238 자율주행 로봇
자율주행 로봇 과정은 센서 인식, 차선 추종, 장애물 판단, 속도 제어를 통합해 제한된 코스에서 스스로 주행하는 로봇을 제작하는 과정이다.
0. 교육을 하는 이유와 궁극적인 목표
이 교육의 궁극적 목표는 학습자가 실제 자율주행의 축소 모델로서 인식·판단·제어 구조를 이해하고, 라인센서·초음파·IMU·엔코더를 결합해 정해진 코스에서 안정적으로 주행하는 로봇 시스템을 구현하게 하는 것이다.
참고한 유료형 교육 흐름
- 민간 Arduino·ESP32 로봇 부트캠프처럼 무선통신, 모터제어, 센서 입력, 미션 주행을 단계별 산출물로 완성하는 흐름
- 미국·영국 로보틱스 아카데미처럼 Bluetooth, Wi‑Fi, MQTT, 웹 대시보드와 실제 로봇 주행을 연결하는 실습 흐름
- 유럽 전문 메이커 워크숍처럼 센서 보정, 주행 데이터 기록, 오류 디버깅, 반복 테스트를 포트폴리오 산출물로 정리하는 흐름
- 유료 로봇 프로젝트 과정처럼 라인트레이싱, 장애물 회피, 미로 탐색, 물류 이송, 청소 알고리즘을 팀 미션으로 운영하는 흐름
입문 · 1일
인식·판단·제어 구조 설계
자율주행 로봇 실전 프로젝트 1단계
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 인식·판단·제어 구조 설계 | 자율주행 로봇을 센서 입력, 상태 판단, 모터 출력, 안전 정지 단계로 나누어 구조화한다. 코스의 차선, 정지선, 장애물, 교차점 규칙을 상태 전이도로 작성한다. |
| 목표 2 | 실습 데이터를 기록하고 동작 기준을 정한다 | 자율주행 로봇 실습 중 발생하는 센서값, 통신값, 모터 반응, 실패 상황을 표준 양식으로 기록한다. Google Sheets 또는 Serial Monitor 로그를 활용해 정상 범위와 수정 기준을 수치로 정리한다. |
| 목표 3 | 프로토타입을 문서화하고 개선한다 | 회로도, 핀맵, 핵심 코드, 테스트 조건을 제작 보고서로 정리한다. Canva 또는 Google Slides로 데모 발표 자료를 만들고 동료 피드백을 다음 버전에 반영한다. |
| 사용 플랫폼 | Arduino IDE, ESP32, QTRSensors, NewPing, MPU6050, Python OpenCV 선택, Google Sheets |
|---|---|
| 강사 스펙 | 자율주행 로봇 구조, 센서 융합, PID 제어, 주행 데이터 분석, 경진대회 지도 경험 5년 이상 |
| 수업대상 | 고등학생, 대학생 입문자, AI·로봇 심화반, 경진대회 준비팀 |
| 소요시간 | 6-8시간 |
| 준비물 | 4WD 로봇카, 라인센서 어레이, 초음파센서, IMU, 엔코더 모터, 배터리, 자율주행 코스 |
| 산출물 | 자율주행 로봇, 상태 전이도, 코스 성능 분석표 1단계 산출물 |
| 평가방법 | 원리 이해 30%, 안전 점검 25%, 실습 완성 30%, 참여 15% |
초급 · 2일
차선 추종과 속도 제어 통합
자율주행 로봇 실전 프로젝트 2단계
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 차선 추종과 속도 제어 통합 | 라인센서 기반 P/PID 제어로 중심선을 따라가며 구간별 속도를 조절한다. 급커브와 직선 구간을 나누어 속도 제한값을 다르게 적용한다. |
| 목표 2 | 실습 데이터를 기록하고 동작 기준을 정한다 | 자율주행 로봇 실습 중 발생하는 센서값, 통신값, 모터 반응, 실패 상황을 표준 양식으로 기록한다. Google Sheets 또는 Serial Monitor 로그를 활용해 정상 범위와 수정 기준을 수치로 정리한다. |
| 목표 3 | 프로토타입을 문서화하고 개선한다 | 회로도, 핀맵, 핵심 코드, 테스트 조건을 제작 보고서로 정리한다. Canva 또는 Google Slides로 데모 발표 자료를 만들고 동료 피드백을 다음 버전에 반영한다. |
| 사용 플랫폼 | Arduino IDE, ESP32, QTRSensors, NewPing, MPU6050, Python OpenCV 선택, Google Sheets |
|---|---|
