센서 필터링이란?

센서 필터링이란 예상 할 수 없는 변인들로 인한 큰 오차를 가지는 센서값을 제외하고 비교적 정확한 센서값으로 대체하는 기술이다. 이렇게 센서값을 대체하기 위해 그 순간을 기준으로 앞뒤 일정한 구간을 잡고, 그 중에서 대푯값을 센서값으로 이용한다. 이때 평균값, 중간값 등 다양한 수학적 대푯값 선정 방법이 있다.

센서 필터링을 이용하지 않을 경우, 연구실에서 열심히 만든 기기들이 다른 환경에서 원하는 대로 작동하지 않는다. 센서의 기능이 과거에 비해 많이 개선되어오고 있지만, 전혀 새로운 환경에서는 오차를 제어하는 것에 한계가 있다. 그렇기 때문에 센서 필터링은 로봇을 제어하는데 필수적이다. 또한, 로봇에만 이용되는 것이 아니라 이미 스마트폰을 비롯한 여러 가지 물리적 인터페이스를 필요로 하는 기계에 사용되고 있다. 센서들은 로봇의 인지를 담당하고, 행동에 대한 피드백을 하기 위해 보다 다양한 센서를 이용하고, 정확한 작동을 위해 정확한 센서값의 측정은 매우 중요하다고 할 수 있다.

센서 필터링의 효율성은 얼마나 될까

필자는 센서 필터링을 레고 마인드스톰 EV3의 여러 센서들에 적용해 보았다. 이를 통해 센서 필터링이 정량적으로 얼마나 효율을 가지는지, 그 효율성을 높이기 위해선 어떤 변인을 조작해야하는지 알아볼 수 있기 때문이다.

▲ EV3 자이로 센서와 초음파 센서

필자는 EV3의 여러 센서들 중, 자이로 센서와 초음파 센서를 이용했다. 초음파 센서는 음파의 속도가 일정한 것을 원리로 하여, 음파가 물체에 반사되어 돌아오는 시간을 측정해 물체까지의 거리를 측정한다. 다른 거리 측정 센서에 비해 초음파 센서는 제한요소가 너무 많고, 그 값도 불규칙적으로 변하기 때문에 이 센서를 필터링 대상으로 선정했다. 필터링을 이용하면 제한적으로 사용되는 초음파 센서를 다양하게 사용 가능하기 때문이다. 그리고, 자이로 센서는 센서가 기울어진 각도, 각속도 등을 측정하는데, 이 센서 역시 관성 등으로 인해 오차가 크게 발생한다. 필자가 속한 동아리에 작년 월드 로봇 올림피아드에 출전했던 한 팀이 이 센서를 이용해서 웨어러블 컨트롤러를 제작했는데, 오차때문에 제대로 작동하지 않았다고 한다. 역시 필터링을 적용해 센서의 활용도를 더 높이고자 하였다.

센서 필터링을 적용하기 위해선 측정된 정보가 연속적으로 전송되어야 하고, 그 값들이 맹 매우 짧은 주기로 측정되어야 한다. 필자는 초음파 센서를 통해 조건을 만족시키는 스캐너 로봇을 제작했다. 이것은 물체가 올려진 판이 회전하고, 고정된 센서가 거리값들을 측정한다. 이것을 방사형 그래프에 표현해 물체의 개형을 알 수 있다.

▲ 초음파 스캐너와 스캔 예시

EV3를 이용해 하드웨어를 제작했지만, 프로그래밍을 통해 입력과 출력을 구현하기에 몇가지 제약이 있었다. 특히 실험 결과를 기록하는 데이터 로깅(data logging)과 그래픽 기반의 시뮬레이션 환경이 필요하였는데, 지도 교사이신 정웅열 선생님께서는 랩뷰(Labview) 2014를 추천해주셨다.

랩뷰는 그래픽 기반 프로그래밍 툴로서 다양한 하드웨어를 제어할 수 있기 때문이었다. 또한 2014 버전부터는 마인드스톰 EV3를 지원하고 있었다. 랩뷰는 여러 가지 필터링 기법들이 구현되어 있고, 입력된 데이터를 쉽게 방사형 그래프로 표현할 수 있다. 이를 통해 다양한 필터링 기법들을 쉽게 적용할 수 있었다.

▲ NI사의 Labview 2014에서 제공하는 다양한 필터들

필터링 결과물들의 효율성을 비교해보고자 다음과 같은 방법을 이용했다. 스캔 결과의 이론값과 측정값의 오차를 면적으로서 구하고, 이것을 정량적으로 분석해 필터링 기법간의 효율성을 비교하였다. 이를 통해 중간값 필터의 효율이 가장 좋다는 것을 알 수 있었다.

