4reel, 아두이노 밖에서 스테레오 영상을 처리하는 카메라

카메라 보드가 계산하고 아두이노와 UART로 연결한다

4reel은 카메라 보드에서 스테레오 영상을 처리하고 기존 로봇 제어기에는 UART로 데이터를 보내는 구조다. 영상 알고리즘까지 실행하기에는 계산 자원이 부족한 Arduino·ESP32 로봇을 대상으로 한다. USB-C는 Ethernet 연결과 설정에 사용하므로 제어기와 통신하는 UART와 역할이 다르다.

공식 상점의 사양은 1.1GHz ARM Cortex-A7, 64MB RAM, OV9281 글로벌 셔터 카메라 두 개다. SD 카드 슬롯과 4MB 플래시, UART도 갖춘다. 카메라 두 개와 별도 Linux 실행 환경을 한 보드에 묶은 구성이다.

제작자 Ryan Walker가 10월 6일 공개한 개발기가 최근 Hacker News에서 다시 공유됐다. 개발기는 Rockchip RV1103를 골라 보드와 영상 처리 소프트웨어를 만든 과정을 설명한다.

같은 물체가 좌우 영상에서 얼마나 옮겨 보이는지 찾는다

스테레오 거리 인식은 두 영상의 대응 지점을 찾는 데서 시작한다. Walker는 작은 영상 영역끼리 밝기 차이의 절댓값을 더하는 SAD 연산을 사용했다. 한쪽 영상을 수평으로 옮기며 잘 맞는 영역을 찾는 계산에 칩 안의 가속기를 활용한다.

여기서 얻는 이동량은 시차다. 시차를 미터 단위 거리로 바꾸려면 두 카메라의 간격과 초점거리 정보가 필요하다. OpenCV의 스테레오 깊이 설명은 시차를 d = Bf / Z로 나타낸다. B는 카메라 간격, f는 초점거리, Z는 깊이다. 같은 구성에서는 시차가 클수록 가까운 지점이다.

일치하는 영역을 고르는 일에도 조건이 붙는다. OpenCV 문서는 무늬가 부족한 영역이나 물체 경계에서 잘못된 대응이 생길 수 있다고 설명한다. 탐색할 시차 범위를 넓히면 계산량도 늘어난다. 그래서 실제 로봇에 적용할 때는 깊이 그림이 나온다는 사실에 더해, 필요한 거리 범위와 장면에서 대응이 안정적인지 살펴야 한다.

Buildroot로 묶되 카메라·가속기는 벤더 코드에 의존한다

개발기는 Buildroot로 부트로더·커널·운영 환경을 묶었다고 설명한다. 애플리케이션은 V4L2 장치에서 영상을 얻고, Rockchip Video Engine에 계산을 맡긴다. 이때 독점 라이브러리 librve.a를 사용한다.

개발자에 따르면 MIPI 드라이버와 하드웨어 가속기 등은 벤더 BSP에서 가져왔다. 보드 설계가 공개돼 있어도 소프트웨어 구성 전체가 업스트림 Linux만으로 완성되는 구조는 아니다. 설계를 가져와 확장하려는 개발자에게는 카메라 연결뿐 아니라 이 드라이버와 라이브러리의 유지 경로도 중요한 조건이다.

깊이 계산 데모와 자율주행 기능의 설명을 구분한다

10월 6일 개발기는 영상 캡처와 깊이 처리 데모를 제시하고, 관심이 충분하면 SLAM과 YOLO 구현 등을 다음 단계로 진행하겠다고 적었다. SLAM은 이동하면서 주변 지도를 만들고 자신의 위치를 추정하는 작업이다.

현재 저장소 소개에는 깊이 처리·영상 분류·SLAM이 가능한 플랫폼이라고 쓰여 있다. 그러나 그 소개만으로 완성된 주행 시스템의 거리 오차나 처리 속도까지 알 수는 없다. 개발기의 구체적인 처리 구조와 플랫폼의 넓은 기능 설명을 같은 성능 보증으로 읽어서는 안 된다.

2026년 10월 26일 공식 상점은 품절 상태였다. 당장 주문해 붙이는 완제품을 찾는 독자에게는 재고와 제공 소프트웨어 범위가 확인할 사항이다. 직접 로봇을 만드는 개발자에게는 작은 Linux 보드와 전용 가속기로 영상 계산을 분담한 설계가 참고할 만한 부분이다.