Siheng Ye엔지니어링 노트

로봇공학 · 제어 · 임베디드 지능

Siheng Ye

신호와
실제 세계를 잇다.

노팅엄대학교 중국 닝보 캠퍼스에서 전기전자공학을 전공하며 졸업을 앞두고 있습니다. 센서와 소프트웨어, 기계가 맞물리는 시스템을 다룹니다.

Siheng Ye의 프로필 사진
葉嗣恒EEE · UNNC

관찰하고, 만들어 보고, 이해합니다.

페이지 목차01 주요 프로젝트02 연구03 소개닝보 · 2026

01 / 주요 프로젝트

주요 프로젝트

엘리베이터 버튼을 읽는 로봇부터 Raspberry Pi에서 실행하는 소형 언어 모델까지, 연구 시제품과 수업 프로젝트를 평가 결과 및 관련 자료와 함께 소개합니다.

01

로봇공학과 인식

로봇의 엘리베이터 조작

105번 논문의 그림 1에 실린 실험용 로봇 플랫폼. RoArm-M3 로봇 팔, 손목 카메라, RGB-D 카메라, Jetson 컴퓨터, 노트북, 이동식 카트가 보입니다.
논문 105 · 그림 1 / 실험용 플랫폼원본 그림 보기 ↗

로봇은 엘리베이터 버튼을
어떻게 읽을까?

버튼을 알아보는 것만으로는 부족합니다. 요청한 버튼을 고르고 3차원 위치를 구한 뒤 안전하게 접근해야 합니다. 이 프로젝트에서는 각 단계를 안전장치와 함께 하나의 흐름으로 연결했습니다.

RGB-D · OpenCV · 캘리브레이션 · 로봇 팔

제가 맡은 일 · 공동 연구에서 단계별 인식, RGB-D 위치 추정과 캘리브레이션, 안전장치를 갖춘 로봇 팔 연동을 맡았습니다.

프로젝트 노트 보기

버튼을 검출해 HOG+SVM으로 분류한 뒤, 버튼의 의미를 바탕으로 대상을 선택합니다. RGB-D로 위치를 추정하고 좌표계를 보정해 안전장치를 갖춘 로봇 팔 조작으로 이어집니다.

평가 결과 · 라벨을 붙인 버튼 영역 이미지 379장에서 매크로 F1은 0.9963이었습니다. 오프라인에서 요청별로 대상 버튼을 고른 정확도는 85.1%였습니다. 정성적 시연 2건은 여러 환경에서의 작동을 검증한 결과와 구분합니다.

IHCI 2026 · 논문 105 · 구두 발표 채택

02

엣지 AI

Raspberry Pi 5 공학 학습 도우미

하드웨어와 Ask/Quiz 처리 흐름논문 106의 그림 1 전체. 패널 A는 Raspberry Pi 5 시제품 하드웨어, 패널 B는 Ask와 Quiz의 처리 흐름을 보여줍니다.
논문 106 · 그림 1 / 하드웨어와 처리 흐름원본 그림 보기 ↗

작은 컴퓨터가 내놓는 답변,
그 근거까지 확인할 수 있게.

소형 언어 모델에 수업 자료 검색과 계산 도구를 더했습니다. 답변을 읽으면서 어떤 자료나 계산을 바탕으로 했는지도 바로 확인할 수 있게 하는 것이 목표입니다.

Python · Qwen3-1.7B · RAG · Raspberry Pi 5

제가 맡은 일 · 양자화 모델을 배포하고 검색·계산 도구와 근거를 확인할 수 있는 웹 화면을 구현했습니다. 시스템 구성별 성능도 비교했습니다.

프로젝트 노트 보기

4비트 양자화 모델 Qwen3-1.7B에 자료 검색과 결정론적 계산 도구를 결합했습니다. 웹 시제품에서는 생성한 답변, 찾아낸 자료, 도구의 실행 결과를 따로 볼 수 있습니다.

평가 결과 · 전기전자공학 96문항을 사용해 GPU 기준 환경에서 7개 구성을 오프라인으로 비교했습니다. 같은 양자화 모델을 Pi 5 CPU에서 실행해 관찰한 결과는 별도로 제시합니다. 기준 점수는 GPU에서 측정했습니다.

