💻 computer science

Real-World Deployment of a 5G-Connected Edge-Controlled Aerial Robot in Industrial Subterranean Mines

이 논문은 인간이 선택한 웨이포인트로부터 안전하고 충돌 없는 경로를 생성하는 모델 예측 제어기를 호스팅하기 위해 쿠버네티스 기반의 에지 클러스터를 활용하여, 5G 단독 모드 네트워크를 통해 실제 가동 중인 산업 지하 광산을 항행하는 자율 비행 로봇의 첫 번째 실세계 시연을 제시한다.

원저자: Achilleas Santi Seisa, Emanuele Pagliari, Gerasimos Damigos, Elias Small, George Nikolakopoulos

게시일 2026-06-04

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Achilleas Santi Seisa, Emanuele Pagliari, Gerasimos Damigos, Elias Small, George Nikolakopoulos

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

작고 첨단 기술이 집약된 드론 한 대가 어둡고 뒤틀리고 위험한 지하 광산을 비행하려고 상상해 보십시오. 보통 이 드론은 스스로 비행하고, 벽을 피하며, 인간의 지시를 따르기 위해 자신의 작은 몸체 안에 내장된 '슈퍼 브레인(초강력 두뇌)'이 필요할 것입니다. 하지만 그 슈퍼 브레인은 무겁고, 배터리를 많이 소모하며, 업그레이드하기도 어렵습니다.

이 논문은 영리한 해결책을 설명합니다. 바로 드론에게 "원격 두뇌"를 준 것입니다.

이 내용은 다음과 같이 간단한 개념들로 나누어 설명할 수 있습니다.

1. 설정: "원격 두뇌"를 가진 드론

드론을 엔진이나 컴퓨터가 없는 자동차라고 생각해 보십시오. 대신 아주 작은 라디오가 달려 있습니다.

드론: 이 드론은 레이저 스캐너(3D로 사물을 볼 수 있는 하이테크 손전등 같은 것)를 장착한 표준 비행 로봇(쿼드콥터)입니다. 이 스캐너는 광산의 벽을 감지합니다.
원격 두뇌: 드론은 스스로 생각하는 대신, 광산 바로 바깥에 위치한 강력한 컴퓨터 클러스터(이곳을 "엣지(Edge)"라고 부릅니다)로 빠른 텍le 메시지를 보냅니다. 이 클러스터는 근처 건물에 있는 거대한 서버 팜과 같습니다.
연결: 이들은 5G 네트워크로 연결되어 있습니다. 이것을 단순히 빠른 인터넷이 아니라, 지하 깊은 곳에서도 막히지 않는 전용의 초신뢰성 "데이터 고속도로"라고 생각하십시오.

2. "뜨거운 감자" 놀이 (작동 원리)

이 과정은 빛의 속도로 진행되는 '뜨거운 감자' 놀이처럼 찰나의 순간에 반복됩니다.

인간: 광산 밖에서 안전하게 앉아 있는 사람이 지도 위의 목적지(경유지)를 선택합니다.
드론: 드론은 자신이 어디에 있는지와 무엇을 보고 있는지에 대한 스냅샷을 찍은 후, 그 데이터를 5G 고속도로를 통해 원격 두뇌로 쏩니다.
원격 두뇌: 외부의 강력한 컴퓨터는 드론이 바위나 터널에 충돌하지 않도록 하면서, 목적지까지 가는 완벽한 경로를 계산합니다. 이는 마치 체스의 그랜드마스터가 다음 수를 계산하는 것과 같습니다.
회신: 두뇌는 이동 명령(왼쪽으로 회전, 위로 상승, 속도 증가 등)을 5G 고속도로를 통해 다시 드론으로 보냅니다.
실행: 드론은 즉시 그 움직임을 실행합니다.

3. 이것이 왜 중요한가

보통 과학자들은 이러한 아이디어를 컴퓨터 시뮬레이션이나 깨끗하고 조용한 대학 실험실에서 테스트합니다. 하지만 이 논문은 이 특정 설정이 실제 가동 중인 산업용 광산에서 테스트된 최초의 사례라고 주장합니다.

도전 과제: 광산은 엉망진창입니다. 공기는 먼지로 가득하고, 터널은 좁으며, 무선 신호는 까다로울 수 있습니다.
결과: 시스템은 성공했습니다. 드론은 매끄럽게 비행했고, 인간이 선택한 경로를 따랐으며, 충돌을 피하면서도, 자신의 "두뇌"가 몇 마일 떨어진 다른 건물에 있는 상태에서도 잘 작동했습니다.

