Edge-based forklift proximity safety with mmWave radar + camera AI on oneM2M and ETSI MEC
oneM2M Hackathon 2026 · Team 4IoT (Sejong University)
📄 Hackster article ·
A 24 GHz mmWave radar (HLK-LD2450) and a camera AI (YOLO11n-pose on a Logitech C270) watch the area behind a forklift model. A risk engine on a Raspberry Pi 4 decides SAFE / WARNING / DANGER / UNKNOWN, and one oneM2M group request alerts the forklift alarm and the worker tag.
The figure shows the IN-routed dashboard configuration tested separately after the recorded demonstration. Port 18082 was used for the initial test; the current manually started dashboard uses port 8080. The grp-safezone-alarms resource is a oneM2M group; fopt is its virtual fan-out point. The zone alert is a resource without a physical alarm device.
| Case | What happens |
|---|---|
| A. Distance | WARNING inside 2.5 m, DANGER (fork stops) inside 1.5 m; restart only after 3 s of continuous SAFE |
| B. Posture | Same distance, but a crouching worker raises WARNING to DANGER (camera can raise risk, never lower it) |
| C. Camera AI stops | The radar keeps protecting; risk is not lowered |
| D. Radar stops | Radar data goes stale after 5 s → UNKNOWN and the fork stops (fail-safe) |
oneM2M is the global standard for IoT service platforms (specifications). We used the open-source tinyIoT CSE. In SafeZone, the standard gave us concrete benefits:
- One data model for every device. The radar, the camera AI, the risk engine and both alarm boards all read and write the same
AE/container/contentInstanceresources, so we could swap the radar simulator for the real LD2450 without changing the engine. - Plug-in alarms. Devices are found by label discovery and alerted through one group fan-out write, so adding a new alarm needs no change in the alert writer.
- Push, not polling, for devices. ESP8266 boards get alerts through subscriptions, and the same CSE serves both HTTP and MQTT bindings.
- Security built in. Each device gets its own access control policy; an unregistered originator gets
403. - Edge to cloud. The decision loop runs on the edge MN-CSE, which registers with the IN-CSE over Mcc, so the cloud keeps the history but is never in the safety loop.
- tinyIoT MN-CSE on the Pi, registered over Mcc to an IN-CSE on a laptop (Docker), which keeps the event history for the dashboard.
- Resources:
AE-forklift01/radar(radar CIN over the MQTT binding),AE-VisionAI/fusedTracks,AE-riskengine/events, and the groupgrp-safezone-alarmswhose/foptfan-out writes one alert into three alert containers. Devices receive it through subscriptions (HTTP notify). The worker tag registers itself with a label (type:worker-alarm) and its own ACP. - We patched tinyIoT so a group fan-out write triggers the members' notifications:
onem2m/tinyiot-patches/. - ETSI MEC: the MEC IPE (
onem2m/mec_ipe.py) finds the VisionAI service through the MEC 011 service registry (AdvantEDGE App Enablement), checks that its data is fresh, and writes the status into oneM2M (AE-mecIPE/MecServices/safezone-vision/status). MEC 011 experiments:experiments/mec011-host-a/.
| Folder | What it is |
|---|---|
radar/ |
LD2450 reader and oneM2M uploader (radar_node.py), radar simulator |
vision/ |
VisionAI: person + pose → floor coordinates → fusion with radar → fusedTracks (AGPL-3.0) |
engine/ |
Risk engine: distance + CPA (t_cpa, d_cpa), camera fusion rules, UNKNOWN on stale data |
onem2m/ |
Alarm group, MN→IN bridge, MEC IPE, latency tool, tinyIoT patches |
dashboard/ |
Monitoring dashboard (IN-routed MN state and IN history tested; the recorded demo used direct MN state reads) |
esp8266/ |
Forklift alarm node (SG90 fork + buzzer) and worker tag firmware |
systemd/, tools/preflight.py |
Pi services and the pre-demo check |
docs/ |
Architecture, data formats, deployment record, wiring diagrams |
Addresses below are placeholders. The full Korean runbooks are 시연방법.md and docs/runbook.md.
