← 모든 프로젝트

항로를 찾아서

바람에 응답해야 하는 소프트웨어.

역할

소프트웨어 기여자

활동 배경

Kehillah Sailbot

도구 및 방법

ROS 2 · 상태 추정 · 모델 예측 제어 · 물리 시뮬레이션 · 임베디드 C++

직접 제작한 섬 모델: 항로를 찾아서
섬에 담긴 이야기

바람이 주인공인 호숫가 시험장.

이 사이트를 위해 Blender로 만든 일러스트입니다. 개념을 설명할 뿐, 프로젝트의 데이터가 아닙니다.

프로젝트의 원본 이미지, 도표, 영상은 원래 언어로 제공됩니다.

출발점이 된 질문

자율 보트는 불완전한 정보를 물리적 결정으로 바꿔야 합니다. Kehillah Sailbot에서 저는 항법, 조향, 바람 필터링, 상태 추정, 그리고 보트의 거동을 연구하는 데 쓰는 시뮬레이터에 기여했습니다. 이 사이트 첫 페이지에서 섬과 섬 사이를 오가는 작은 보트는 팀의 시뮬레이션 속 삼동선을 본떠 만들었습니다.

49.3°팀의 폴라 표에서 가장 좋은 풍상 각도
±21°컨트롤러가 지켜야 하는 방향타 가동 범위
10상태 추정기가 추적하는 양
01

루프 닫기

팀의 시스템은 ROS 2로 동작합니다. 센서는 GPS 위치, 풍향, 관성 측정값을 발행하고, 항법 노드가 결정을 내리며, 방향타와 돛 명령은 각자의 토픽으로 나갑니다. 저는 그 양 끝 사이의 소프트웨어에 기여했습니다. 풍향 값을 평활화하고 돌풍을 감지하는 일, 보트의 상태를 추정하는 일, 원하는 방위를 명령으로 바꾸는 일입니다.

02

바람에 따라 어디로 향할 것인가

범선은 바람을 정면으로 거슬러 똑바로 나아갈 수 없습니다. 팀의 경로 계획기는 바람 각도에 따른 선속을 나타낸 폴라 표를 읽고, 그중 가장 좋은 각도(풍상 항해 시 바람에서 49.3°, 풍하 항해 시 124.4°)를 이용해 언제 태킹이 필요한지와 어디서 방향을 바꿀지를 결정합니다. 기본 돛 조절은 단순한 비례 규칙이며, 이 사이트 첫 페이지의 보트도 같은 규칙을 씁니다.

03

물리적 제약 존중

제가 맡은 모델 예측 조향 작업은 1차 요(yaw) 모델로 보트의 방위를 몇 단계 앞까지 예측하고, 방위 오차, 선회율, 방향타 조작량을 작게 유지하는 방향타 움직임을 선택합니다. 방향타의 ±21° 가동 범위와 최대 속도는 엄격한 제약 조건이며, 25°를 넘는 횡경사에는 벌점을 줍니다. 모델 상수는 가정한 기본값이며, 물 위에서 보정한 값이 아닙니다.

04

직접 측정할 수 없는 것을 추정하기

제곱근 무향 칼만 필터(square-root UKF)가 GPS, 나침반, 관성 측정값으로부터 위치, 방위, 속도, 횡경사(heel), 두 구동기의 각도를 포함한 열 가지 양을 추적합니다. 별도의 돛 최적화기는 실속 이후(post-stall) 모델을 포함한 양력·항력 관계를 이용해 돛 조절 값을 제안하고, 횡경사가 커지면 돛을 풀어 줍니다.

05

시뮬레이션 학습

팀의 물리 시뮬레이터는 작은 호수 위의 15 kg 삼동선을 모델링하며, 돛과 선체에 작용하는 양력과 항력은 공개된 계수 표에서 가져옵니다. 제가 한 일은 엔지니어링 측면의 견고화였습니다. 입력 검증, 오류 처리, 로깅, 타입이 지정된 상수를 추가해, 잘못된 설정이 그럴듯해 보이는 실행 결과를 내는 대신 분명하게 실패하도록 했습니다. 이 페이지의 어떤 내용도 물 위에서 얻은 결과가 아닙니다.

