KR-102958750-B1 - Integrated hardware platform for AI IoT learning

Abstract

본 발명은 AI IoT 학습용 통합 하드웨어 플랫폼에 관한 것으로서, 보다 상세하게는 AI IoT 기술에서 사용되는 다양한 MCU 보드의 GPIO를 기능 별로 분류하여 GPIO를 재배정하여 병렬로 연결하는 과정을 통해 마치 1개로 통합된 MCU 보드처럼 사용 할 수 있도록 통합 병렬 GPIO맵을 생성하는 기술을 제공하고, n개의 MCU 보드 중에 어느 하나가 MCU 소켓에 장착되면 자동으로 인식되어 AI IoT 학습용 통합 보드에 장착된 모든 센서모듈을 통합 병렬 GPIO맵을 통해 신호간에 충돌 없이 제어 할 수 있으며, AI IoT 센서모듈에 대해 보다 체계적으로 학습 및 교육할 수 있는 AI IoT 학습용 통합 하드웨어 플랫폼에 관한 것이다. 본 발명은 각 MCU 보드가 장착될 수 있는 멀티 소켓이 마련되고, 다수의 센서모듈이 실장되는 기판과; 어느 하나의 MCU 보드가 상기 멀티 소켓에 실장되면 어느 MCU 보드가 실장 되었는지를 인식하는 MCU 보드 자동인식부와; 각 MCU 보드에서 모든 GPIO가 각 센서모듈의 속성에 따라 분류되고, 각 MCU 보드에서 동일 속성으로 분류된 GPIO들을 세트화한 개별 GPIO맵이 마련되며, 모든 센서모듈에 대한 개별 GPIO맵이 통합된 통합 병렬 GPIO맵;을 포함하는 것을 특징으로 한다.

Inventors

• 김민정

Assignees

• 주식회사 툴박스

Dates

Publication Date

20260506

Application Date

20251202

Claims (6)

1. 서로 다른 개수의 GPIO를 갖는 복수의 MCU 보드를 통합 처리할 수 있는 AI IoT 학습용 통합 하드웨어 플랫폼에 있어서, 각 MCU 보드가 장착될 수 있는 멀티 소켓이 마련되고, 다수의 센서모듈이 실장되는 기판과; 어느 하나의 MCU 보드가 상기 멀티 소켓에 실장되면 어느 MCU 보드가 실장되었는지를 인식하는 MCU 보드 자동인식부와; 각 MCU 보드에서 모든 GPIO가 각 센서모듈의 속성에 따라 분류되고, 각 MCU 보드에서 동일 속성으로 분류된 GPIO들을 세트화한 개별 GPIO맵이 마련되며, 모든 센서모듈에 대한 개별 GPIO맵이 통합된 통합 병렬 GPIO맵; 을 포함하는 것을 특징으로 하는 AI IoT 학습용 통합 하드웨어 플랫폼.
2. 제1항에 있어서, 상기 멀티 소켓은 각 MCU 보드 별로 복수 개가 마련되고, 상기 MCU 보드 자동인식부는, 특정 MCU 보드가 어느 하나의 멀티 소켓에 실장되면 해당 MCU 보드에 대한 리셋 신호를 발생하는 리셋핀과, 상기 리셋핀에서 발생된 리셋 신호의 고주파 잡음을 제거하는 콘덴서와, 상기 콘덴서와 병렬 연결되어 리셋 신호를 그라운드로 끌어당겨 안정적인 LOW 상태를 만드는 저항을 포함하는 것을 특징으로 하는 AI IoT 학습용 통합 하드웨어 플랫폼.
3. 제1항에 있어서, 상기 통합 병렬 GPIO맵은, MCU 보드 별로 구비된 각 GPIO를 일반 GPIO와 기능 GPIO로 대분류하고, 일반 GPIO는 INPUT과 OUTPUT으로 소분류하고, 기능 GPIO는 INPUT, OUTPUT 및 INPUT/OUTPUT으로 소분류하는 S1단계와; 가장 적은 개수의 GPIO를 가진 MCU 보드를 기준 MCU 보드로 선정하고, 상기 기준 MCU 보드에 구비된 GPIO를 각 센서모듈의 속성 별로 배정한 다음, 나머지 MCU 보드에서도 GPIO를 각 센서모듈의 속성 별로 배정하여 GPIO들을 세트화한 개별 GPIO맵을 생성하는 S2단계; 를 포함하는 것을 특징으로 하는 AI IoT 학습용 통합 하드웨어 플랫폼.
4. 제3항에 있어서, 상기 통합 병렬 GPIO맵은, 상기 S2단계에서 기준 MCU 보드에 구비된 다수의 GPIO 중 일부가 다른 센서모듈에 중복 배정된 경우, 나머지 MCU 보드에서도 상기 다른 센서 모듈에 대하여 중복 배정되도록 하여 중복된 개별 GPIO맵을 생성하는 S3단계; 상기 개별 GPIO맵 및 중복된 개별 GPIO맵 각각을 병렬로 연결하여 통합 병렬 GPIO맵을 생성하는 S4단계;를 더 포함하여 구성되는 것을 특징으로 하는 AI IoT 학습용 통합 하드웨어 플랫폼.
5. 제4항에 있어서, 상기 통합 병렬 GPIO맵은, 상기 S3단계에서 생성한 중복된 개별 GPIO맵 중에서, 나머지 MCU 보드에 구비된 GPIO가 다른 센서 모듈과 중복 배정될 수 없고 특정 GPIO만 사용하도록 설정된 경우에는 예외처리 GPIO로 선정하여 중복된 개별 GPIO맵을 생성하지 않고, 예외처리된 개별 GPIO맵을 생성하는 S3-1단계;를 더 포함하여 구성되는 것을 특징으로 하는 AI IoT 학습용 통합 하드웨어 플랫폼.
6. 제5항에 있어서, 상기 예외처리 GPIO가 구비된 MCU 보드가 기판에 실장되는 경우에는 상기 MCU 보드 자동인식부에서 해당 출력신호를 전송하면 게이트가 열려 예외처리 GPIO가 작동하도록 하고, 나머지 MCU 보드가 기판에 실장되는 경우에는 게이트가 닫혀 예외처리 GPIO가 작동하지 않도록 제어하는 예외처리부; 를 더 포함하는 것을 특징으로 하는 AI IoT 학습용 통합 하드웨어 플랫폼.