0. Try it without hardware (unit tests, Python 3.10+)
python -m pytest -q engine onem2m radar dashboard
cd vision && pip install -r requirements.txt && python -m pytest -q1. Edge node: Raspberry Pi 4 (Raspberry Pi OS 64-bit)
# Radar on UART: raspi-config → Interface Options → Serial Port: login shell "No", hardware "Yes", then reboot
sudo apt install mosquitto python3-serial python3-paho-mqtt
git clone https://github.com/extra-7ex/Sejong_4IoT_OneM2M.git
git clone https://github.com/seslabSJU/tinyIoT.git ~/tinyIoT
cd ~/tinyIoT && git apply --check ~/Sejong_4IoT_OneM2M/onem2m/tinyiot-patches/fopt-notify.patch && git apply ~/Sejong_4IoT_OneM2M/onem2m/tinyiot-patches/fopt-notify.patch
# Edit source/server/config.h as in onem2m/config.mn.example.h (MN-CSE, port 3000, MQTT on, IN-CSE address)
cd source/server && make clean && make- Register the MN-CSE as a service:
docs/runbook.md§2 (systemd/tinyiot-mn.service). - VisionAI: set up
vision/as invision/README.md(YOLO11n-pose, NCNN 320 on the Pi).
2. Cloud side: IN-CSE on a laptop
Run a second tinyIoT built with onem2m/config.in.example.h as the IN-CSE (we ran it in Docker). The MN registers to it over Mcc at start-up; check Remote CSE registration check: 200 in the MN log.
3. Start SafeZone on the Pi
cd ~/Sejong_4IoT_OneM2M
sudo bash systemd/install.sh $USER <VISION_DIR>
sudo systemctl enable safezone-radar safezone-engine safezone-bridge safezone-ipe safezone-vision safezone.target
python3 onem2m/alarm_group.py # labels, discovery, ACPs and the alarm group
sudo systemctl start safezone.target
python3 tools/preflight.py # checks services, data, alert writer and subscriptions4. Alarm devices (ESP8266, Arduino IDE)
Copy secrets.example.h to secrets.h (Wi-Fi and the Pi MN-CSE address), then flash esp8266/led_server/alert_node.ino to the forklift board and worker_node.ino to the worker tag. The worker tag registers itself; subscribe the forklift board with bash onem2m/sub_alert_node.sh <ESP_IP>. Wiring: 6.3 배선.
5. Dashboard
DASH_CSE_BASE=http://<PI_IP>:3000/TinyIoT-MN DASH_IN_BASE=http://<IN_IP>:<PORT>/TinyIoT python3 -m dashboard.server --port 8080 shows live state from the MN-CSE and history from the IN-CSE (dashboard/README.md).
Apache 2.0, except vision/ (AGPL-3.0, because it uses Ultralytics YOLO11). Details: 7. 라이선스.
레이더와 VisionAI로 작업자 근접 위험을 판단하고 현장 경보와 관제를 연결하는 엣지 시스템 (oneM2M · ETSI MEC 기반 AIoT 해커톤 · 4IoT 팀)
최종 수정: 2026-11-20
실장비 시연 (2026-11-20): SafeZone은 Raspberry Pi에서 레이더와 카메라 데이터를 결합해 위험을 판단하고, oneM2M 경보를 작업자 태그와 지게차 모형에 전달한다. 영상에서 거리별 위험 단계, 동일 작업자의 레이더·카메라 확인, 자세에 따른 WARNING→DANGER 상향, VisionAI 중단, 레이더 중단 시 UNKNOWN과 모형 포크 정지를 보여 준다. 경보 그룹의 세 CNT fan-out과 작업자 ESP의 DANGER 모드도 확인했다. 판단 이력은 Pi MN-CSE에서 노트북 IN-CSE로 전달돼 대시보드에서 조회할 수 있다.