| 강사 스펙 | 자율주행 로봇 구조, 센서 융합, PID 제어, 주행 데이터 분석, 경진대회 지도 경험 5년 이상 |
| 수업대상 | 고등학생, 대학생 입문자, AI·로봇 심화반, 경진대회 준비팀 |
| 소요시간 | 8-12시간 |
| 준비물 | 4WD 로봇카, 라인센서 어레이, 초음파센서, IMU, 엔코더 모터, 배터리, 자율주행 코스 |
| 산출물 | 자율주행 로봇, 상태 전이도, 코스 성능 분석표 2단계 산출물 |
| 평가방법 | 구현 정확도 30%, 값 관찰 30%, 오류 수정 25%, 협업 15% |
중급 · 3일
장애물·정지선 판단 추가
자율주행 로봇 실전 프로젝트 3단계
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 장애물·정지선 판단 추가 | 초음파센서로 전방 장애물을 감지하면 감속, 정지, 우회 중 하나의 행동을 선택한다. 정지선 감지 시 2초 정지 후 재출발하도록 미션 규칙을 코드화한다. |
| 목표 2 | 실습 데이터를 기록하고 동작 기준을 정한다 | 자율주행 로봇 실습 중 발생하는 센서값, 통신값, 모터 반응, 실패 상황을 표준 양식으로 기록한다. Google Sheets 또는 Serial Monitor 로그를 활용해 정상 범위와 수정 기준을 수치로 정리한다. |
| 목표 3 | 프로토타입을 문서화하고 개선한다 | 회로도, 핀맵, 핵심 코드, 테스트 조건을 제작 보고서로 정리한다. Canva 또는 Google Slides로 데모 발표 자료를 만들고 동료 피드백을 다음 버전에 반영한다. |
| 사용 플랫폼 | Arduino IDE, ESP32, QTRSensors, NewPing, MPU6050, Python OpenCV 선택, Google Sheets |
|---|---|
| 강사 스펙 | 자율주행 로봇 구조, 센서 융합, PID 제어, 주행 데이터 분석, 경진대회 지도 경험 5년 이상 |
| 수업대상 | 고등학생, 대학생 입문자, AI·로봇 심화반, 경진대회 준비팀 |
| 소요시간 | 12-16시간 |
| 준비물 | 4WD 로봇카, 라인센서 어레이, 초음파센서, IMU, 엔코더 모터, 배터리, 자율주행 코스 |
| 산출물 | 자율주행 로봇, 상태 전이도, 코스 성능 분석표 3단계 산출물 |
| 평가방법 | 응용 로직 35%, 안정성 25%, 코드 정리 25%, 테스트 15% |
심화 · 4일
자율주행 종합 코스 평가
자율주행 로봇 실전 프로젝트 4단계
| 구분 | 세부 내용 | 실천·실습 방법 |
|---|---|---|
| 목표 1 | 자율주행 종합 코스 평가 | 차선, 장애물, 정지선, 교차점이 포함된 코스에서 10회 반복 주행을 수행한다. 성공률, 평균시간, 이탈 원인을 분석해 다음 개선 버전의 제어 파라미터를 제안한다. |
| 목표 2 | 실습 데이터를 기록하고 동작 기준을 정한다 | 자율주행 로봇 실습 중 발생하는 센서값, 통신값, 모터 반응, 실패 상황을 표준 양식으로 기록한다. Google Sheets 또는 Serial Monitor 로그를 활용해 정상 범위와 수정 기준을 수치로 정리한다. |
| 목표 3 | 프로토타입을 문서화하고 개선한다 | 회로도, 핀맵, 핵심 코드, 테스트 조건을 제작 보고서로 정리한다. Canva 또는 Google Slides로 데모 발표 자료를 만들고 동료 피드백을 다음 버전에 반영한다. |
| 사용 플랫폼 | Arduino IDE, ESP32, QTRSensors, NewPing, MPU6050, Python OpenCV 선택, Google Sheets |
|---|---|
| 강사 스펙 | 자율주행 로봇 구조, 센서 융합, PID 제어, 주행 데이터 분석, 경진대회 지도 경험 5년 이상 |
| 수업대상 | 고등학생, 대학생 입문자, AI·로봇 심화반, 경진대회 준비팀 |
| 소요시간 | 16-24시간 |
| 준비물 | 4WD 로봇카, 라인센서 어레이, 초음파센서, IMU, 엔코더 모터, 배터리, 자율주행 코스 |
| 산출물 | 자율주행 로봇, 상태 전이도, 코스 성능 분석표 4단계 산출물 |
| 평가방법 | 작동성 35%, 실용성 25%, 완성도 25%, 발표 15% |