관성센서를 이용한 농용 무인 헬리콥터의 자세 추정

배영환,오민석,구영모,Bae, Yeonghwan,Oh, Minseok,Koo, Young Mo 경북대학교 농업과학기술연구소 2014 慶北大農學誌 Vol.32 No.3

본 논문에서는 저가의 MEMS 관성 센서와 지자기 센서를 이용하여 자세 정보를 제공받는 자세측정장치(ARHS)를 구현하였다. 저가형 IMU센서와 MCU를 이용하여 운동 자세각을 계산하는 DCM 알고리즘을 설계하고, 3축짐벌에 장착하여 연산결과의 정확도를 측정하였다. DCM 알고리즘을 이용 연산된 자세각의 정확도는 roll 및 pitch에 대하여 약 1.1%로 나타났으며, yaw각의 경우는 3.7%로 나타났다. Yaw 각의 경우에는 스텝핑 모터를 구동하는 실험환경에 따른 교란의 영향으로 그 오차가 상대적으로 크게 나타난 것으로 평가되었다. 짐벌 실험장치를 이용한 센서의 검증에서 더욱 정밀한 실험을 위해서는 주변 환경 요인에 대한 제어가 요구될 것으로 보이며, 실험장치의 스테핑 모터 구동 시 발생하는 진동 및 자기장의 영향과 실험 장치의 금속성 구조물의 영향으로 생각되는 센서 데이터의 오차 및 불안정 상태를 차단할 수 있는 장치의 보완이 필요할 것으로 보인다. 그리고 지자기 센서의 경우 좁은 범위의 측정에 추가하여 넓은 범위의 측정도 보완되어야 할 것으로 생각된다. Agricultural unmanned helicopters have become a new paradigm for aerial application. Yet, such agricultural helicopters require easy and affordable attitude control systems. Therefore, this study presents an affordable attitude measurement system using a DCM (direction cosine matrix) algorithm that would be applied to agricultural unmanned helicopters. An IMU using a low-cost MEMS and an algorithm to estimate the attitude of the helicopter were applied in a gimbals structure to evaluate the accuracy of the attitude measurements. The estimation errors in the attitude were determined in comparison with the true angles determined by absolute position encoders. The DCM algorithm and sensors showed an accuracy of about 1.1% for the roll and pitch angle estimation. However, the accuracy of the yaw angle estimation at 3.7% was relatively larger. Such errors may be due to the magnetic field of the stepping motor and encoder system. Notwithstanding, since the intrinsic behavior of the agricultural helicopter remains steady, the determination of attitude would be reliable and practical.

농용 무인 헬리콥터의 자세추정을 위한 관성센서의 성능 평가

배영환,오민석,구영모,Bae, Yeonghwan,Oh, Minseok,Koo, Young Mo 경북대학교 농업과학기술연구소 2014 慶北大農學誌 Vol. No.

본 논문에서는 저가, 저전력 및 소형의 IMU를 구성하기 위한 MEMS 관성 센서를 이용하여 자세 정보를 제공받는 ARHES에 위의 센서를 사용하기 위해 자이로 센서 및 가속도센서의 데이터 출력 특성을 검증하여 오차 및 정확도를 분석하였다. 센서 실험을 위하여 진자 실험 장치를 제작하였고, 진자 운동에 대한 센서 데이터를 수집하였다. 이론적인 수식을 유추하여 센서 데이터의 정확성 분석을 위한 기준 값으로 설정하였다. 센서값과 이론값을 비교하면 각속도에서 4.32~5.72%, 가속도에서 x-, z-축 방향에 대하여 각각 3.53~6.74% 및 3.91~4.16%의 오차율을 나타냈다. 진자실험 장치를 이용한 센서 검증에서 무인헬리콥터에 사용될 센서로서 적합한 것으로 평가되었으며 이는 짐벌장치 등을 이용한 자세추정 알고리즘을 구성하는데 기초가 되었다. 또한, 더욱 정밀한 실험을 위해서는 온도 등 주변 환경 요인에 대한 보정이 요구된다. The precision aerial application of agricultural unmanned helicopters has become a new paradigm for small farms with orchards, paddy, and upland fields. The needs of agricultural applications require easy and affordable control systems. Recent developments of MEMS technology based on inertial sensors and high speed DSP have enabled the fabrication of low-cost attitude system. Therefore, this study evaluates inertial MEMS sensors for estimating the attitude of an agricultural unmanned helicopter. The accuracies and errors of gyro and acceleration sensors were verified using a pendulum system. The true motion values were calculated using a theoretical estimation and absolute encoder measurement of the pendulum, and then the sensor output was compared with reference values. When comparing the sensor measurements and true values, the errors were determined to be 4.32~5.72%, 3.53~6.74%, and 3.91~4.16% for the gyro rate and x-, z- accelerations, respectively. Thus, the measurement results confirmed that the inertial sensors are effective for establishing an attitude and heading reference system (AHRES). The sensors would be constructed in gimbals for the estimating and proving attitude measurements in the following paper.