MEC011 실기기 확인: Pi의 MEC 연동 AE가 수동 등록된 Vision 데이터 서비스를 발견하고 실제
fusedTracks를 조회했다. VisionAI를 재실행했을 때 데이터 상태가INACTIVE → ACTIVE로 갱신됐다. 등록 상태와 데이터 신선도는 각각 확인한다.
시연은 SG90으로 움직이는 축소 모형 포크를 사용했다. Vision 자동 시작, 장기 신뢰성과 실제 지게차 구동 제어는 검증 범위에 포함되지 않는다. 촬영 후 ACP 재시험에서는 세 alert CNT 기록까지 확인했으며 ESP 물리 동작은 다시 시험하지 않았다. 자세한 결과는 아키텍처와 배포 기록을 참고한다.
지게차와 크레인은 차체 구조상 사각지대가 넓어, 후진이나 선회 중 작업자와 부딪히거나 끼이는 사고가 반복된다. 기존 후방카메라와 경광등은 운전자를 보조할 뿐 작업자에게 직접 경고하지 않고, 장비가 스스로 멈추지도 않는다. UWB·BLE 태그 방식은 작업자가 장비를 착용해야 해서, 미착용이나 배터리 방전 시 보호 공백이 생긴다.
| 목표 | 내용 |
|---|---|
| 무태그 감지 | 24GHz mmWave 레이더(HLK-LD2450)로 태그 착용 여부와 관계없이 주변 표적을 감지한다 |
| 거리·접근 예측 | 거리와 상대운동으로 위험을 판단하고 작업자 경보와 모형 포크 정지를 연계한다 |
| 표준 기반 연결 | oneM2M 리소스와 MEC 서비스 발견을 통해 현장 판단, 경보, 관제와 향후 서비스 확장 경로를 연결한다 |
Pi의 실제 실행 흐름과 시험 경계는 호출 흐름 그림과 통합 기록에 정리했다. tinyIoT MN-CSE가 센서 입력과 경보를 연결하고, RiskEngine이 현장에서 위험을 판단한다. MEC 연동 AE는 서비스 이름으로 Vision 데이터 서비스를 발견해 허용된 oneM2M CSE에서 데이터를 조회한다. Pi에서는 수동 등록한 서비스 한 개로 이 경로를 확인했다. 위 영어 그림은 후속 IN 경유 관제 시험을, 아래 Mermaid 그림은 기존 시연의 MN 직접 조회 경로를 나타낸다.
flowchart LR
LD["LD2450"] -->|"UART"| RIPE
CAM["C270"] -->|"USB"| VIS
subgraph PI["Raspberry Pi"]
RIPE["레이더 수집 AE"]
VIS["VisionAI"]
RE["RiskEngine"]
IPE["MEC 연동 AE / IPE"]
subgraph MN["tinyIoT · oneM2M MN-CSE"]
CSE["CSE endpoint"]
RAD["radar CNT"]
FUSED["fusedTracks CNT"]
EVENT["events CNT"]
GROUP["경보 그룹 /fopt"]
FA["forklift alert CNT"]
WA["worker alert CNT"]
ZA["zone alert CNT"]
STATUS["MEC 서비스 status CNT"]
GROUP -->|"fan-out"| FA
GROUP -->|"fan-out"| WA
GROUP -->|"fan-out"| ZA
end
MECREG["MEC 서비스 등록부<br/>Vision 시험 서비스 수동 등록"]
BR["MN→IN 이력 브리지"]
end
RIPE -->|"Mca · MQTT CIN 생성"| RAD
VIS -->|"Mca · HTTP CIN 생성"| FUSED
RE -->|"Mca · HTTP polling"| RAD
RE -->|"Mca · HTTP polling"| FUSED
RE -->|"Mca · HTTP CIN 생성"| EVENT
RE -->|"Mca · HTTP CIN 생성"| GROUP
