센서 융합을 사용하여 인더스트리 4.0 생산 프로세스 및 물류를 개선하는 방법

센서 융합은 여러 센서의 데이터를 결합하여 시스템 작동 또는 환경에 대해 미묘한 차이를 비롯한 보다 자세한 이해를 제공합니다. 대부분의 경우 한 센서 기술에서의 부족한 점은 두 번째 센서 기술에서의 정보를 추가(융합)함으로써 극복할 수 있습니다. AI(인공 지능) 및 ML(머신 러닝)을 추가하면 센서 융합의 성능을 향상시킬 수 있습니다.

센서 융합을 구현할 경우 해결해야 할 여러 가지 과제들이 있습니다. 예를 들어, 여러 기술 중 한 기술에 '치우치지' 않는, 균형 잡힌 솔루션을 개발하는 것은 어려울 수 있으며, 이로 인해 확장 가능성과 성능이 떨어질 수 있습니다. 이러한 과제를 해결하는 한 가지 방법은 하나의 패키지에 여러 센서 기술을 통합하는 것입니다. 센서 융합은 여러 개별 센서를 사용하는 것으로 국한되지 않습니다.

센서 통합의 수준에 상관없이, AI 또는 ML을 추가하면 성능을 향상시킬 수 있지만 훈련이 복잡하고 시간이 많이 소요될 수 있습니다. 그 대신, 설계자는 AI 및 ML 기능이 내장된 자가 훈련 센서를 사용할 수 있습니다.

이 기사의 시작 부분에서는 이산 센서, 32비트 MCU, ML 소프트웨어를 사용하는 센서 융합 기술을 검토합니다. 그런 다음 여러 통합 센서 융합 솔루션과 물류 시설, 데이터 센터, 프로세스 자동화, 자재 취급, 농업 장비에서의 응용 사례를 소개합니다.

마지막으로 AI 소프트웨어가 결합된 통합 환경 센서 융합 솔루션을 살펴보겠습니다. 이 과정에서 Renesas Electronics, Sensirion, TE Connectivity, ACEINNA, Bosch Sensortec, TDK InvenSense의 장치가 예로 소개됩니다.

설계자는 Renesas의 참조 설계 기판을 사용하여 센서 융합 옵션을 살펴볼 수 있습니다. 이 기판은 120MHz Arm® Cortex®-M4 코어, 최대 2MB 코드 플래시 메모리, 640KB SRAM과, 여러 인터페이스 및 연결 옵션을 가진 32비트 MCU를 기반으로 합니다.

관련 평가 키트는 다중 센서 및 센서 융합 설계에 맞게 최적화되었습니다. 여기에는 청정도 센서, 광 센서, 온도 및 습도 센서, 6축 IMU(관성 측정 장치), 마이크, BLE(Bluetooth Low Energy) 연결이 포함되어 있습니다(그림 1). 참조 설계는 또한 에지 장치 및 센서 융합 응용 제품을 위한 자동화 ML 플랫폼을 포함하고 있습니다.

그림 1: 자동화 ML 개발 소프트웨어 및 BLE 연결을 가진 IoT 센서 융합 평가 및 개발 기판. (이미지 출처: Renesas Electronics)

기울기 센서 안정화

기울기 센서는 농업 기계, 오프로드 차량, 자재 취급, 고강도 건설 장비를 비롯한 다양한 응용 분야에 사용되는 전문적인 IMU입니다. 경우에 따라 안전 표준에서는 안전한 작동 환경을 보장하기 위해 기울기 센서를 요구합니다. 기울기 센서는 여러 이산 장치를 사용하여 조립할 수 있으며, 이는 복잡한 과정일 수 있습니다.

대부분의 기울기 센서 설계의 핵심은 축을 중심으로 각속도와 회전 속도를 측정하는 자이로스코프 센서(자이로)입니다. 플랫폼이 움직일 때는 괜찮지만 움직임이 멈추면, 예를 들어 20도 각도로 기울어 졌다면 센서 출력은 0이 됩니다. 또한, 자이로는 시간이 흐름에 따라 상당한 변동이 나타날 수 있으며 오차가 누적되어 결국에는 더 이상 정확하거나 유용한 측정을 생성하지 할 수 있습니다.

자이로의 한계를 해결하기 위해 동적 기울기 센서 솔루션은 가속도계를 추가하여 동작을 측정합니다. 움직임이 멈추면 가속도계가 시스템에 알리며, 자이로의 마지막 출력값을 사용하여 기울기 각도를 추정할 수 있습니다. 퍼즐을 완성하는 마지막 조각은 변화하는 온도가 자이로 및 가속도계에 미치는 효과를 보정하는 온도 센서입니다.

기울기 센서의 센서 융합에는 칼만 필터가 종종 사용됩니다. 선형 2차 추정을 기반으로 하는 표준 칼만 필터는 센서가 성능의 선형 영역에서 작동할 때 사용할 수 있습니다. 칼만 필터는 기울기 센서 같이 본질적인 불확실성 및 누적 오차를 가진 시스템에서도 상대적으로 정확한 상태 추정값을 생성할 수 있습니다.