많은 사람들이 센서 필터링에 대해 알게 할 순 없을까

연구를 통해 의미있는 결과를 얻을 수 있었고, 이 기술이 우리가 로봇이나 디지털 기기를 사용하는데에 꼭 필요한 기술임을 알릴 필요가 있었다. 필자가 속한 로봇 동아리 부원들은 몇가지 대회에 참여했던 경험을 통해 이 기술의 중요성을 알고 있다. 어떤 미션을 해결할때, 새로운 환경을 일일이 설정해 주거나, 몇가지 센서를 추가해 해결하는 것이 아닌 소프트웨어적으로 해결할 수 있는 비용면에서도 매우 효율적인 도구이다. 마침 필자가 재학하고 있는 경기북과학고등학교에서는 매년 7월 중순 과학동아리 발표대회를 개최해 그동안 동아리에서 연구한 것들을 많은 사람들과 나눌수 있다.
과학동아리 발표대회 때는 기존의 초음파 스캐너 외에도 자이로 센서에 필터링을 적용하였다. 콘솔 게임기에 사용되곤 하는 무선 핸들형 컨트롤러를 제작했다. 자이로 센서를 이용해 기울어진 각도를 측정하고, 핸들 외에 특별한 부속품을 연결하지 않아 조작시 자유도를 높였다.

▲ 모티브를 얻은 기존의 핸들형 컨트롤러와 직접 제작한 핸들형 컨트롤러

필터링을 적용한 핸들과 그렇지 않은 핸들 총 두가지를 제작하고, 블루투스 통신을 이용해 레이싱 카를 연결했다. 8m 정도의 레이싱 트랙을 인쇄해 부스를 꾸몄다. 필자의 부스에는 예상했던 것 보다 많은 관객이 와주었고, 필터링을 적용하지 않은 핸들을 이용했을 때 정확한 조작이 어렵다는 사실을 인지하도록 유도할 수 있었다. 또한 부스에 전시된 포스터를 설명하면서 센서필터링의 필요성이나 그 효율성을 설명할 수 있었다.

▲ 필자의 부스에서 핸들형 컨트롤러를 체험하는 관객

진정한 앎은 다른 사람과 나눌 수 있을 때 진정한 앎이다

본 연구를 처음에 진행함에 있어서 여러 가지 어려움이 있었다. 새로운 연구 방법에 대한 고민이 주된 것이었다. 연구의 목적에 부합하고, 그것을 많은 사람들이 공감할 수 있는 방법, 이것을 생각해야 했는데, 랩뷰를 이용하는 것이나, 도형의 면적을 구하는 것과 같이 이전의 RnE 연구 경험이 도움이 되었다.

센서 필터링이 있었기에, 센서 값에 대한 신뢰도가 높아졌고 이를 기반으로 다양한 응용 기술들이 나올 수 있다. 이는 로봇공학에서 특히 크게 두드러진다. 로봇을 통해 구현하고자 하는 가장 이상적인 모델, 즉 인간의 몸은 진화나 적응을 통해 여러가지 문제를 해결한다. 그중, 인간의 이상적인 감각 수용기를 따라 하기 위해선 센서 필터링이 필수적이다. 이것을 느끼고 많은 사람들에게 알렸다는 사실이 뿌듯하기도 하다.

센서 필터링 외에도, 필자가 속한 로봇동아리 넥스트(NEXT)에서는 과학동아리 발표회날 각자가 연구한 내용들로 부스를 꾸몄다. 스스로 학습할 수 있는 인공지능 라인트레이서, 산업현장에서 운송의 안정성을 더할 수 있는 가감속 제어, 수학적 원리를 이용한 로봇팔, 주행 효율이 좋은 라인트레이서, 전방향으로 움직일 수 있는 옴니-휠러 등이 그것이었다.

로봇공학이라는 분야는 수학이나 물리처럼 답이 정해져있지 않은, 세상에서 가장 처음으로 하는 일인 경우가 많다. 얼마전, 로봇을 이용해 재난현장에서 미션을 해결하는 다르파 로보틱스 챌린지(DRC)가 열렸다. 로봇의 새로운 가능성을 볼 수 있는 이 대회에서, 많은 나라의 다양한 출신의 팀들이 경쟁하면서도, 서로의 연구성과를 나눌 수 있었다. 이렇듯 그 답이 정해져 있지 않은 학문은 다양한 사람들의 연구와 그것들의 통합을 통해 배워나간다. 이런 정신은 단순히 필자가 속한 로봇 동아리 뿐만 아니라 공학 연구 전체에 있어서 꼭 필요한 것이고, 한 사람의 공학자로서 갖춰야 할 덕목이라고 생각한다. 우리가 그날 배운 것이 잘 정리가 안될 때, 어린 동생에게 한번 설명해보는 것은 어떨까? 그 과정에서 진정한 배움을 얻을 수도 있을 것이다. 참고영상 : https://www.youtube.com/watch?v=E64UKLvXI5Y ▒ 김용휘 경기북과학고 2학년