FA -->|"SUB · HTTP /notify"| FE["지게차 ESP<br/>서보 · 부저"]
WA -->|"SUB · HTTP via AE poa"| WE["작업자 ESP<br/>부저"]
IPE -->|"MEC011 서비스 발견"| MECREG
IPE -->|"Mca · HTTP 최신 CIN 조회"| FUSED
IPE -->|"Mca · HTTP 상태 기록"| STATUS
CSE -->|"Mcc · CSE 등록"| IN["노트북 IN-CSE"]
BR -->|"Mca · HTTP 조회"| EVENT
BR -->|"Mca · HTTP 이력 기록"| IN
DASH["노트북 대시보드"] -->|"Mca · HTTP 현재 상태 조회"| CSE
DASH -->|"Mca · HTTP 이력 조회"| IN
그림의 CNT와 그룹은 MN-CSE 안의 리소스다. 그룹은 세 alert CNT의 멤버 참조를 보유하며, zone은 물리 경보 장치가 없는 확장용 CNT다. RiskEngine이 레이더와 Vision CIN을 HTTP polling하고 events와 경보 그룹에 HTTP로 기록한다. 레이더 업로더의 radar CIN 생성은 MQTT다. 두 ESP로 가는 SUB 알림은 HTTP다.
MN의 IN 등록은 Mcc 관계이며 이벤트 이력은 별도 브리지가 HTTP로 복사한다. 기존 시연 대시보드는 MN을 직접 조회했고, 후속 시험에서는 IN에 등록한 관제 AE Cdashboard로 IN 경유 MN 조회를 확인했다. MEC IPE는 수동 등록된 서비스를 발견해 fusedTracks의 신선도를 조회하고 상태를 기록한다. RiskEngine은 이 IPE 상태를 입력으로 사용하지 않는다. 그림은 시연·시험 경로이며 최신 ACP 적용 뒤 두 ESP의 물리 동작까지 재확인한 것은 아니다.
초기 기획은 Mobius였으나 tinyIoT로 변경했다. tinyIoT는 C로 작성된 경량 oneM2M CSE라 라즈베리파이에서 부담 없이 동작하고, ETSI MEC 샌드박스에도 MN-CSE로 포함되어 있어 oneM2M과 ETSI MEC를 함께 다루는 대회 조건에 맞는다.
LD2450의 2D 표적 좌표로 현재 거리를 계산하고, 연속 좌표와 시간으로 상대속도 및 최근접 시점 t_cpa, 최근접 거리 d_cpa를 추정한다. t_cpa는 위험 반경에 처음 진입하는 시각이 아니라 일정한 상대속도를 가정한 최근접 시각이다. 입력 누락·오래된 데이터는 UNKNOWN으로 구분한다.
현재 Pi 시연 설정은 warning 2.5 m, danger 1.5 m, 레이더 입력 단절 판정 5초, 연속 표본 연결 간격 상한 5초다. 5초는 전송 주기가 아니며, 레이더 데이터의 센서 시각 최대 허용 나이 등 별도 시간 기준도 있다. 팀이 선택한 시연값이며 최적 추적 설정, 산업안전 기준 또는 검증된 제동 거리가 아니다. 별도 11월 18일 모형 시험은 1.0 m/0.5 m를 사용했으므로 녹화 날짜별 설정을 혼합하지 않는다. 센서 좌표계, 장착 오프셋, 실제 표적 유지와 수신 지연은 추가 검증이 필요하다.
Pi 운영 RiskEngine은 별도 설치 snapshot에서 실행되며, RADAR_LOCAL_DECISION=0일 때 엔진이 위험을 판단해 events와 경보 그룹에 기록한다. 그룹 /fopt fan-out으로 세 alert CNT에 DANGER가 기록되고 worker ESP가 위험 모드에 들어가는 것을 확인했다. 시연에서는 SG90 포크 서보가 모형 포크를 멈추는 장면도 보였다. 카메라는 위험도를 올릴 수 있지만 내리지는 않으며, 레이더 입력이 만료되면 UNKNOWN을 기록하고 모형 포크를 정지한다. 실제 지게차 주행 모터 제어나 안전 인터락은 아니다.
