AI 비전 센서와 레이저 센서를 활용한 무인 유탄 발사 장치 설계 및 개발 = Design of an Autonomous Grenade Launcher Integrating AI Vision and ToF Laser Sensing

국문 초록 (Abstract)

본 연구는 AI 비전–레이저 기반 자동 조준, 발사 장치를 설계 및 제작하고, 실시간 인지–조준–발사까지의 파이프라인을 통합 구현하였다. 비전부는 Logitech C920 Pro(30 FPS)로 취득한 영상에 프레임 차분법과 임곗값 최적화를 적용하여 표적의 움직임 영역을 검출하고, 바운딩 박스의 중심 좌표를 산출해 조준 기준으로 사용하였다. 검출 성능은 실내 인체 움직임 데이터에서 Precision 66.7%, Recall 88.9%, F1 76.2%로 확인하였다. 레이저 센서는 DFRobot VL53L0X(ToF, SEN0366) 를 사용하였고 I²C 기반으로 아두이노와 연동하였다. 발사부는 양측 고무 휠을 사용하는 피칭 방식과 랙&피니언 트리거로 구성하였고, 좌우/상하 구동은 서보모터, 휠은 BLDC+ESC로 제어하였다. 외형은 Autodesk Inventor 3D 설계 후 3D 프린팅으로 제작하였다.
발사 각도 계산은 레이저로 계측한 거리와 포물선 운동식을 사용하며, 초기 속도는 에너지 등가 가정으로 추정하였다. 이론–실측 차이를 줄이기 위해 2단계 보정을 진행하였다. (1) 전역 속도 스케일 보정: 45° 실사거리로부터 를 역산해 모델 스케일을 맞추고, (2) 각도 보정 함수 : 30°/60° 구간에서 발생하는 공기저항 누적, 스핀(마그누스), 출구각 편차 등 각도 의존 손실을 포함하도록 설정하였다. 실험은 모터 세기 3단계(Level 1/2/3) 와 각도 30°, 45°, 60° 조합으로 각 10회 발사를 수행하였다. 결과적으로 세기 증가에 따라 사거리가 단조 증가하였고, 동일 세기에서 45°가 최대 사거리를 보였다. 또한 이론상 동일해야 하는 30°와 60° 사거리는 현실에서는 60°가 다소 짧게 나타났으며(고각에서의 드래그 누적과 스핀 영향), 제안한 적용 후 예측–실측이 일관됨을 확인하였다. 조건별 변동계수(CV) 는 대체로 2–7% 범위로, 반복 발사에서 재현성이 양호함을 확인하였다.

다국어 초록 (Multilingual Abstract)

This study designs and builds an AI vision–laser–based automatic aiming and firing device, integrating a real-time pipeline from perception to aim and launch.
The vision module uses a Logitech C920 Pro (30 FPS) and applies frame differencing with threshold optimization to detect motion regions; the centroid of the bounding box is used as the aiming reference. On indoor human-motion data, the detector achieved Precision 66.7%, Recall 88.9%, and F1-score 76.2%. For ranging, we employ the DFRobot VL53L0X ToF sensor (SEN0366) interfaced to an Arduino over I²C. The launcher head adopts a dual rubber-wheel pitching mechanism with a rack-and-pinion trigger that feeds the projectile at nearly constant force; yaw/pitch are driven by servos, and the wheels by a BLDC+ESC.
The mechanical structure was modeled in Autodesk Inventor and fabricated by 3D printing.
The elevation angle is computed from the laser-measured range using the projectile motion model, while the initial speed  is first estimated by the energy-equivalence assumption          .To reduce theory–measurement discrepancies, we introduce a two-stage calibration: (1) global speed-scale calibration, where  is back-solved from the measured 45° range to set the model scale; and (2) an angle correction function  that absorbs angle-dependent losses (drag accumulation at high elevation, Magnus/spin, muzzle-angle deviations).
Experiments were conducted with three power levels (Level 1/2/3) and launch angles 30°, 45°, 60°, 10 shots per condition. Results show a monotonic increase of range with power for all angles, with 45° always yielding the maximum range.
Although the ideal model predicts identical ranges at 30° and 60°, the measurements show shorter ranges at 60°, consistent with stronger drag accumulation and spin effects at high elevation; after applying  predicted and measured ranges agree consistently. The coefficient of variation (CV) across conditions is typically 2–7%, indicating good repeatability in repeated firing.
In summary, the proposed system combines lightweight vision, ToF ranging, ballistic computation, and motor control into a real-time pipeline that delivers “same conditions → same results” automatic aiming and firing, while remaining modular and field-deployable.

목차 (Table of Contents)

• Ⅰ. 서론 1
• 1.1 연구의 배경과 목적 1
• Ⅱ. 이론적 배경 3
• 2.1 컴퓨터 비전 3
• 2.2 레이저 센서 5
• 2.3 무인화 무기체계 6
• 2.4 포물선 운동 8
• 2.5 BLDC모터와 서보모터 10
• 2.6 아두이노(Arduino) 11
• 2.7 CAD 12
• 2.8 3D 프린팅 13
• Ⅲ. 시제품 제작 15
• 3.1 레이저 센서(SEN0366) 15
• 3.2 웹캠(Logitech C920 Pro) 16
• 3.3 BLDC 모터 17
• 3.4 ESC(Hobbywing Skywalker 80A UBEC) 18
• 3.5 스퍼기어 19
• 3.6 3D 모델링 20
• 3.7 소스 코드(아두이노) 24
• 3.8 소스 코드(MATLAB) 32
• 3.9 시제품 제작 35
• Ⅳ. 실험 방법 36
• 4.1 객체 검출 및 추적 시스템 36
• 4.2 임곗값(Threshold) 37
• 4.3.1 초기속도 38
• 4.3.2 초기속도 추정 39
• 4.3.3 오차 40
• 4.3.4 사거리 보정 방법 41
• Ⅴ. 실험 결과 43
• 5.1 Ground Truth and Detected Results 44
• 5.1.1 교집합(Intersection) 44
• 5.1.2 합집합(Union) 44
• 5.1.3 IoU 45
• 5.2 성능 평가 지표 45
• 5.2.1 True Positive (TP) 45
• 5.2.2 False Positive (FP) 46
• 5.2.3 False Negative (FN) 46
• 5.3 성능 평가 46
• 5.3.1 Precision 46
• 5.3.2 Recall 47
• 5.3.3 F1 Score 47
• 5.3.4 결과 비교 47
• 5.3.4 발사 실험 결과 49
• Ⅵ. 결론 52
• 참고 문헌 54
• Abstract 57