1. 수행배경

• 수업 시간에 배웠던 주제에 추가적인 기술을 접목하고 응용
• 자동으로 객체를 추적하고 수거할 수 있는 로봇이 응용 가능성이 높음
  

2. 수행기간

• 6월 초 ~ 9월 초

3. 개발작품 설명

• 동작 원리는 먼저 기기가 주위를 돌면서 lidar sensor을 통해 2차원 맵을 형성한다. 맵을 형성하면서 Depth 카메라를 통해 객체를 인식하고 맵에 표시한다. 맵이 모두 형성되면 공의 수거를 시작한다. 카메라를 통해 객체로 이동하고 객체를 수거한다.
  
• 기본적인 하드웨어 구성은 Jetson nano x 2,바퀴, depth 카메라, lidar sensor, 서보 모터를 이용한 집게 등으로 되어 있다. 하드웨어는 구비할 수 있는 물품을 제외하고는 전체적인 디자인을 autodesk fusion 360을 이용하여 디자인했다.
• 소프트웨어는 먼저 ros를 이용해 slam package를 이용한다. 맵을 형성하는 도중에는 server 노트북과 depth 카메라를 장착한 nano와 rtsp를 이용해 통신하여 yolo를 이용하여 공의 좌표값과 공의 거리를 계산하여 tcp를 이용해  ros를 담당하는 젯슨나노와 통신한다. 수거는 ros를 이용하여 1관절 집게로 잡는다. 그 뒤로 인식되어있는 수거 장소에 객체를 반납한다. 

4. 활용방안

• 영상처리와 딥러닝을 이용하면 객체인식을 수월하게 할 수 있고, 세밀하고 정확하게 객체를 인식 할 수 있으며, 어둡거나 밝은 상황에서도 수월하게 수행한다.
• 테니스, 야구, 탁구 등 여럿이서도 할 수 있지만 혼자서도 연습할 수 있는 구기종목들은 여러 개의 공을 두고 연습을 한다. 공을 줍는 것 은 사람의 몫이므로, 많은 양의 공을 힘을 쓰지 않고 기계를 통해 공을 수거하므로 사람이 하는 일을 줄일 수 있다.