레이더 입력 만료 후 UNKNOWN과 SG90 모형 포크 정지는 시연했다. 엔진·CSE·Wi-Fi 자체가 끊겼을 때의 독립 정지, 부팅 후 그룹 복구, 모든 출력 조합과 장기 신뢰성은 검증하지 않았다.
시연 영상에서 VisionAI는 C270 입력을 처리해 레이더와 같은 사람을 confirmed로 연결했고, 쭈그린 자세 신호가 WARNING을 DANGER로 올렸다. 카메라 AI를 중지하는 경우와 레이더 입력이 만료되는 경우도 각각 시연했다. 노트북 대시보드는 MN 현재 상태와 브리지가 IN에 쌓은 이력을 표시한다. VisionAI는 시연 중 실행했으며 부팅 시 자동 시작 설정은 별도 확인 대상이다.
다음 리소스 트리는 Pi에서 조회해 확인한 경로와 그룹 구성을 요약한다. 독립 시험 서버와 운영 Pi는 서로 다른 설정·DB를 사용한다.
TinyIoT-MN [CSEBase]
├─ grp-safezone-alarms [GRP] mid → 세 alert CNT 참조
│ └─ fopt [가상 fan-out 요청 지점]
├─ AE-forklift01 [AE]
│ ├─ radar [CNT] LD2450 frame CIN
│ └─ alert [CNT]
│ └─ sub-alert-node [SUB] → forklift ESP HTTP /notify
├─ AE-worker01 [AE] lbl type:worker-alarm
│ ├─ alert [CNT]
│ │ └─ sub-worker01 [SUB] nu=Cworker01 → AE poa
│ └─ status [CNT] worker 상태
├─ AE-riskengine [AE]
│ └─ events [CNT] RiskEngine event history
├─ AE-VisionAI [AE]
│ └─ fusedTracks [CNT] camera/radar Vision output
├─ AE-zonealarm01 [AE]
│ └─ alert [CNT] group member; no physical zone device
└─ AE-mecIPE [AE]
└─ MecServices [CNT]
└─ safezone-vision [CNT]
└─ status [CNT] Vision service-health state
트리는 주요 리소스만 요약하며 ACP, CIN 및 추가 SUB 전체 목록은 생략했다. fopt는 하위 CNT가 아니라 그룹의 fan-out 요청 지점이다. SUB의 대상 IP와 AE의 poa는 네트워크에 따라 바뀔 수 있다.
worker AE 재등록 후 새 alert CNT RI를 경보 그룹 mid에 연결했다. 후속 ACP 변경으로 운영 group macp와 세 alert CNT에 Criskengine CREATE 권한을 설정하고 cnm=3을 확인했다. 녹화 시연에서는 /fopt fan-out 뒤 worker ESP의 DANGER 모드를 관찰했으며, 촬영 후 ACP 재시험은 세 CNT 기록까지만 확인했다. 정확한 ACP/SUB URI와 서버별 CSE naming은 배포 기록에서 구분한다.
주요 리소스 유형: CSEBase(ty 5)는 서버 최상위, ACP(1)는 접근 정책, AE(2)는 애플리케이션, CNT(3)는 데이터 컨테이너, CIN(4)은 개별 데이터, GRP(9)는 그룹, SUB(23)는 변경 알림 설정이다.