비선형 영역에서 작동하는 기울기 센서는 현재 평균값 및 공분산을 사용하여 추정값을 선형화하는 확장된 칼만 필터의 이점을 누릴 수 있습니다.

TE Connectivity의 AXISENSE-G-700 및 ACEINNA의 MTLT305D는 6DoF(자유도 6) 동작 감지를 제공합니다. 3개는 자이로에서 나머지 3개는 가속도계에서 제공되며 센서 융합을 위해 칼만 필터링 기술을 사용합니다(그림 2).

그림 2: AXISENSE-G-700 기울기 센서는 가속, 회전, 온도 센서의 데이터를 융합하여 동적 환경에서 정확한 기울기 정보를 제공합니다. (이미지 출처: TE Connectivity)

9-in-1 융합

대부분의 경우 6DoF로도 충분하지만 드론, 차량, 가상 현실 장치와 같은 일부 동작 추적 응용 제품은 9DoF를 사용하여 제공되는 추가 정보의 이점을 누릴 수 있습니다.

ACEINNA의 OPENIMU300RI 모듈은 12V 및 24V 자동차, 건설, 농업 차량에 사용하도록 설계되었습니다. 자이로 및 가속도계 이외에도 이 IMU에는 3DoF AMR(이방성 자기 저항) 자력계가 있습니다.

ARM 프로세서는 센서 데이터를 수집하고 IMU, GPS(전세계 위치 확인), INS(관성 항법 시스템) 개발을 위한 오픈 소스 스택인 OpenIMU를 구현합니다. 이 스택에는 센서 융합을 위한 맞춤화 가능 칼만 필터가 포함되어 있습니다.

TDK InvenSense는 또한 9축 동작 추적 장치를 제공합니다. 모델 ICM-20948은 -40°C ~ 85°C 작동 온도를 제공하므로 산업 자동화 및 자율 시스템과 같은 변화하는 환경에서의 다양한 응용 제품에 적합합니다. 여기에는 MEMS(마이크로 전자 기계 시스템) 기반의 3축 자이로, MEMS 기반의 3축 가속도계, MEMS 기반의 3축 자력계/콤파스가 포함되어 있습니다.

9DoF 동작 센서 이외에도, ICM-20948에는 각 센서에 대한 독립적인 ADC(아날로그-디지털 컨버터), 신호 조정 회로, DMP(디지털 동작 프로세서)가 있습니다.

그림 3: 이 통합 센서 플랫폼은 3축 자이로 및 3축 가속도계(왼쪽), 3축 자력계/콤파스(오른쪽 아래)를 사용하여 9DoF를 지원합니다. (이미지 출처: TDK InvenSense)

ICM-20948에 관한 세부 사항에는 다음이 포함됩니다.

3개의 독립적 진동 MEMS 비율 자이로. 자이로가 3축 중 하나를 기준으로 회전하면 코리올리 효과로 인해 정전 용량식 픽업이 진동을 감지합니다. 이 픽업의 출력은 각도 속도에 비례하는 전압을 생성하도록 처리됩니다.

3축 MEMS 가속도계는 각 축에 대해 별도의 질량을 가집니다. 축을 따라 가속하면 해당 질량이 변위되며, 이는 정전 용량식 픽업에 의해 감지됩니다. ICM-20948이 평면에 배치된 경우 X축 및 Y축에 대해 0g을, Z축에 대해 +1g을 측정합니다.

자력계는 홀 센서 기술을 기반으로 합니다. 자력계는 X축, Y축, Z축에서 지자기를 감지합니다. 결과 신호를 처리하기 위해 센서 구동기 회로, 증폭기, 16비트 ADC, 지자기 회로에서 센서 출력이 생성됩니다. 각 축은 ±4900µT의 풀 스케일 범위를 가집니다.

ICM-20948의 DMP는 미분기입니다. 이 장치의 특징 및 이점에는 다음이 포함됩니다.

• 동작 처리 알고리즘의 계산을 호스트 프로세서에서 오프로드하면 전력 소비를 최소화하고 타이밍과 소프트웨어 아키텍처를 간소화할 수 있습니다. DMP는 동작 처리 알고리즘을 약 200Hz의 고속으로 실행하여 짧은 지연 시간으로 정확한 결과를 제공할 수 있도록 합니다. 응용 제품이 너무 느리게 업데이트되는 경우에도(예: 약 5Hz) 200Hz 작동이 권장됩니다. 응용 제품 업데이트 속도에서 DMP 처리 속도를 분리하면 시스템 성능을 더욱 강화할 수 있습니다.
• DMP는 센서의 초저전력 런타임 및 백그라운드 보정을 실현합니다. 장치 수명 동안 개별 센서의 최적의 성능과 센서 융합 처리를 유지하기 위해 보정이 필요합니다.
• DMP는 소프트웨어 아키텍처를 간소화하고 소프트웨어 개발 속도를 가속하여 시장 출시 기간을 단축합니다.

