죄송합니다. 더 이상 지원되지 않는 웹 브라우저입니다.

자동화 기계 어플리케이션을 구현하기 위한 고성능 관성 센싱 솔루션

PDF 다운로드

글/밥 스캐널(Bob Scannell), 아나로그디바이스 사업개발팀장

산업용 기계가 자동화됨에 따라 제조, 농업, 물류, 에너지, 자동차, 무인항공기 등 분야에 관계 없이 자원의 효율성, 장비의 정확성 그리고 안전이라는 측면에서 상당한 효과가 기대되고 있다. 이러한 효과를 얻기 위해서는 적절한 센싱 기술을 파악하여 장치의 상태에 대한 맥락적인 지식을 향상시키는 것이 필수적이다. 장치의 위치 역시 중요한 입력값이라고 가정할 때, 정밀 관성 센서는 본질적으로 위치를 한치의 오차도 없이 정밀하게 파악하거나 정확한 위치를 유지할 수 있어야 한다. 위치와 맥락적인 센서 정보를 결합하는 것은 이동성이 주 요인이 되는 어플리케이션에서 특히나 중요하다. 복잡하거나 극한 환경에서 작동하는 가운데 위치를 정확히 파악하는 능력은 대부분의 경우 핵심적인 요건으로 여겨진다. 이러한 이동 사물인터넷(Internet of Moving Things, IoMT)이 높은 효율성을 확보하기 위해서는 많은 문제점들을 해결해야 하는데, 이 때 고성능 관성 센서가 도움을 줄 수 있다.
센서가 기계 자동화를 촉진시키다
기계가 단순한 수동 측정을 하는 것에서 제어 기능을 내장하고, 더 나아가 완전히 자동화되어 작동되도록 진화하면서 센서는 이러한 진화를 가능하게 하는 역할을 맡고 있다. 오프라인 분석을 지원하는 단순 측정이나 프로세스 제어 같은 용도에 관계 없이, 기존에는 여러 센서들의 작동이 서로 절연된 상태에서 효율적으로 이루어졌다. 실시간으로 센서의 기능을 사용하고자 하는 욕구와 다양해지는 센싱 유형은 물론, 효율적인 처리가 가능해지면서 센서 융합은 여러 어플리케이션과 환경 상태에서 정보의 맥락을 최적으로 파악할 수 있도록 상당한 발전을 이루게 되었다. 또한, 여러 플랫폼간의 상호작용과 과거의 시스템 상태에 대한 지식이 필요한 복잡한 시스템에서 연결성의 증가는 표 1에서 볼 수 있듯이 센서 시스템이 점차 지능적으로 변화하는데 도움을 주고 있다.
이처럼 사용이 쉬운 지능형 센서 시스템은 정체된 산업에 혁신을 가져옴으로써 단순한 농업을 스마트 농업으로, 인프라를 스마트 인프라로, 도시를 스마트 도시로 변화시켜 나가고 있다. 이러한 환경에 센서를 설치하여 맥락 정보를 수집하게 되면 데이터베이스 관리와 통신의 측면에서 복잡한 문제들이 새롭게 생겨난다. 이를 해결하기 위해서는 그림 1과 같이 센서 간, 플랫폼 전반, 시간 전반에서 복잡한 융합이 필요하게 된다(예. 시간에 따른 인프라 환경의 클라우드 기반 분석, 작년 수확량, 교통 조건과 패턴).
이동성이 중요한 경우, 그 다음으로 필요한 것은 이러한 맥락 센서데이터(contextual sensor data)의 위치를 추적하는 것이다. 사실, 사물인터넷을 사용하는 장치 중 위치가 고정되어 있다고 생각할 수 있는 것은 거의 없다. 공장, 현장 및 병원의 장비들은 이동성이 있을 때 더욱 유용하게 사용할 수 있으며, 위치가 고정된 장비의 광학 센서라도 한정된 장소에서 이동성을 가질 수 있어 방향 조정과 위치 파악이 필요하다. 표 2에서 볼 수 있듯이, 이러한 이동 사물인터넷은 맥락 및 위치 데이터를 융합하며, 데이터의 유용성과 효율성의 장점을 근본적으로 증진시킨다. 일례로 수확량 개선 확률을 분석한다고 할 때, 씨앗 하나하나가 심어진 곳의 온도와 습도, 그리고 정확한 위치를 아는 것과 마구잡이로 씨앗이 심어진 곳의 온도와 토양 상태만을 아는 것 사이의 차이점을 생각하면 될 것이다.
스마트 기계 장치 내에 내장된 관성 센서
대부분의 스마트 기계 장치 내에 내장된 관성 센서는 그림 2와 같이 크게 ‘안정화와 위치 지정’ 또는 ‘방향 조정과 안내’의 두 가지 기능을 가진다(별도의 중요한 사용 목적은 진동 분석과 환경 모니터링으로 이들 기능은 별도로 이루어진다). GPS는 그 편재성 때문에 대부분의 시스템에서 방향 조정에 널리 사용되지만, 신호가 차단될 가능성이 있기 때문에 마냥 신뢰하기는 어렵다. GPS 신호가 차단되는 동안 관성 센싱 기능을 사용하는 것이 효과적일 수 있으나, 이는 그 동안 관성이 정확한 데이터를 제공할 수 있을 정도로 충분한 품질을 갖추었다고 가정할 때에만 유효하다. 안정화나 서보 루프(servo loop)의 경우, 피드백 매커니즘에서 관성 센서에 의존하여 안테나, 기중기 플랫폼, 건축 장비의 날, 농기구, 무인항공기의 카메라 같은 장치의 각도를 안정적으로 유지할 수 있다. 이러한 모든 경우, 관성 장치는 단순히 유용한 기능(예. 휴대전화의 동작 제어)을 제공할 뿐 아니라 혹독한 환경에서도 필수적인 정확성이나 안전 매커니즘을 제공하는 것을 목표로 한다(표 3 참조)...(중략)