리소스에는 lbl(라벨)을 붙여 이름을 몰라도 검색으로 찾게 했다(?fu=1&lbl=safezone:alarm). 경보 장치는 이 검색으로 그룹 grp-safezone-alarms에 묶이고, 경보 작성자는 그룹의 fanOutPoint(/fopt)에 한 번 쓴다. 만드는 법은 python3 onem2m/alarm_group.py, 설명은 시연방법.md G절.
| 구간 | 현재 상태 |
|---|---|
| radar CIN → RiskEngine | Pi 업로더 MQTT CIN 생성, RiskEngine HTTP polling 확인 |
| RiskEngine → events / alert group | Pi 별도 설치본이 HTTP로 events와 /fopt 기록. 세 alert CNT의 DANGER 확인 |
| alert SUB → ESP8266 | Worker nu=Cworker01 → AE poa 경로와 worker 위험 모드 확인. Forklift /notify 경로의 모형 동작은 11/15·11/18 시험 보고 |
| events → IN-CSE | MN→IN 브리지 HTTP polling/write와 노트북 Docker IN 기록 확인 |
MQTT oneM2M binding과 HTTP 요청, oneM2M SUB resource는 서로 다른 층의 기능이다. 현재 MQTT는 radar CIN 생성 구간이고, RiskEngine·Vision write/read, ESP notification, MN→IN bridge는 HTTP다. Pi 운영 MEC IPE가 MEC011에서 수동 등록한 Vision 서비스를 발견하고 실제 oneM2M CIN의 freshness를 조회했다. 여러 엣지 장비에 대한 서비스 자동 등록·주소 갱신, 적절한 서비스 자동 선택과 원격 CSE 연결은 다음 단계다.
| 입력·출력 | 현재 코드·시험 가정 | 확인할 사항 |
|---|---|---|
| radar | x, y: mm; v: cm/s. 실제 CIN 예시에 slot 포함 보고 |
단위·부호·timestamp·빈 프레임 주기와 슬롯 유지 |
| fusedTracks | x, y, dist_m: m; ttc_s: 초 |
원점·축 방향·표적 ID·시각·유효 기간 |
| events | RiskEngine 판단 이력; status, level, reason 등 |
생성·조회와 IN 전달 |
| alert | 장치용 상태 메시지 | 필드·작성 주체 및 UNKNOWN 처리 합의 |
CIN의 con은 JSON 문자열일 수 있다. Vision의 ttc_s와 RiskEngine의 t_cpa는 서로 다른 계산이다. 센서 timestamp와 엔진의 monotonic 수신 시각은 혼용하지 않는다.
예를 들어 radar의 한 표적은 {"ts": 1760360000.12, "targets": [{"slot": 0, "x": 373, "y": 366, "v": -8}]} 형태를 사용할 수 있다. 이는 형식 예시이며 슬롯의 추적 연속성·실제 빈 프레임 전송을 보장하지 않는다.
| 구간 | 현재 확인 및 목표 |
|---|---|
| LD2450 → Radar Collection IPE | UART, Pi radar uploader |
| Radar IPE → MN-CSE | MQTT oneM2M radar CIN create |
| VisionAI → MN-CSE | C270 USB input; VisionAI HTTP fusedTracks CIN create |
| MN-CSE ↔ RiskEngine | HTTP polling for radar/Vision; HTTP create for events and alert-group /fopt |
| alert CNT → ESP | HTTP SUB notification over Mca; worker DANGER mode verified; forklift servo/buzzer in dated model tests |
| MN-CSE → IN-CSE | MN registers with laptop IN over Mcc; a separate bridge AE copies event summaries over HTTP/Mca |
| MEC011 / Vision status | Operational IPE discovered the manually registered fusedTracks service and read actual oneM2M data; status changed INACTIVE→ACTIVE during a brief VisionAI run |
Sejong_4IoT_OneM2M/
├─ README.md 프로젝트 소개
├─ 시연방법.md 시연 실행 절차 (Pi 한 대로 전체 파이프라인, 서비스, 엔진 경보 모드)