Description

AI IoT 학습용 통합 하드웨어 플랫폼{Integrated hardware platform for AI IoT learning} 본 발명은 AI IoT 학습용 통합 하드웨어 플랫폼에 관한 것으로서, 보다 상세하게는 AI IoT 기술에서 사용되는 다양한 MCU 보드의 GPIO를 기능 별로 분류하여 GPIO를 재배정하여 병렬로 연결하는 과정을 통해 마치 1개로 통합된 MCU 보드처럼 사용 할 수 있도록 통합 병렬 GPIO맵을 생성하는 기술을 제공하고, n개의 MCU 보드 중에 어느 하나가 MCU 소켓에 장착되면 자동으로 인식되어 AI IoT 학습용 통합 보드에 장착된 모든 센서모듈을 통합 병렬 GPIO맵을 통해 신호 간에 충돌 없이 제어 할 수 있으며, AI IoT 센서모듈에 대해 보다 체계적으로 학습 및 교육할 수 있는 AI IoT 학습용 통합 하드웨어 플랫폼에 관한 것이다. 일반적으로 MCU 보드는 CPU, 메모리, 입출력 장치 등이 하나의 칩에 집적된 마이크로컨트롤러 유닛(MCU)을 중심으로, 프로그래밍이 가능하도록 제작된 소형 컴퓨터 보드를 의미하며, 특정 기계나 전자 장치를 제어하기 위한 임베디드 시스템에 사용되며, 하나의 칩으로 컴퓨터의 기본적인 역할을 수행한다. 현재 이러한 MCU 보드를 이용하여 AI 또는 IoT에 관한 학습하는 형태는 필요한 MCU 보드 중 한 개를 선택해서 기판 상에서 부품을 배치하고, 배선을 점퍼로 직접 연결하는데, 부품 수가 많으면 점퍼선도 많아져 구조나 작업이 매우 복잡 해 진다. 게다가 다른 실험을 하면 이전에 실험했던 결과가 그대로 남아 있지 않기 때문에 반복 재학습이 어렵고, 여러 개의 IoT 센서모듈을 연동하는 프로그램의 경우에는 아예 복잡해서 시도조차 할 수 없었다. 다만, 최근에는 관련 산업이 발전해서 도 7에 도시된 바와 같이 기판에 일체형으로 센서모듈과, MCU 보드가 통합된 통합 보드를 사용해 왔다. 그러나 이런 통합 보드 마저도 제조사마다 장착된 센서모듈의 개수와 종류가 서로 달라서 교육자 및 피교육자들은 동일한 종류의 기판을 여러 개 구입하고, 각 기판마다 동일한 센서모듈이 탑재된 관계로 매우 불편하고 비경제적이다. 그러나 AI IoT 시대로 발전해가는 요즘에는 다양한 MCU 보드가 출현하고 개발 플랫폼도 다양해지고 있다. 특히 MCU 보드에 장착된 여러 개의 IoT센서모듈을 1세트만 장착하고 멀티 MCU 보드가 공용으로 사용되는 통합 멀티 MCU 보드에 대한 요구는 여러 MCU 보드를 접하는 교육자 및 피교육자에게는 더욱 절실한 실정이다. 한편, 이와 관련된 선행기술로서, 대한민국 등록특허 제10-2014412호에서는 MCU가 안착되는 안착부 및 상기 MCU가 상기 안착부에 안착되는 경우 상기 MCU에 구비된 다수의 입출력 핀이 삽입되는 다수의 천공이 형성되는 절연기판; 상기 MCU에 구비된 상기 다수의 입출력 핀이 상기 다수의 천공에 삽입되는 경우, 상기 다수의 입출력 핀에 전기적으로 연결 및 기계적으로 결합되는 다수의 제1연결포트; 상기 다수의 제1연결포트와 대응되도록 구비된 다수의 제2연결포트; 및 상기 다수의 제1연결포트와 상기 다수의 제2연결포트를 전기적으로 연결하도록 상기 절연기판에 인쇄된 인쇄회로;를 포함하되, 상기 안착부는, 상기 MCU가 상기 안착부에 안착 시에 상기 MCU가 상기 절연 기판의 수평방향으로 유동하는 것을 방지하도록, 상기 절연 기판의 수직방향으로 만입 또는 천공되어 있는 공간인, MCU 테스트용 확장 보드가 개시되어 있다. 