심화 C — 초음파 센서로 배우는 로봇 제어

대상 단계 5(모터제어) 이후 · 도구 parking_assist, pid_distance_cruise, maze_explore, fusion_drive

목표 거리 센서(HC-SR04) 값으로 자동차를 제어하며 비례·PID 제어, 상태머신, 센서 융합을 체험한다.

0. 거리 센서는 어떻게 읽나?

자동차(STA 펌웨어)에 {"speed":N,"steering":N,"want_distance":true}를 보내면 {"distance":N} 응답이 옵니다 (999=측정불가).

cd "d:\data\study\AI\Fab-Lab\CAR\Program\auto_car\advanced_lessons"
python parking_assist.py --no-car        # 거리 시뮬레이션으로 동작 미리보기

1차시 — 주차 보조: 비례 제어 (parking_assist.py)

• 벽을 향해 가다 목표 거리(기본 15cm)에서 정지. 멀수록 빠르게, 가까울수록 천천히.
• 핵심 식: 속도 = Kp × (현재거리 − 목표거리) → 비례 제어(P)
• 실습: --target을 10/20/30으로 바꿔 정지 위치 확인. KP를 키우면 더 급하게 섬
• 질문: Kp가 너무 크면 목표를 지나쳐 부딪힐 수 있다(오버슈트). 왜?

2차시 — PID 튜닝 실험실 (pid_distance_cruise.py)

앞 물체(손/벽)와 목표 거리를 유지(적응형 크루즈). 멀어지면 전진, 가까우면 후진.

항	역할	너무 크면	너무 작으면
P(비례)	오차에 비례	진동	반응 느림
I(적분)	남은 오차 제거	흔들림 누적	목표에 못 닿음
D(미분)	진동 억제	잡음에 민감	오버슈트

키: q/a(Kp) w/s(Ki) e/d(Kd). 먼저 P만 키워 진동시킨 뒤 D로 잡아보기

활동지: "내가 찾은 최적 게인 Kp/Ki/Kd = ___ / ___ / ___, 그 이유"

3차시 — 미로 탐험: 상태머신 (maze_explore.py)

• 전방 센서 1개로 "앞 막히면 회전, 아니면 직진"을 반복하는 유한상태머신(FSM)
• 상태: FORWARD → (앞 막힘) TURN(시간 기반) → FORWARD …
• --thresh(막힘 거리), --alternate(좌/우 교대) 조정
• 도전: 회전 시간(TURN_TIME_S)을 코스에 맞게 조정해 막다른 길 탈출률 높이기
• 한계 토론: 전방 센서만으로 '벽 따라가기'가 어려운 이유 → 측면 센서가 있다면?

4차시 — 센서 융합 (fusion_drive.py)

• 카메라(콘 추종) + 초음파(안전 정지)를 동시에:
• 평소엔 카메라로 콘을 따라가다가 앞이 --safe(기본 15cm)보다 가까우면 비전 명령을 무시하고 즉시 정지
• 핵심: "한 센서의 약점을 다른 센서가 보완" — 실제 자율주행의 센서 융합 개념
• 실험: 콘을 따라가다 갑자기 손을 차 앞에 → 카메라는 계속 가라 하지만 초음파가 멈춤
• 토론: 두 센서가 충돌(서로 다른 명령)하면 누구를 믿을까? 우선순위 설계

ACT 역량 연계

• A: 게인·임계값을 스스로 튜닝하고 최적값을 데이터로 찾음
• C: 미로/주차 코스를 조별 설계, PID 최적화 경쟁
• T: 안전 정지(센서 융합)의 의미 — 자율주행에서 '안전 우선'의 책임 토론