통합 환경 센서

환경 모니터링은 식품 가공 및 보관, 화학 공장, 물류 운영, 데이터 센터, 온실 작물 생산, HVAC(난방, 환기 및 공조) 시스템 및 기타 영역에서 필수적입니다. RH(상대 습도) 및 온도 측정값을 융합하여 이슬점을 계산할 수 있습니다.

Sensirion의 SHTC3 계열은 에지의 배터리 구동식 응용 제품과 대량 소비자 전자 제품에 최적화된 디지털 습도 및 온도 센서입니다. CMOS 센서 플랫폼에는 정전 용량식 습도 센서, 밴드갭 온도 센서, 아날로그 및 디지털 신호 처리, A/D 컨버터, 보정 데이터 메모리, I²C 고속 모드 통신 인터페이스가 포함됩니다.

작은 2mm x 2mm x 0.75mm DFN 패키지는 공간 제약적 응용 제품을 지원합니다. 1.62V ~ 3.6V의 넓은 공급 전압과 측정당 1μJ 미만의 에너지 예산을 갖춘 SHTC3은 배터리 구동식 모바일 또는 무선 장치에 적합합니다(그림 4). 예를 들어, 부품 번호 SHTC3-TR-10KS는 Digi-Reel, 테이프 및 릴, 컷 테이프를 통해 10,000개 수량으로 제공됩니다. 설계자는 SHTC3 평가 기판을 사용하여 시스템 개발 속도를 높일 수 있습니다.

그림 4: 이 환경 모니터링 장치에는 디지털 습도 및 온도 센서가 포함되어 있습니다. (이미지 출처: Sensirion)

기압 추가

가정 자동화 제어, HVAC 시스템, 피트니스 장비, 실내용 내비게이션 응용 제품에서 컨텍스트 및 위치 인식의 중요성이 점점 더 증가하고 있습니다. 이러한 시스템의 설계에는 습도 및 온도 센서와 함께 기압 센서를 추가하는 Bosch Sensortec의 BME280 통합 환경 장치의 이점을 얻을 수 있습니다.

이러한 센서는 높은 정확도와 분해능을 제공하는 저잡음 설계입니다. 압력 센서는 절대 기압을 측정합니다. 통합 온도 센서는 습도 센서와 함께 작동하여 RH 및 이슬점을 결정하도록 최적화되어 있습니다. 또한 기압계를 위한 온도 보정을 제공하는 데 사용됩니다. 개발 기판을 통해 설계 및 시스템 통합 과정의 속도를 높일 수 있습니다.

환경 감지를 위한 AI

Bosch Sensortec은 또한 AI가 내장된 4-in-1 환경 센서를 제공합니다. BME688은 고선형성 및 고정밀 압력, 습도 및 온도 센서를 통합한 최초의 가스 센서입니다. 이 제품은 모바일 및 기타 공간 제약적인 응용 제품에 적합한 견고한 3.0mm x 3.0mm x 0.9mm 패키지로 제공됩니다(그림 5).

그림 5: Bosch Sensortec의 BME688에는 가스 센서, 압력, 습도, 온도 센서가 포함되어 있으며 모두 통합된 AI로 지원됩니다. (이미지 출처: Bosch Sensortec)

가스 센서는 VOC(휘발성 유기 화합물), VSC(휘발성 황 화합물), 일산화탄소 및 수소와 같은 가스를 ppb(십억분율) 범위에서 감지할 수 있습니다. BME688에는 감도, 선택성, 데이터 전송률 및 전력 소비에 맞게 사용자 지정할 수 있는 가스 스캐너가 있습니다.

BME AI-Studio 소프트웨어는 또한 다른 가스 혼합 및 응용 제품을 위해 가스 센서를 최적화합니다. BME688 평가 기판은 BME AI-Studio 소프트웨어로 구성할 수 있습니다. BME AI-Studio는 공장, 물류 시설, 스마트 홈, IoT 장치를 위한 센서 구성, 데이터 분석 및 레이블 지정, 훈련, 응용 솔루션 최적화를 지원합니다.

실험실이 아닌 현장에서 가스를 샘플링하고 시스템을 훈련하면 실제 작동 조건에서 더 나은 성능과 높은 수준의 신뢰성을 제공하는, 보다 현실적인 알고리즘을 설계할 수 있습니다. 가스 이외에 습도, 온도, 기압을 동시에 측정할 수 있는 BME688의 기능을 활용하면 보다 포괄적이고 정확한 AI 모델을 개발할 수 있습니다.

결론

인더스트리 4.0, 물류 및 기타 응용 제품을 위한 센서 융합 시스템은 일련의 개별 센서나 단일 패키지에 여러 센서를 포함하는 통합 솔루션을 사용하여 개발할 수 있습니다. 통합 장치는 모바일 및 에지 응용 제품을 위한 더 작고 낮은 전력 솔루션을 생성할 수 있습니다. 개별 센서를 사용하든지 또는 통합 센서 제품군을 사용하든지에 관계없이 AI 및 ML 추가를 통해 성능을 향상시킬 수 있습니다.