습공기 상태량 계산 프로그램의 개발과 활용

배영환 ( Yeonghwan Bae ),구영모 ( Young Mo Koo ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.2

공기조화 과정의 해석에 활용할 수 있는 습공기 상태량 계산 프로그램을 개발하였다. 프로그램은 4개의 버전으로 제작하였으며, 각각 ASAE D271.2 Psychrometric data(1979), Albright(1990, Environment control for animals and plants, ASAE), ASHRAE Handbook-Fundamentals (2017) 및 저자의 ASHRAE 보완 모형에 따라 자바 또는 파이썬 언어로 작성하였다. 버전 1은 건구온도와 습구온도(또는 상대습도) 입력값에 대해 나머지 상태량을 계산하고, 상태점의 이동을 습공기선도에 표시한다. 버전 2~4는 건구온도, 습구온도, 상대습도, 노점온도, 습도비, 포화습도비, 수증기압, 비엘탈피 및 비체적 중에서 2개를 선택하는 13가지 입력 조합에 대하여 나머지 상태량의 계산 결과를 제시한다. 개발한 프로그램의 정확도를 실제 기체로서의 습공기 모형인 LibHuAirProp (FluidLAB ver. 8.0)을 기준으로 건구온도 5~50℃, 상대습도 1.45~100% 범위의 15개 상태점에 대해 추정한 결과 버전 1은 99.12%, 버전 4는 99.68%로 나타났다. 정확도가 가장 우수한 버전 4를 이용하여 농산물 건조, 현열 난방/냉방, 단열 혼합, 증발 냉각 등의 공기조화 과정을 해석할 수 있으며, 버전 1을 이용하여 각 과정에 따른 상태점 이동을 습공기선도에 나타낼 수 있다. 개발한 프로그램을 공기조화 실무와 학습에 활용함으로써 종래의 습공기선도를 이용한 작도에 의한 해석 방법과 비교해 시간과 노력을 절감하고 상태량 계산의 정확도를 높일 수 있다.

온실 피복재의 광 및 열 특성 시험과 관련한 우리나라 산업표준

배영환 ( Yeonghwan Bae ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1

온실 피복재의 광 및 열 특성은 작물의 생육 환경을 결정하는 중요한 요소이며, 역학적 특성은 내구성에 영향을 미친다. 온실 피복재로서 판유리, 플라스틱 필름, 경화 플라스틱 등 다양한 재료가 사용되고 있다. 여기에서는 온실 피복재와 관련한 우리나라의 국가 및 단체 표준에 대하여 살펴본다. 온실 피복재와 관련한 표준은 판유리와 플라스틱에 관한 것으로 구분할 수 있다. 판유리의 규격은 KS L2514: 판유리의 가시광선 투과율, 반사율, 방사율, 태양열 취득률, 자외선 투과율, 연색성 시험방법, KS L2525: 판유리의 열저항 및 건축 관련 열관류율의 계산 방법, KS F 2277: 건축용 구성재의 단열성 측정 방법-교정 열상자법 및 보호 열상자법의 3종이 있다. 판유리에 대한 표준은 역학적 특성보다는 건축 외장재로서의 광 및 열 특성에 관한 시험 방법임을 알 수 있다. 광 특성은 300~2500nm 파장 범위에 대한 분광분석을 통해 반사율과 투과율을 산출하며, 5500~50,000μm 범위에 대한 측정값으로 방사율을 계산한다. 또한 열상자법을 적용하여 열관류율을 계산한다. 플라스틱 필름에 대한 표준은 KS M 3832: 플라스틱의 광학적 특성 시험방법, KS M ISO 14782: 플라스틱-투명 재료의 흐림도 측정, KS M ISO 13468-1: 플라스틱·투명 재료의 광 투과율의 측정, 단일광 기기, KS M ISO 13468-2: 플라스틱·투명 재료의 전광선 투과율의 측정, 이중광 기기의 4종이 있다. 광학 시험의 경우 굴절률, 광택도, 색, 색차, 투과율, 전체 광선 반사율 및 흐림도의 시험 방법을 규정하고 있으나, 투과율의 경우 가시광 영역인 380~780nm로 파장이 제한되어 자외선 및 근적외선 영역은 포함하지 않는다. 농업용 필름에 대한 별도의 표준으로서 KS M 3505: 농업용 폴리염화비닐 필름, KS M 3508: 농업용 에틸렌 초산비닐 공중합체 필름 및 한국플라스틱표준인 SPS-KPS M 1001-0806: 농업용 폴리에틸렌 필름, SPS-KPSM 1004-0809: 농업용 광폭 폴리에틸렌계 필름의 4종이 있다. 이들은 주로 필름의 인장강도, 신장률, 인열강도, 내한성(저온 신장률) 및 흐림도에 관한 시험 방법을 규정하며, 광 및 열 특성에 관한 세부 시험 방법은 제공하지 않는다. 대부분이 온실에서 플라스틱 필름을 피복재로 사용하고 있는 현실과 피복재가 온실의 환경과 에너지 부하에 미치는 영향을 고려할 때, 온실 피복재용 플라스틱 필름에 대한 판유리에 따르는 표준 시험 방법의 제정이 요망된다.