다만, 상기 등록특허의 경우에는 다수의 입출력 핀이 기계적으로 견고하게 연결포트에 연결되는 구조에 대한 것으로서, 다양한 MCU 보드에 대한 학습을 위해 호환성과, 공용성 제공할 수 있는 통합 처리 기술에 대한 근본적인 해결책을 제시하지 못하고 있는 실정이다. 도 1은 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의 구조를 나타낸 도면이다. 도 2는 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의의 PCB 기판을 나타낸 도면이다. 도 3은 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의 특정 MCU 보드에 대한 자동인식 및 예외처리에 대한 회로도를 나타낸 도면이다. 도 4는 본 발명의 병렬 GPIO 구조의 개념을 나타낸 도면이다. 도 5는 본 발명의 통합 병렬 GPIO맵을 처리하는 과정을 나타낸 플로우차트다. 도 6은 본 발명의 일실시예에 따른 통합 병렬 GPIO맵을 나타낸 도면이다. 도 7 내지 도 9는 각각 본 발명의 실시 예에서 실제 사용된 기판 및 MCU 보드를 나타낸 것이다. 도 10은 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의 구조를 설명하는 도면이다. 이하, 본 발명의 실시 예를 상세히 설명하면 다음과 같다. 본 발명을 설명함에 있어서, 관련된 공지기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명은 생략한다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자의 의도 또는 판례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 도 1은 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의 구조를 나타낸 도면이고, 도 2는 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의의 PCB 기판을 나타낸 도면이며, 도 3은 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼의 특정 MCU 보드에 대한 자동인식 및 예외처리에 대한 회로도를 나타낸 도면이다. 도 1 내지 도 3을 참조하면, 본 발명에 따른 AI IoT 학습용 통합 하드웨어 플랫폼은 서로 다른 개수의 GPIO를 갖는 복수의 MCU 보드를 통합 처리할 수 있는 것으로서, 크게 기판과, MCU 보드 자동인식부와, 통합 병렬 GPIO맵과, MCU 통합처리부를 포함하여 구성될 수 있다. 상기 기판은 PCB 기판인 것을 예시할 수 있으며, 각 MCU 보드가 장착될 수 있는 멀티 소켓과, 예를 들어 16개의 IoT 센서모듈이 실장된 베이직모듈부와, 기판에 직접 실장 되지 않고 소켓과 커넥터를 통해 외부 센서모듈에 연결되는 핀소켓을 구비한 확장모듈부와, 전원부를 포함하여 구성될 수 있다. 상기 멀티 소켓은 각 MCU 보드 별로 복수 개가 마련될 수 있다. 그리고 각 MCU 보드는 미리 정해진 멀티 소켓에 실장 될 수 있으며, 상기 기판에는 1개의 MCU 보드만 장착하여 사용할 수 있다. 여기서 멀티 소켓에 장착된 MCU 보드는 MCU 통합처리부를 통해 통합 병렬 GPIO맵에서 자신에 해당되는 GPIO주소를 이용해 상기 베이직모듈부와 확장모듈부에 연결된 IoT 센서 모듈들을 제어하게 된다. 