├─ docs/
│ ├─ architecture.md 시스템 구성, 리소스 트리, 호출 흐름
│ ├─ data-format.md 컨테이너별 데이터 형식 (팀 합의 문서)
│ ├─ cse-naming.md CSE·AE 이름 규칙
│ └─ runbook.md tinyIoT 운영, MEC 생존 확인 IPE
├─ radar/ 레이더: LD2450 업로더(radar_node.py), 가상 레이더(sim_rader.py)
├─ engine/ 위험 판단 엔진: 거리·CPA, 카메라 결합 규칙, SAFE 해제 지연
├─ vision/ VisionAI: 카메라 사람·자세 → 바닥 좌표 → 레이더와 결합 → fusedTracks (AGPL-3.0)
├─ onem2m/ MN→IN 브리지, MEC 생존 확인 IPE, 경보 장치 그룹(lbl+grp), 지연 측정, 구독·CSE 스크립트
├─ dashboard/ 관제 대시보드 (MN 실시간, IN 이력, VisionAI 상태)
├─ esp8266/ 지게차 노드(alert_node), 작업자 노드(worker_node), MQTT 판
├─ systemd/ Pi 서비스 (radar·engine·bridge·MEC IPE; 로컬 dashboard unit은 임시)
├─ tools/preflight.py 시연 전 점검 (서비스·데이터·경보 작성자·죽은 구독)
├─ experiments/mec011-host-a/ MEC 011 서비스 등록·발견 실험, oneM2M↔MEC 연동 AE
└─ camera/ (초기 버전) 웹캠 모션 감지
Wi-Fi 정보가 들어가는 secrets.h는 .gitignore로 제외하고, 양식인 secrets.example.h만 올린다.
| 장비 | 수량 | 용도 |
|---|---|---|
| HLK-LD2450 24GHz 레이더 | 1 | Pi UART로 작업자 무태그 감지 입력 |
| Raspberry Pi 4B | 1 | tinyIoT MN-CSE, radar uploader, RiskEngine, VisionAI, bridge, MEC IPE |
| Logitech C270 | 1 | USB 카메라; VisionAI가 영상 처리 |
| NodeMCU ESP8266 1.0 + HW-389 | 1 | 축소 지게차 경보 노드 |
| SG90 서보 | 1 | 모형 포크 움직임·정지. 주행 모터가 아님 |
| 능동 부저 TMB12A05 | 2 | 지게차·작업자 경보음 |
| NodeMCU ESP8266 v3 (LoLin) | 1 | 작업자 태그, 부저와 LED 표시창 |
| 9 V 배터리 | 1 | 모형 안의 forklift alarm node 전원 |
| Pi용 5 V, 3 A 전원 | 1 | Raspberry Pi 전원 |
| USB 보조배터리 | 1 | 휴대폰 핫스팟 외부 구성 시험에서 사용 |
| 노트북·휴대폰 핫스팟 | 각 1 | Docker IN-CSE, 시연 대시보드, 네트워크·SSH·펌웨어 업로드 |
| 3D 프린팅 부품 | 필요 수량 | 지게차 축소 모형, 레이더 장착부, 작업자 태그 케이스 |
| 구분 | 내용 |
|---|---|
| MEC OS | Raspberry Pi OS Lite 64-bit (Debian Trixie) |
| oneM2M CSE | tinyIoT MN-CSE 및 IN-CSE (C, DB는 SQLite) |
| 레이더·RiskEngine·VisionAI·브리지·대시보드·IPE | Python 3 |
| VisionAI | Ultralytics YOLO11n-pose (NCNN), OpenCV |
| MQTT 브로커 | Eclipse Mosquitto (Pi, oneM2M MQTT 바인딩) |
| IN-CSE | Docker 컨테이너 |
| ESP8266 | Arduino IDE, esp8266 보드 패키지 3.1.2, ArduinoJson 7 |
| 개발 도구 | VS Code Remote-SSH, Git/GitHub |
| 3D 모델링 | OpenSCAD |
회로도: 레이더 노드 · 지게차 경보 노드 · 작업자 경보 태그
① 레이더 노드: LD2450 → Raspberry Pi 4 (UART)
| LD2450 | Raspberry Pi 4B |
|---|---|
| 5V | 핀 2 (5V) |
| GND | 핀 6 (GND) |
| TX | 핀 10 (GPIO15, RXD) |
| RX | 핀 8 (GPIO14, TXD) |
통신 규격은 256000 bps, 8N1, 3.3 V 레벨이다. raspi-config에서 시리얼 로그인 셸은 끄고 시리얼 하드웨어는 켠다. C270은 USB로 Pi에 연결된다. 지게차 모형의 SG90은 포크를 움직이며, 차량 주행 모터가 아니다.
