AI와 Robotics 분야의 최신 기술, 실무 경험, 그리고 깊이 있는 인사이트를 공유합니다.
Categories
임베디드/실시간위치 목표를 받아 움직이는 로봇 팔은 호스트가 시간을 지키는 만큼만 정확하게 움직입니다. 휴머노이드 텔레오퍼레이션에 쓰이는 UFACTORY xArm 7의 벤더 제어 박스를 그대로 둔 채, Jetson AGX Orin 위의 하드 실시간 계층만 앞에 붙였습니다. 송신 지터는 5 µs 안에 머물렀고, 박스의 6.5 ms 지연은 상쇄됐으며, 팔은 계획보다 1.57초 늦던 상태에서 정시로 돌아왔습니다. 같은 순간의 툴 끝 오차는 165 mm에서 0.3 mm로, 경로 오차는 1.11 mm RMS에서 0.008 mm로 줄었고, 그리퍼에 1.57 kg 짐을 매단 채 30회 모두 박스 오류 0건이었습니다. 커널에서 모터까지 스택 전체와 계층마다의 측정값을 담았습니다.
임베디드/실시간Jetson AGX Orin과 IgH EtherCAT 마스터로 서보 드라이브 2대를 1 kHz로 돌릴 때, 약 110초마다 드라이브 간 시계 동기(DC) 편차가 수백 µs로 튀었습니다. 원인은 모터도 커널도 제어 코드도 아닌, NVIDIA nvpps 드라이버가 부팅 때 기본으로 켜는 PTP-TSC 하드웨어 잠금이었습니다. 디바이스 트리 속성 하나로 끄자 DC 편차 최대값이 328 µs(잠금 켬, 300초 측정)에서 3.5 µs(잠금 끔, 20분 측정)로 줄었습니다.
시뮬레이터3주에 걸친 마찰 계수 튜닝이 왜 전부 헛수고였는지 수식으로 유도합니다. 스키드스티어의 회전 능력비에서 마찰 계수와 중량은 소거되고 접지 기하만 남습니다. 실측 데이터, 그리고 시뮬레이션 계측에서 얻은 교훈 두 가지를 함께 공유합니다.
시뮬레이터물리 엔진에는 무한궤도라는 프리미티브가 없습니다. 46링크 멀티링크 트랙의 실패, "완벽하게" 돌아서 오히려 틀렸던 4접점 모델, 그리고 실측으로 검증한 12접점 분산 가상 바퀴 모델까지 — 궤도형 스키드스티어 로봇을 Isaac Sim에서 모델링한 과정을 공유합니다.
제어LLM이 대체할 수 없는 1kHz 실시간 모터 제어 영역에서, 강화학습(RL)으로 기존 PID/ADRC 수동 튜닝을 대체하는 WIM의 접근 방식을 소개합니다.
임베디드/실시간1kHz RT 루프에서 atomic memory ordering이 성능 병목이 될 수 있는지 Jetson Orin(Cortex-A78AE)에서 직접 측정했습니다. AArch64에서 seq_cst와 release/acquire의 비용은 사실상 동일하며, 25개 atomic 연산의 총 비용은 1ms 예산의 0.01% 미만입니다.
WIM Inc.는 AI와 Robotics 기술을 융합하여 산업 자동화의 미래를 만들어가고 있습니다. 이 블로그에서는 우리가 마주한 기술적 도전과 해결 과정, 그리고 얻은 인사이트를 공유합니다.
실무에서 검증된 기술, 깊이 있는 분석, 그리고 실용적인 가이드를 통해 AI와 Robotics 분야의 엔지니어들에게 도움이 되고자 합니다.