공기조화 과정의 계산을 위한 컴퓨터 프로그램 개발

배영환 ( Yeonghwan Bae ) 한국농업기계학회 2021 한국농업기계학회 학술발표논문집 Vol.26 No.1

공기조화 과정의 계산에 필요한 여러 습공기 성질을 계산하기 위한 컴퓨터 프로그램을 개발하였다. 알고리듬은 2017 ASHRAE Handbook-Fundamentals에 수록된 이상기체 모델을 기반으로 하되 포화 습도비 계산의 정확도를 높이기 위하여 증진 요소(enhancement factor)를 추가하였으며, 윈도우 10 환경에서 파이썬 3.8.5를 이용하여 그래픽 사용자 인터페이스 프로그램을 작성하였다. 계산 결과로 제공하는 습공기의 성질은 건구온도, 습구온도, 노점온도, 상대습도, 수증기압, 포화수증기압, 포화도, 습도비, 포화 습도비, 비체적, 밀도, 비엘탈피 및 현열비의 13가지이며, 표준 대기압 및 습공기의 성질 중 2가지를 선택적으로 입력하도록 화면을 구성하였다. 습공기의 성질 계산을 위한 입력 조건은 1) 건구온도가 주어졌을 때 상대습도, 습구온도, 노점온도, 습도비, 비엔탈피 및 비체적 중 하나, 2) 노점온도가 주어졌을 때 상대습도 또는 습구온도, 3) 수증기압이 주어졌을 때 상대습도 또는 비엔탈피, 4) 습도비가 주어졌을 때 포화 습도비 또는 비엔탈피의 총 12가지 경우로 설정하였다. 사용한 알고리즘과 프로그램의 정확도를 검증하기 위하여 표준 대기압 101.325kPa에서 (건구온도, 습구온도) 조합 (50.00℃, 20.00℃), (5.00℃, 5.00℃), (5.00℃, -1.00℃) 및 (5.00℃, -3.00℃)에 대하여 ASHRAE RP-1485에서 제시한 습공기 상태 값을 참값으로 간주하였다. 대부분의 입력 조합과 상태 값에서 계산 결과가 참값에 근접하였으나, 건구온도와 비체적을 입력으로 한 경우에는 수증기압의 계산오차가 과도하여 상대습도 계산치가 매우 부정확하였다. 결산 결과가 가장 부정확한 건구온도 5.00℃, 습구온도 -3.00℃의 조건(상대습도 2.0%)에서 건구온도와 비체적이 주어졌을 때 수증기압이 음수가 되어 계산 오류가 발생하였으며, 나머지 11개의 입력 조합에 대한 절대오차의 최대치는 건구온도 0.20℃, 습구온도 0.12℃, 노점온도 0.11℃, 상대습도 0.0%, 수증기압 0.00002kPa, 습도비 0.00000kg/kgda, 비엔탈피 0.207kJ/kgda, 비체적 0.0010m3/kgda로 나타났다.

선도를 이용한 습공기 상태 변화 해석 프로그램 개발

박은미 ( Eunmi Park ),배영환 ( Yeonghwan Bae ) 한국농업기계학회 2019 한국농업기계학회 학술발표논문집 Vol.24 No.2