4. "생각의 속도" (지연 시간)

이것이 제대로 작동하려면 드론과 두뇌 사이의 "대화"가 믿을 수 없을 정도로 빨라야 합니다. 만약 신호가 너무 오래 걸린다면, 드론은 "정지" 명령을 받기도 전에 충돌할 수 있습니다.

연구진은 신호가 올라갔다가 다시 돌아오는 데 걸리는 시간(왕복 시간)을 측정했습니다.
그들은 지연 시간이 매우 작다는 것(대부분 4에서 13 밀리초 사이)을 발견했습니다.
비유: 친구에게 공을 던지고, 당신이 눈을 깜빡이기도 전에 공을 다시 받는 상황을 상상해 보십시오. 그것이 바로 이 시스템이 반응하는 속도입니다. 이처럼 매우 빨랐기 때문에 드론은 안정적이고 안전하게 비행할 수 있었습니다.

5. 핵심 요점

이 논문은 모든 로봇에 무겁고 비싼 컴퓨터를 탑재할 필요가 없다는 것을 증려합니다. 대신, 빠르고 신뢰할 수 있는 5G 연결만 있다면, 무거운 연산 작업을 근처의 강력한 컴퓨터로 보낼 수 있습니다.

요약하자면: 그들은 실제 광산에서 드론을 비행시키는 데 있어, 단순한 원격 제어가 아니라 슈퍼컴퓨터가 드론을 위해 생각하는 방식을 성공적으로 입증했습니다. 이는 이 기술이 실험실이 아닌 실제 현장에 적용될 준비가 되었음을 보여줍니다.

기술 요약: 산업용 지하 광산에서의 5G 연결 엣지 제어 항공 로봇의 실제 현장 배치

문제 정의
5G NR(New Radio) SA(Standalone) 네트워크와 엣지 컴퓨팅을 로봇 시스템에 통합하는 연구는 시뮬레이션 및 통제된 실험실 환경에서는 광범위하게 연구되어 왔으나, 실제 환경, 특히 위험한 산업 현장에서의 실질적인 검증에는 상당한 격차가 존재한다. 기존 연구들은 대개 비정형 환경인 활성 지하 광산과 같은 곳에서 시간-임계적(time-critical) 폐루프 제어 시스템을 배치할 때 발생하는 구체적인 과제들을 다루지 못하고 있다. 주요 장애물로는 통신 비대칭성(다운링크 지연 시간보다 업링크 지연 시간이 일반적으로 더 최적화되어 있는 현상), 고급 알고리즘인 비선형 모델 예측 제어(NMPC)를 실행하기 위한 온보드 로봇 프로세서의 계산 능력 제한, 그리고 네트워크 제어 시스템의 안정성을 보장하기 위한 견고하고 저지연인 양방향 통신의 필요성 등이 있다.

방법론 및 시스템 아키텍처
저자들은 엣지로 오프로드된 NMPC에 의해 제어되는 5G 연결 항공 로봇(쿼드콥터)의 실제 구현 사례를 제시한다. 시스템 아키텍처는 세 가지 주요 구성 요소로 이루어진다:

로봇 플랫폼: 환경 인지를 위한 Ouster LiDAR와 Ubuntu 20.04 및 ROS 1을 실행하는 Intel NUC가 탑재된 맞춤형 경량 쿼드콥터이다. 페이로드 무게를 최소화하기 위해, 드론은 네 개의 안테나를 통한 공간적 커버리지를 갖춘 Sierra Wireless EM9293 모뎀 기반의 맞춤형 5G 설정을 사용한다. 고대역폭의 포인트 클라우드 데이터를 전송하는 것을 피하기 위해 로컬라이제이션(localization)은 온보드에서 처리되며, 텔레메트리 및 명령 동작(킬로바이트 단위의 데이터)만이 전송된다.
5G 인프라: 배치는 광산 조건에 적합하도록 조정된 Ericsson 5G NR SA 네트워크를 활용한다. 여기에는 실외 커버리지를 위한 매크로 기지국(3.5 GHz, Band N78)과 실내 터널 커버리지를 위한 고지향성 안테나가 장착된 커스텀 2섹터 기지국이 포함된다. 네트워크는 여러 슬라이스를 사용하며, 그중 하나는 저지연 실험 애플리케이션에 최적화되어 있다.
엣지 컴퓨팅 클러스터: 고수준 제어기는 전용 인클로저에 위치한 온사이트 Kubernetes(k8s) 클러스터로 오프로드된다. 클러스터는 Intel 멀티코어 CPU, 590 GiB RAM, NVIDIA GTX 2080 Ti GPU를 갖춘 4개의 노드로 구성된다. NMPC 컨트롤러는 RKE(Rancher Kubernetes Engine)를 통해 관리되는 전용 k8s 포드 내에서 컨테이너화된 애플리케이션으로 실행된다. 로봇과 엣지 간의 통신은 5G 링크를 통한 UDP(User Datagram Protocol)를 통해 이루어진다.

