로봇 농산물 취급을 위한 저비용 압력 센서와 빠른 힘·강성 예측

초록

본 논문은 저비용·간편 제작이 가능한 탄소 기반 피에조저항식 압력 센서를 로봇 그리퍼에 통합하고, 급격한 전이 응답을 이용한 지수 곡선 피팅 알고리즘으로 정착값을 빠르게 추정한다. 센서는 강성 및 잡힘 힘을 실시간으로 측정해 과일의 크기·경도·숙성 정도를 판단할 수 있으며, 경질·연질 그리퍼 모두에 적용 가능함을 실험적으로 입증한다.

상세 분석

이 연구는 농산물 자동화에서 가장 핵심적인 문제인 ‘과도한 힘에 의한 손상’과 ‘불충분한 힘에 의한 미끄러짐’ 사이의 트레이드오프를 해결하기 위해 저비용 피에조저항식 압력 센서를 설계·제작하였다. 센서는 Velostat이라는 탄소 함유 필름을 구리 테이프 전극과 겹쳐 만든 2차원 픽셀 어레이이며, 15분 이내에 1달러 이하의 원재료 비용으로 제작할 수 있다. 전극·감지층을 비닐 커팅기로 원하는 형태와 해상도로 절단함으로써 센서 크기·픽셀 수를 자유롭게 조절할 수 있어 다양한 그리퍼 형상에 맞춤 적용이 가능하다.

전기적 측정은 Arduino Mega 2560의 10비트 ADC와 두 개의 멀티플렉서를 이용해 각 픽셀의 저항 변화를 순차적으로 읽는다. 압력이 가해지면 Velostat의 저항이 감소하고, 반대로 인장 시 저항이 증가한다는 특성을 이용해 기준 저항 대비 상대 변화를 정규화한다. 온도·습도 변화에 따른 절대 저항 편차는 크지만, 상대 변화값을 사용하면 환경 의존성을 크게 줄일 수 있다. 장시간(13시간, 2,500 사이클) 반복 테스트에서는 초기 ‘브레이크인’ 현상이 관찰되었으며, 초기 몇 백 사이클 이후에는 측정값이 안정화된다.

센서 출력은 그립퍼 동작 직후 급격한 피크와 그 뒤의 지수적 감쇠 과정을 보인다. 논문에서는 이 과정을 3-파라미터 지수 함수 R(t)=A·e^{−Bt}+C 로 모델링하고, 피크 시점과 일정 시간(0.5 s) 이후 데이터를 이용해 곡선을 피팅한다. 실험적으로 2.5 s의 컷오프 시간을 선택하면 정착값과의 평균 오차가 약 2.5 %로 크게 감소한다. 이는 10 s 이상을 기다려야 하는 기존 방식에 비해 4배 이상 빠른 추정이 가능함을 의미한다.

센서는 경질 로봇 손가락(LocoBot WX250S)과 공압식 연질 손가락 두 종류에 모두 부착되었다. 각 그리퍼에서 센서 평균 저항 변화를 힘-센서 보정 곡선에 매핑함으로써 실제 잡힘 힘을 추정했으며, 동시에 물체의 압축 변형량을 이용해 ‘강성’(즉, 탄성계수)도 추정했다. 실험에 사용된 실리콘 시트와 사과, 토마토, 딸기 등 다양한 농산물에서 센서는 0.1 N 수준의 힘 변화와 0.05 MPa 수준의 압력 변화를 구분할 수 있었다.

주요 기여는 (1) 저비용·빠른 제작이 가능한 피에조저항식 센서 플랫폼, (2) 전이 응답을 활용한 지수 곡선 피팅을 통한 실시간 정착값 추정 알고리즘, (3) 경질·연질 그리퍼 모두에 적용 가능한 통합 시스템, (4) 힘·강성 데이터를 기반으로 한 과일의 크기·경도·숙성 정도 판단 가능성 제시이다. 한계점으로는 15 Hz의 샘플링 속도가 고속 동작에는 부족할 수 있고, 픽셀 간 저항 편차 보정이 필요하다는 점, 그리고 환경 변화에 대한 장기 보정 메커니즘이 아직 미비하다는 점을 들 수 있다. 향후 연구에서는 고속 ADC와 무선 전송 모듈을 도입해 실시간 제어 루프에 직접 연결하고, 머신러닝 기반의 품질 분류 모델을 구축하는 방향이 제시된다.