대학 교육과정에서 다루어지는 습공기 상태변화 해석의 이해도를 높이기 위한 도구로 활용할 목적으로 습공기의 상태를 계산하고 그 변화 과정을 습공기선도 상에 도식화하는 컴퓨터 프로그램을 개발하였다. 윈도 10 환경에서 Java SE jdk-12와 Eclipse Oxygen.2 통합개발도구를 이용하여 프로그램을 작성하였으며, 그래픽 프로그래밍은 주로 javafx 패키지의 클래스를 이용하였다. 프로그램은 습공기선도의 작도와 상태의 계산을 위한 클래스(Psychrometrics)와 계산 조건의 입력, 계산 결과의 출력과 도식화, 사용자 이벤트의 처리 등을 위한 클래스(Graphics)로 구분하여 작성하였으며, 각각 33개와 11개의 메서드로 구성되었다. 습공기 상태 계산을 위한 알고리듬은 ASAE Data D271.2(Psychrometic Data)를 기반으로 하였다. 습공기 상태의 계산을 위하여 건구온도를 필수 조건으로, 습구온도 또는 상대습도를 선택 조건으로 입력하도록 하였다. 계산 결과는 주어진 조건에 대한 나머지 상태의 값과 습공기선도 상의 상태점 위치로 나타내었다. 계산한 상대습도(또는 습구온도), 절대습도, 포화수증기압, 수증기압, 노점온도, 비체적, 엔탈피와 잠열, 이전 상태와 현재 상태의 건구온도, 상대습도, 엔탈피 변화량을 수치로 제시하였다. 또한 습공기선도 상에 상태의 변화에 따른 상태점의 궤적을 원문자와 화살표로 나타내었다. 계산 결과의 정확도를 검증하기 위하여 건구온도 0~45℃의 범위에서 무작위로 추출한 9쌍의 건구온도와 습구온도 값에 대하여 본 프로그램으로 계산한 습공기 상태를 미국 ASHRAE의 Dayton 지회에서 제공하는 온라인 습공기 상태 계산 프로그램(Psychrometric Calculator)을 이용하여 계산한 결과를 기준으로 비교하였다. 상대습도, 절대습도, 노점온도, 비체적 및 엔탈피의 절대오차의 평균은 각각 0.13%, 0.00011 kg/kg’, 0.09℃, 0.00011 m3/kg 및 0.082 kJ/kg’이었다. 계산 결과에 대한 퍼센트 상대오차는 매우 작았으나, 절대습도와 노점온도에서 퍼센트 상대오차의 최대치가 8%에 달하여 일부 알고리듬의 구현 과정에 대한 개선이 필요한 것으로 평가되었다.

3D 영상을 활용한 매실 인식 및 크기 추정

장은채(Eun-Chae Jang),박성진(Seong-Jin Park),박우준(Woo-Jun Park),배영환(Yeonghwan Bae),김혁주(Hyuck-Joo Kim) 한국콘텐츠학회 2021 한국콘텐츠학회논문지 Vol.21 No.2

본 연구에서는 매실에 가장 큰 피해를 주는 복숭아 씨살이좀벌의 방제 적기 안내를 위해 3D 영상을 활용한 매실 인식 및 크기 추정 프로그램을 통해 매실 크기를 예측하였다. 3차원 영상 측정이 가능한 Kinect 2.0 Camera 및 RealSense Depth Camera D415를 사용하여 야간 영상 촬영을 진행하였다. 획득한 영상을 토대로 MATLAB R2018a를 이용하여 영상 전처리, 크기 추정이 가능한 매실 추출, RGB 및 Depth 영상 정합 및 매실 크기 추정의 4단계로 구성된 매실 인식 및 추정 프로그램을 구현해 매실 성장 단계를 고려하여 2018년의 5개 영상 및 2019년의 5개의 영상을 분석하였다. 10개 영상에 대해 프로그램을 구동하여 얻은 결과를 통해 매실 인식률의 평균 61.9%, 매실 인식 오류율 평균 0.5% 및 크기 측정 오차율 평균 3.6%를 도출하였다. 이러한 매실 인식 및 크기 추정 프로그램의 지속적인 개발은 향후 정확한 열매 크기 모니터링 및 복숭아 씨살이좀벌의 적기 방제 시스템 개발을 가능하게 할 것으로 예상한다. In this study, size of the fruit of Japanese apricot (plum) was estimated through a plum recognition and size estimation program using 3D images in order to control the Eurytoma maslovskii that causes the most damage to plum in a timely manner. In 2018, night shooting was carried out using a Kinect 2.0 Camera. For night shooting in 2019, a RealSense Depth Camera D415 was used. Based on the acquired images, a plum recognition and estimation program consisting of four stages of image preprocessing, sizeable plum extraction, RGB and depth image matching and plum size estimation was implemented using MATLAB R2018a. The results obtained by running the program on 10 images produced an average plum recognition error rate of 61.9%, an average plum recognition error rate of 0.5% and an average size measurement error rate of 3.6%. The continued development of these plum recognition and size estimation programs is expected to enable accurate fruit size monitoring in the future and the development of timely control systems for Eurytoma maslovskii.