자율 주행 맥주 배달 탱크: Walabot + 아두이노 + 라즈베리파이 + 알렉사 통합

필요한 부품 및 소모품

부품	수량	비고
Walabot Creator (3D 레이더 센서)	1	전방 장애물/사람 감지용
아두이노 MKR1000	1	모터/서보/크레인 제어, 3개 외부 인터럽트 필요
라즈베리파이 3 모델 B	1	Walabot 처리, 알렉사/AWS 연동
아마존 알렉사 에코 (또는 echosim.io)	1	음성 제어용
SparkFun 듀얼 모터 드라이버 TB6612FNG (1A)	1	DC 모터 2개 제어
탱크 프레임 (브러시드 DC 모터 2개 내장)	1	Banggood 구매품
서보 모터 Tower Pro MG996R	3	해치 2개 + 크레인 도어 1개
메탈 빌더 키트 (프레임 보강용)	1
스테퍼 모터 28BYJ-48 + 드라이버 X113647	1	크레인 승강용
7.4V LiPo 배터리 + 충전기	각 1	메인 전원
로터리 포텐셔미터 10kΩ	1	크레인 각도 피드백용
LED (스트립 세그먼트)	2	헤드라이트 + 표시등
낚시줄	1	크레인 와이어용
얇은 플라스틱/하드보드지 (커버용)	1
5V BEC 회로	1	라즈베리파이/아두이노/서보 전원용
저항 10kΩ, 22.1kΩ, 2.21kΩ	각 1	전압 분배/풀업용
달링턴 트랜지스터 (고전력)	1	LED 구동용
30cm 나무 자 (프레임 보강)	2
전압계 (옵션)	1	배터리 잔량 표시용
RC 송수신기 (옵션)	1	수동 제어용, 미장착 시 자율만 가능
맥주 (필수!)	1	배달 화물

필요 도구

• 납땜 인두, 열접착 글루건
• 톱, 드릴, 줄 (금속/목재 가공용)

사용 소프트웨어 및 클라우드 서비스

• 아두이노 IDE
• AWS IoT, AWS Lambda, Alexa Skills Kit
• Walabot SDK
• Python (라즈베리파이 측 메인 로직)

프로젝트 개요

"맥주와 탱크, 남자의 로망을 결합했다!" 음성 명령으로 맥주를 배달해주는 자율 주행 탱크 'WalaBeer Tank' 제작기입니다. Walabot 레이더로 사람을 추적하는 '팔로우 미' 모드와 RC 수동 모드를 모두 지원합니다.

섀시 제작 및 보수

Banggood 탱크 프레임 구매 후 배송 중 파손되어 수리에 많은 시간 소요. 에폭시 접착제로 대부분 복구 성공.

크레인 설계 (맥주 배달 메커니즘)

맥주를 본체 내부에 숨겼다가 크레인으로 들어올려 배달하는 방식. 메탈 빌더 키트로 골격 제작, 스테퍼 모터(28BYJ-48)와 낚시줄로 승강 구현. 초기엔 구조 강도 부족으로 휘어짐 → 30cm 나무 자 2개로 보강하여 해결.

케이스 및 외장

Walabot 마운트: 자석 부착식으로 탈착 용이. 전면 커버는 검정 하드보드지/플라스틱 시트로 제작. 상단 해치는 서보 2개로 개폐, 맥주 배달 시 열리며 크레인이 상승.

크레인 피드백 시스템 개선

초기: 단순 리미트 스위치 (나사+스프링) → 신뢰성 낮음.
개선: 크레인 축에 10kΩ 포텐셔미터 부착 → 아날로그 값으로 정확한 각도 감지. 상/하 한계값 설정으로 신뢰성 확보.

회로 설계

아두이노 MKR1000이 모터 드라이버(TB6612FNG), 서보 3개, 스테퍼 드라이버, LED, 포텐셔미터, 배터리 전압 측정, RC 수신기(3채널) 제어. 라즈베리파이와 USB-시리얼 통신.

MKR1000 선택 이유: 외부 인터럽트 3개 핀 필요 (RC 3채널 PWM 읽기용). 아두이노 우노는 2개만 지원.

RC 제어 로직 (아두이노)

• 채널 1 (수직): motorSpeedBase = (pulse - 1500) / 2 → 기본 속도 (-255~255)
• 채널 2 (수평): motorSpeedChange = (pulse - 1500) / 3 → 회전 보정
• 채널 3 (스위치): elevated = (pulse < 1500) → 크레인/해치 제어
• 최종 속도: right = base + change, left = base - change (클램핑 적용)

라즈베리파이 ↔ 아두이노 시리얼 프로토콜

명령	동작
s	RC 제어 비활성화, 시리얼 제어 모드 진입 (응답: OK)
r	RC 제어 재활성화
e	크레인 상승 + 해치 오픈
d	크레인 하강
m X Y	모터 속도 직접 지정 (X=base, Y=change)
b	배터리 전압 ×100 정수 반환
l / o	라이트 켜기/끄기

자율 모드 시 채널 3(스위치)는 안전 스위치로 유지: 끄면 즉시 정지.

Walabot 연동 및 '팔로우 미' 알고리즘

Walabot은 마이크로파 3D 이미징 센서로 벽 투과, 호흡 감지, 야간 감지 가능. MTI(Moving Target Identification) 모드로 이동 물체 최대 4개, 1.5m 거리까지 감지.

초기 방식: 사용자가 80cm 앞에 서면 가장 가까운 고진폭 타겟을 사람으로 가정.

개선 방식 (추천받은 알고리즘):

1. 초기화: 80cm 거리 가장 가까운 타겟 = 사람
2. 매 프레임: 이전 위치와 가장 가까운 타겟을 새 사람 위치로 갱신
3. 위치 변화가 임계값 초과 시 갱신 중단, 정지 후 재탐색

목표: 사람을 목표 영역(빨간 사각형) 중앙에 유지. 프레임 레이트 약 6 FPS(0.16초/프레임)로 저속 주행 필수. 회전+직진 동시 불가 → 순차 동작으로 신뢰성 확보.

알렉사 음성 제어

초기 ngrok 터널링 테스트 → AWS Lambda + AWS IoT로 전환. Kurt Braun 유튜브 튜토리얼 참조. Node-RED 대신 Python + Paho MQTT 클라이언트 사용.

지원 명령어:

• "Start Beer Tank" (스킬 시작)
• "Turn on/off the lights"
• "Open/close the cargo hatch"
• "Start/stop following me"
• "Stop/Cancel" (종료)

스킬 ID: amzn1.ask.skill.a7453502-b1aa-47fa-a552-ed8e2c792b2e

취소된 기능: 타코미터

바퀴에 흑백 패턴 + 반사형 IR 센서로 회전수 측정 구현했으나, 저속에서 샘플링 레이트 부족, GPIO 핀 부족으로 미채택.

결론

음성 제어, 자율 추적, 맥주 배달 모두 작동. Walabot이 예상보다 훌륭한 내비게이션 센서임 입증. 향후 속도 개선 및 하드웨어 보완 예정.

소스 코드: github.com/abysmalsb/Beer-Tank