글 목록

IMU는 자세를 직접 재는 센서가 아니라 각속도와 비력을 측정합니다. 영점 바이어스가 남으면 자이로 적분 각도와 가속도 이중 적분 위치가 시간에 따라 흐릅니다. 전원 켤 때 영점, 6자세 가속도 보정, 회전 속도·온도 보정, Allan deviation, 온라인 바이어스 추정과 진동·시간 동기 검증 절차를 정리합니다.

Visual-Inertial Odometry는 카메라 특징과 IMU를 융합해 최근 구간의 연속 이동과 속도·바이어스를 추정하고, SLAM은 위치추정과 함께 재사용 가능한 지도·루프 클로저·재지역화를 관리합니다. VIO가 지도 없이 아무것도 기억하지 않는다는 뜻도, Visual-Inertial SLAM이 드리프트를 완전히 없앤다는 뜻도 아닙니다. 상태·지도·좌표계·초기화·보정·시험 기준을 구분합니다.

프레임 카메라는 일정 시각마다 전체 영상을 만들고 이벤트 카메라는 픽셀 밝기가 변한 순간만 비동기 이벤트로 보냅니다. 이벤트 방식은 빠른 움직임과 큰 명암 차에서 낮은 지연을 만들 수 있지만 정지 장면의 절대 밝기·일반 영상 알고리즘·이벤트 폭증 문제를 새로 다뤄야 합니다. 로봇 작업별 선택과 하이브리드 동기화 기준을 정리합니다.

2D LiDAR는 한 평면의 거리 스캔으로 AMR 지도·위치추정을 단순하게 만들고, 3D LiDAR는 높이를 포함한 점군으로 낮은 장애물·돌출물·경사와 복잡한 공간을 봅니다. 그러나 3D가 항상 더 좋은 것은 아닙니다. 설치 높이·시야·점 밀도·지면 제거·시간 동기·연산·안전 센서 책임을 작업별로 비교합니다.

모터 전류에 토크 상수와 감속비를 곱하면 관절 토크의 출발값을 만들 수 있지만, 실제 출력에는 전류 오프셋·자속 포화·감속기 효율·중력·관성·마찰·온도 오차가 섞입니다. q축 전류 정의부터 정적 추 보정, 마찰 지도, 외력 잔차와 직접 센서 교차검증까지 관절 토크 추정 절차를 정리합니다.

로봇 하네스는 전선을 묶는 작업이 아니라 움직이는 전력·신호 경로를 설계하는 일입니다. 굽힘과 비틀림이 도체를 끊고, 모터 PWM의 공통모드 전류가 엔코더와 통신에 들어가면 간헐 오류가 생깁니다. 라우팅·스트레인 릴리프·차폐·접지·시험을 함께 설계하는 방법을 정리합니다.

모터 엔코더는 로터를 빠르게 제어하지만 감속기 뒤의 백래시와 탄성 변형을 직접 보지 못합니다. 출력측 엔코더를 추가하면 실제 관절 각도를 측정해 끝단 오차를 줄일 수 있습니다. 두 센서의 역할, 감속비·영점 보정, 이중 루프 대역폭과 고장 진단을 설명합니다.

로봇 관절이 감속하면 모터는 발전기로 동작해 에너지를 DC 링크로 돌려보냅니다. 이 에너지를 배터리가 받지 못하면 버스 전압이 오르고 드라이브가 과전압으로 정지할 수 있습니다. 회생 에너지 계산, 커패시터·배터리·제동저항의 역할과 시험 순서를 정리합니다.

SoC는 지금 남은 충전량이고 SoH는 새 배터리와 비교한 현재 성능입니다. 전압만으로 둘을 정확히 알 수 없으므로 전류 적산, 온도, 휴지 전압, 용량과 내부저항 변화를 함께 추정해야 합니다. 로봇의 급격한 관절 부하와 반복 충전에서 남은 시간과 열화를 계산하는 순서를 설명합니다.

로봇 DC 버스 전압은 모터 정격 숫자만 보고 고르면 안 됩니다. 같은 전력을 더 높은 전압으로 보내면 전류와 배선 손실은 줄지만 부품 내압, 회생 과전압, 절연과 정비 위험이 커집니다. 작업 주기의 전력·속도·배선·안전 조건을 24V와 48V 이상 후보에 대입하는 순서를 정리합니다.