IHCI 2026 · 논문 106 · 구두 발표 채택

03

인간–로봇 상호작용

Bangbang V2

Raspberry Pi 5 영상 인식 흐름Raspberry Pi 5에서 동작하는 Bangbang 2.0의 영상 인식 흐름. 공통 MediaPipe 프런트엔드와 얼굴 행동 단위 및 CNN/ONNX 인식 경로를 보여줍니다.
Bangbang 2.0 / 영상 인식 흐름 · LinkedIn용 프로젝트 도표입니다. 영상 인식 노드의 RAM은 16 GB입니다. 원본 도표의 8 GB 표기는 잘못된 것입니다.전체 이미지 보기 ↗

최종 판단은
사람이 내립니다.

원격 조작 아바타 로봇은 표정과 두 언어의 음성 입력을 활용합니다. 저는 Raspberry Pi 5의 영상 인식 기능을 개발했습니다. 최종 판단은 조작자가 내립니다.

MediaPipe · ONNX · 엣지 영상 인식 · 원격 조작

제가 맡은 일 · 공동 개발한 원격 조작 시스템에서 표정 인식 과정을 구현하고 Pi 5에 통합했습니다.

프로젝트 노트 보기

Pi 2대를 쓰는 원격 조작 시스템입니다. MediaPipe FaceMesh를 공통 입력 처리에 사용하고, 서로 보완하는 CNN과 해석 가능한 FACS/AU 인식 방식을 적용했습니다. 두 언어의 음성 인식과 브라우저 조작 화면도 연동했습니다.

AI는 판단에 참고할 정보를 제시합니다. 최종 결정과 그 책임은 조작자에게 있습니다.

같은 플랫폼을 다룬 학회 논문은 2편입니다. HRFEST 논문 230은 표정 인식과 두 언어의 음성 인식을, IHCI 논문 99는 조작자의 판단을 돕는 엣지·클라우드 LLM을 다룹니다.

HRFEST 2026 · 논문 230 · 발표 채택
IHCI 2026 · 논문 99 · 구두 발표 채택

그 밖의 제작 프로젝트

04 / 전력전자

폐루프 포워드 컨버터

팀에서 50 W 2스위치 포워드 컨버터를 제작했습니다. PLECS로 모델링하고 자성 부품을 직접 설계했으며, Type III 보상을 적용한 실물 회로를 폐루프에서 측정했습니다.

PLECS · 자성 부품 · Type III 보상

그룹 07의 EEEE2074 보고서 그림 1에서 발췌한 2스위치 포워드 컨버터의 전체 전력단 회로도.
EEEE2074 보고서 · 그림 1 / 전력단원본 그림 보기 ↗

05 / FURP 2025

형태를 바꾸는 지상·공중 겸용 로봇

FURP 2025 팀 프로젝트에서 Michael Rechtin의 Transforming Quadcopter를 개조해 지상 주행과 쿼드로터 비행을 살펴봤습니다. 저는 기구 개조, 동작 제어, 임베디드 시스템 디버깅을 맡았습니다.

Pixhawk · 선형 액추에이터 · 지상 주행 및 비행 모드

FURP 2025 팀 포스터에 실린 Transformer Quadcopter 시제품. 야외에서 지상 주행 형태로 놓인 모습으로, 바퀴와 프로펠러 모듈 4개가 모두 보입니다.
FURP 2025 포스터 / 야외에서 촬영한 시제품전체 사진 보기 ↗

06 / 센서와 신호 처리

도플러 레이더 속도 측정기

팀에서 HB100 레이더에 아날로그 프런트엔드, STM32의 FFT 처리, CPLD 표시 회로를 연결해 속도 측정기를 제작했습니다. 오실로스코프로 타이밍과 통신 신호를 하나씩 확인하며 문제를 찾았습니다.

HB100 · STM32 · CMSIS-DSP · Verilog

도플러 레이더 그룹 02 발표 자료의 그림 2-4b에 실린 시제품과 배선 사진 전체. STM32 보드와 브레드보드 연결을 보여줍니다.
그룹 02 슬라이드 · 그림 2-4b / 시제품 배선전체 사진 보기 ↗

07 / 초기 임베디드 시스템 프로젝트

주행 로봇 수업 프로젝트

광센서로 선을 따라 주행하는 실습과 PID 튜닝부터 Raspberry Pi 영상 인식 시제품까지 만들었습니다. 센서, 통신, 동작 제어를 연결해 본 초기 팀 프로젝트입니다.

Arduino · Raspberry Pi · OpenCV · PID

구술평가 발표 자료에 실린 수업용 차량 하드웨어
EEEE1039 구술평가 슬라이드 / 라인 추종 하드웨어 · 전체 이미지 보기 ↗

08 / 개발 중인 시제품

LEKSI

손에 들고 상호작용할 수 있는 기기를 개발 중입니다.