상기 전원부는 복수의 MCU 보드로부터 각각 출력되는 5V와 3.3V를 병렬로 연결하여 1개의 전원 5V와 3.3V로 만들고, 베이직모듈부와 확장모듈부에 항시 5V와 3.3V를 공급하는 구조로, 복수의 MCU 보드 중에 어떤 MCU 보드가 장착되더라도 5V와 3.3V를 공급하게 된다. 상기 MCU 보드 자동인식부는 도 3의 (A)부분에 도시된 바와 같이 어느 하나의 MCU 보드가 멀티 소켓에 실장 되면 어느 MCU 보드가 실장 되었는지를 인식하는 것으로서, 특정 MCU 보드가 어느 하나의 멀티 소켓에 실장 되면 해당 MCU 보드에 대한 리셋 신호(1)를 발생하는 리셋 핀과, 상기 리셋 핀에서 발생된 리셋 신호의 고주파 잡음을 제거하는 콘덴서(5)와, 상기 콘덴서와 병렬 연결되어 리셋 신호를 그라운드(GND)로 끌어당겨 안정적인 LOW 상태를 만드는 저항(6)을 포함하여 구성될 수 있다. 여기서, MCU 보드 자동인식부는 사용자 편의성을 제공하는데, 예를 들어 사용자가 MCU 보드를 교체하여 사용 할 때마다 하드웨어 설정방식인 모드스위치로 세팅한다던가 아니면 소프트웨어적인 방식으로 MCU 보드에 대한 사전 설정 작업이 필요하다면 학습자에게는 매우 불편함이 따르고 IoT 학습용 통합 하드웨어 플랫폼을 구성하는 로직의 복잡함과 PCB 기판의 크기도 커지게 되는데, MCU 보드 자동인식부는 MCU 보드에 대한 자동인식 기능을 제공함으로써, 상술한 문제를 해결할 수 있다. 상기 MCU 보드 자동인식부는 MCU 보드가 어떤 MCU 보드라는 신호를 감지하는 회로부분으로서 여기서 입력신호인 도 3의 입력신호가 'HIGH'이면 현재 MCU 보드가 특정된 MCU 보드라는 것을 인식하게 된다. 자동인식과정을 자세히 살펴보면, 도 3의 (A)부분과 같이, 제2MCU 보드의 장착 상태를 알리는 RESET핀의 리셋 신호가 입력되고, 여기에 콘덴서(5)의 100nF가 연결되어 리셋 신호의 고주파 잡음을 제거하여 안정화하고 저항(6) 220kΩ가 연결되어 리셋 신호를 GND로 끌어당겨 안정적인 'LOW' 상태를 만든다. 여기서 콘덴서로 인해 신호가 약 66~110ms정도 미약하게 지연이 발생하지만 성능에는 전혀 문제가 안 된다. 위와 같이 MCU 보드 자동인식부를 구성하여 PCB 기판에 실장하여 사용할 수 있다. 상기 통합 병렬 GPIO맵은 각 MCU 보드에서 모든 GPIO가 각 센서모듈의 속성에 따라 분류되고, 각 MCU 보드에서 동일 속성으로 분류된 GPIO들을 세트화한 개별 GPIO맵이 마련되며, 모든 센서모듈에 대한 개별 GPIO맵이 통합된 회로 구조인 것을 예시할 수 있다. 그리고 상기 통합 병렬 GPIO맵은 MCU 보드 별로 구비된 각 GPIO를 일반 GPIO와 기능 GPIO로 대분류하고, 일반 GPIO는 INPUT과 OUTPUT으로 소분류하고, 기능 GPIO는 INPUT, OUTPUT 및 INPUT/OUTPUT으로 소분류하는 S1단계와, 가장 적은 개수의 GPIO를 가진 MCU 보드를 기준 MCU 보드로 선정하고, 상기 기준 MCU 보드에 구비된 GPIO를 각 센서모듈의 속성 별로 배정한 다음, 나머지 MCU 보드에서도 GPIO를 각 센서모듈의 속성 별로 배정하여 GPIO들을 세트화한 개별 GPIO맵을 생성하는 S2단계와, 상기 S2단계에서 기준 MCU 보드에 구비된 다수의 GPIO 중 일부가 다른 센서모듈에 중복 배정된 경우, 나머지 MCU 보드에서도 상기 다른 센서 모듈에 대하여 중복 배정되도록 하여 중복된 개별 GPIO맵