제어 전략 및 지연 관리
시스템은 인간 운영자가 선택한 웨이포인트(waypoint)를 기반으로 매끄럽고 충돌 없는 궤적을 생성하기 위해 NMPC를 채택한다. 제어 루프는 왕복 시간(RTT) 지연에 영향을 받으며, 이는 $t_{rtt}(t) = t_u(t) + t_d(t) + t_p(t)$ 로 정의된다. 여기서 $t_u$ 와 $t_d$ 는 업링크 및 다운링크 전송 지연이며, $t_p$ 는 엣지 처리 시간이다. 저자들은 실험 중에 이러한 특정 지연을 측정하고 안정성 분석에 포함함으로써, 업링크 지연이 다운링크보다 높을 수 있는 셀룰러 네트워크의 비대칭성을 명시적으로 고려하였다.

실험 결과
시스템은 스웨덴 북부의 활성 산업 광산에서 검증되었다. 인간 운영자가 웨이포인트를 선택하였고, 엣지로 오프로드된 컨트롤러는 환경을 통해 로봇을 성공적으로 유도하였다.

궤적 추적: 로봇은 x, y, z 평면에서 참조 웨이포인트를 정확하게 따라갔으며, 이는 폐루프 시스템의 실현 가능성을 입증했다.
네트워크 성능: Qosium을 통해 수집된 측정값은 다음과 같다:
- 업링크(UL) 지연: 5 ms에서 34 ms 사이 (드리프트 보정 평균: 9.5 ms).
- 다운링크(DL) 지연: 3 ms에서 27 ms 사이 (드리프트 보정 평균: 6.5 ms).
- 지터(Jitter): UL 0–5 ms, DL 0–11 ms 범위.
- 처리량(Throughput): 평균 UL 트래픽은 2.1 Mbps, DL은 0.1 Mbps였다.
안정성: 측정된 지연 시간은 안정성 조건 $t_{rtt}(t) < \tau_{max}$ 를 만족하였으며, 이는 네트워크 유도 지연에도 불구하고 시스템이 안정적인 영역 내에서 작동함을 확인시켜 주었다.

주요 기여
본 논문은 통제되지 않은 실험실 외 환경에서 시간-임계적이고 5G로 연결된 엣지 제어 항공 로봇 플랫폼의 첫 번째 실제 구현 및 평가를 제공한다고 주장한다. 구체적인 기여는 다음과 같다:

실제 현장 프레임워크: 산업용 로보틱스를 위해 계산 집약적인 제어 모듈을 오프로드하기 위해 Kubernetes를 사용하는 시간-임계적 폐루프 엣지 기반 프레임워크를 개발하였다.
5G 통합: 가혹한 지하 환경에서 실시간 제어 요구 사항을 충족하기 위해 5G NR SA 네트워크를 성공적으로 통합하였다.
실현 가능성 검증: 이러한 시스템이 활성 산업 환경에서 안전하고 효율적으로 작동할 수 있음을 경험적으로 검증하여, 학술 연구와 산업 적용 사이의 간극을 메웠다.

의의 및 주장
저자들은 이 연구를 5G를 통한 에지 로보틱스의 광범위한 실현을 향한 중요한 단계로 규정한다. 그들은 계산 부하를 엣지로 전환함으로써 로봇 플랫폼을 더 저렴하고 가볍고 업그레이드가 용이하게 만들 수 있다고 주장한다. 본 연구는 현재의 5G 역량이 위험한 환경에서의 시간-임계적 자동화를 지원하기에 충분하다는 것을 입증하며, 더 안전하고 효율적인 광산 운영을 위한 경로를 제시한다. 논문은 현재 시스템이 성공적이지만, 향후 연구에서 신뢰성을 더욱 높이기 위해 더 발전된 데이터 오프로딩과 네트워크 링크 품질 파라미터를 미션 계획에 통합하는 방안을 탐구할 수 있다고 겸허히 결론짓는다.