Seeed Wio Terminal을 바탕으로 AI가 생성한 콘셉트 이미지입니다. 최종 시제품의 모습은 아닙니다.

02 / 연구

연구 실적

ORCID 프로필

학회 논문과 발표 자료를 모았습니다. 논문집 게재와 색인 등재 여부는 별도로 표기합니다.

IHCI
2026 / 105

Robot–Elevator Interaction: From Physical Panel Recognition to Activation

엘리베이터 패널을 인식해 대상 버튼을 선택하고 안전장치와 함께 조작하는 연구입니다.

2026년 9월 저자판입니다. 출판사 공식본과 DOI는 아직 확인되지 않았습니다. 발표 세션은 닝보 현지 시간(UTC+8) 10월 29일 15:00–16:00, SS4, IEB 124입니다.

채택
구두 발표
IHCI
2026 / 106

A Lightweight Test and Training Platform Utilizing a Raspberry Pi 5: AI-retrieval, Tools and a Compact LLM

전기전자공학 96문항으로 7개 구성을 비교했습니다. GPU 기준 평가와 Raspberry Pi 5에서 별도로 실행한 결과를 나눠 제시합니다.

2026년 9월 저자판을 공개합니다. 출판사 공식본과 DOI는 아직 확인되지 않았습니다. 공식 프로그램상 세션은 닝보 현지 시간(UTC+8) 10월 30일 15:30–16:30, SS2, IEB 124입니다.

채택
구두 발표
HRFEST
2026 / 230

Bangbang V2: On-Device Facial Emotion and Bilingual Speech Recognition for a Raspberry Pi-Based Tele-Operated Avatar Robot

조작자가 표정과 음성 단서를 참고해 아바타 로봇을 직접 조작합니다.

Siheng Ye · 공동 저자 9명 중 두 번째.

학회 발표로 채택됐습니다. 논문집 게재와 색인 등재 여부는 아직 확인되지 않았습니다.

채택
발표
IHCI
2026 / 99

Bangbang 2.0: Human-in-the-Loop Edge-Cloud LLM Decision Support for Inclusive Service Robots

원격 상호작용을 맡은 조작자가 엣지·클라우드 LLM의 응답 후보를 직접 고르고 검토합니다.

Siheng Ye · 공동 저자 8명 중 네 번째.

구두 발표로 채택됐습니다. 공식 프로그램상 세션은 닝보 현지 시간(UTC+8) 2026년 10월 30일 15:30–16:30, SS2, IEB 124입니다. 논문집 게재와 DOI는 아직 확인되지 않았습니다.

채택
구두 발표

엘리베이터 조작 로봇과 Pi 공학 학습 도우미 논문은 Springer Nature의 공유 조건에 따라 학술 열람용으로 공개합니다.

03 / 소개

시스템 전체를
보는 법을 배우다.

葉嗣恒 Siheng Ye

전기전자공학에서 출발해 로봇공학과 제어를 공부하고, 기계가 쓰이는 현장에서 구동할 수 있는 AI를 탐구하고 있습니다.

노팅엄대학교 중국 닝보 캠퍼스에서 BEng (Hons) 과정을 밟고 있으며, 2027년 7월 졸업 예정입니다. 임베디드 시스템, 제어·자동화, 사이버물리시스템, 엣지 AI 분야로 대학원 진학을 준비하고 있습니다.

졸업 연구에서는 PMSM의 예측 토크 제어에서 디지털 지연을 보상하는 방법과 예측의 강건성을 시뮬레이션으로 살펴봅니다. 현재는 탐색 단계로, 실제 하드웨어 검증은 아직 진행하지 않았습니다.

프로젝트마다 무엇을 측정하고 설명할 수 있는지, 그리고 어느 단계에서 사람이 제어권을 가져야 하는지를 중요하게 생각합니다.

언어와 새로운 세계에 관심이 많습니다. 공학 밖에서는 독서, 외국어 공부, 여행을 즐깁니다.

임베디드 시스템, 로봇공학, 제어, 전자기기 시험, 응용 AI 분야의 인턴십을 찾고 있습니다. 학기 중에는 수업 시간에 맞춰 UNNC 인근에서 주 2~3회 현장 근무를 협의할 수 있습니다.

졸업 전 수강 중인 주요 과목 · 2026/27
EEEE3124
사물인터넷
EEEE3066
제어 시스템 설계
EEEE3076
로봇공학, 동역학 및 제어
EEEE3110
센서 시스템 및 신호 처리