 steering control 등 여러 기능을 하나의 Mbed에서 함께 실행하면서 제어 구조가 복잡해질수록 전체 차량 control response가 느려지고 steering response에도 영향을 주는 현상을 경험했다.
실제 차량의 반응성을 우선해 Hall sensor로 현재 속도를 확인하면서, 속도에 따라 DC motor output을 직접 조절하는 보다 단순한 speed control 구조로 변경했다.
정밀한 speed tracking보다 전체 control loop의 연산 부담을 줄이고 steering과 vehicle response를 빠르게 유지하는 데 초점을 두었으며, 실제 차량 반응이 개선되는 것을 확인했다.

PSD Distance Sensor Problem

PSD 거리 센서를 이용한 장애물 정지는 초기 튜닝에서는 정상적으로 동작했지만, 일부 상황에서 센서 자체가 실제 가까운 장애물과 구분하기 어려운 거리값을 간헐적으로 출력하는 문제가 있었다.
단순히 정지 threshold를 변경하면 실제 장애물 정지 성능까지 영향을 받을 수 있어 튜닝만으로 해결하기 어려웠고, 최종 대회에서 이 문제가 다시 발생하며 정상 주행에 실패했다.

Competition Context

Result / Limitation

센서·제어기·구동부를 하나의 실제 차량에 통합하고 line following, speed control과 obstacle stop 기능을 개발·튜닝했다.
개발 과정에서는 정상 주행과 장애물 정지를 확인했지만, 최종 대회에서 PSD distance sensor의 간헐적인 측정 문제가 재발해 안정적인 최종 주행에는 실패했다.

Insight

임베디드 자율주행 시스템에서는 알고리즘 자체뿐 아니라 control loop의 실행 주기를 유지하는 것이 실제 주행 안정성에 중요하다는 점을 경험했다.
이 경험을 통해 실제 자율주행 시스템에서는 제어기의 복잡도와 실행 속도뿐 아니라 센서 자체의 신뢰성까지 전체 시스템 관점에서 고려해야 한다는 점을 배웠다.

Visual evidence

이미지나 영상을 누르면 크게 볼 수 있습니다.