기술 구현 살펴보기

결정은 방향타 각도가 됩니다.

  1. 01

    제어 루프 연결

    팀의 ROS 2 아키텍처는 센서 입력, 탐색 및 작동을 분리합니다. GPS 수정 사항과 풍향은 제어 시스템에 정보를 제공하고 방향타 및 항해 명령은 전용 주제에 대해 전달됩니다. 이러한 분리로 인해 결정에 들어가는 데이터와 이를 검사할 수 있는 명령이 생성됩니다.

  2. 02

    다음 움직임을 제한

    조향 컨트롤러는 10단계 예측 구간에 걸쳐 방위 오차, 요 각속도, 방향타 각도 변화, 그리고 종단 방위 항으로 이루어진 비용을 최소화합니다. 방향타 한계 ±21°와 초당 15°의 회전 속도 한계 아래에서 풀기 때문에, 계획에는 서보가 실제로 할 수 있는 움직임만 담깁니다. 최적화가 실패하면 비례 제어기가 대체 수단으로 남아 있습니다.

  3. 03

    배포 전 행동 연구

    시뮬레이터는 각 날개면(foil)에 작용하는 ½·C·ρ·v²·A 형태의 힘을 시간 단계마다 여러 하위 단계로 적분합니다. 소프트웨어의 질문(어떤 명령을 내려야 하는가?)과 보트가 어떻게 반응하는가라는 물리적 질문을 연결합니다. 컨트롤러와 시뮬레이터의 매개변수는 아직 서로 일치하지 않으며, 이를 맞추는 일은 남은 과제입니다.

저장소는 팀의 ROS 2 시스템을 문서화합니다. 이벤트 프레임워크, 태킹 계획기, 기본 컨트롤러는 팀의 작업입니다. 제 기여는 항법, 조향, 바람 필터링, 상태 추정, 시뮬레이션에 집중되어 있습니다. 저장소에서 이후 실행한 자동 테스트는 임포트 오류로 절반에 못 미치는 케이스만 통과했으며, 이 사실은 숨기지 않고 기록해 두었습니다.

범선 제어 저장소 살펴보기
이 결과가 보여 주지 않는 것

정직하게 밝히는 한계.

  • 여기서는 대회 성적이나 수상 주행 성능을 보고하지 않습니다. 이 작업은 시뮬레이션이나 탁상 테스트로 이루어졌습니다.
  • 저장소의 계획 문서에 있는 개선 수치는 예측치이며 측정값이 아닙니다.
  • 컨트롤러의 보트 모델은 가정한 상수를 사용하며, 실제 보트에 맞춰 보정되지 않았습니다.
내 포트폴리오 영화에서

직장 내비게이션.

전체 영화 보기
비디오 다운로드

영어 오디오. 캡션은 사이트의 10개 언어 모두로 제공됩니다. 번역은 기계의 도움을 받습니다.

성적표 읽기

00:00 시작은 호수입니다.

00:01 학교의 Sailbot 시뮬레이터가 PC에서 실행되며 자동 조종으로 방향을 제어합니다.

00:06 코드는 배에 작용하는 힘을 계산하고 배를 조금 이동시킨 뒤 이 과정을 반복합니다.

00:11 움직임은 시간에 따라 상태를 갱신하는 것입니다.

Sailbot 시뮬레이터, 보트 제어 및 시뮬레이션 경로를 보여주는 내 포트폴리오 영화에서 발췌했습니다. 이것은 물 위의 자율 보트 영상이 아닌 소프트웨어 시연입니다.

가까운 섬들

이어지는 지점.

문맥 및 추가 자료

섬은 일러스트입니다. 이 페이지는 소프트웨어 기여를 설명하며, 검증되지 않은 대회 성적이나 수상 주행 성능은 보고하지 않습니다.