② 지게차 경보 노드: NodeMCU 1.0 + HW-389 확장보드
| 부품 | 연결 | 비고 |
|---|---|---|
| SG90 신호 (주황) | D5 (GPIO14) | Servo.attach(14, 500, 2400) |
| SG90 + (빨강) | 확장보드 전원 헤더 5V | 신호 열의 V 핀(3.3V)은 쓰지 않음 |
| SG90 − (갈색) | GND | |
| 부저 + (긴 다리) | D6 (GPIO12) | 능동 부저 TMB12A05 |
| 부저 − (짧은 다리) | GND | |
| 9V 건전지 | 확장보드 DC 잭 | 단독 동작 |
tinyIoT 구독 알림(HTTP /notify)으로 AE-forklift01/alert를 받는다. safe: 포크 왕복 / warn: 왕복 + 느린 경보 / danger·unknown: 포크 정지 + 경보. 내장 LED(GPIO2)는 경보 중 켜진다.
③ 작업자 경보 태그: NodeMCU v3 (LoLin)
| 부품 | 연결 |
|---|---|
| 부저 + (긴 다리) | D6 (GPIO12) |
| 부저 − (짧은 다리) | GND |
| USB 보조배터리 | micro-USB |
켜지면 tinyIoT에 AE-worker01로 스스로 등록한다(lbl type:worker-alarm). warn: 느린 경보, danger: 빠른 경보, 내장 LED가 부저와 함께 깜빡인다.
초기 목표 배선안(ESP8266이 레이더를 직접 읽고 아두이노가 모터 드라이버를 제어)은 채택하지 않았다. 레이더는 Pi UART로 읽고, 경보 장치는 oneM2M 구독 알림을 받아 ESP8266이 직접 서보·부저를 제어한다.
대회 규정에 따라 소스 코드는 Apache License 2.0, 코드가 아닌 자료는 CC BY 4.0으로 공개한다. 단, VisionAI는 AGPL-3.0인 Ultralytics YOLO11을 사용하므로 vision/만 AGPL-3.0이다.
| 부분 | 라이선스 | 이유 |
|---|---|---|
engine/, radar/, onem2m/, esp8266/, camera/ 코드 |
Apache 2.0 (LICENSE) | 대회 소스 코드 규정 |
vision/ (VisionAI) |
AGPL-3.0 (vision/LICENSE) | Ultralytics YOLO11(AGPL-3.0) 사용 |
문서(docs/, README), 발표 자료, 시연 영상 |
CC BY 4.0 | 대회 비코드 자료 규정 |
각 부분은 따로 실행되는 프로그램이고 oneM2M CSE(HTTP/MQTT)로만 데이터를 주고받는다. 서로 코드를 링크하지 않으므로 vision/의 AGPL-3.0 조건은 Apache 2.0 부분에 적용되지 않는다. 대회 라이선스 멘토가 2026-11-13에 이 구분을 검토했고 대회에 문제가 없다고 답했다. VisionAI의 외부 라이브러리 라이선스는 vision/README.md에 있다.
License (English): Source code is Apache 2.0 (LICENSE), except vision/, which is AGPL-3.0 because it uses Ultralytics YOLO11. Non-code content is CC BY 4.0. The parts run as separate programs and talk only through the oneM2M CSE, so the AGPL-3.0 terms of vision/ do not extend to the rest.
