선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 GP와 CPG를 사용한 걸음새 자동생성 기법을 구현하고 이들을 비교 실험하고자 하며, 본 연구자에 의한 선행 연구[4,5,9]를 확장한 것이다. 구체적으로, Webots기반의 시뮬레이션[10]을 통해 해당 기법들에 대한 진화 최적화를 수행하고, 시뮬레이션 상에서 결과를 비교 및 분석한다.
- 본 논문에서는 기존 GA 기반의 걸음새 파라미터 최적화 방식보다 우수한 성능을 보이는 GP 기반의 관절공간에서의 걸음새 생성방식과 신경활동에 의해 보행의 리듬 패턴을 생성하는 CPG 방식 두 가지를 구현하고 비교하였다.
제안 방법
- 그리고 양 측면의 다리는 동일한 움직임을 시간차를 두고 이용하며 되므로 앞, 뒷면의 다리에 대한 움직임만을 생성하였다. 각 관절의 독립적인 제어를 위해 다중트리 방식의 구성을 이용하여 진화연산을 수행한다.(그림 2).
- 바이올로이드 로봇을 통한 실제 실험은 두가지 방법에 대한 최우수 개체의 실험 데이터를 로봇의 입력 데이터로 변환하여 수행하였다. 각 움직임에 대한 사진들은 동영상 데이터로부터 10 프레임 간격으로 추출하였다.
- 본 논문에서는 GP와 CPG를 사용한 걸음새 자동생성 기법을 구현하고 이들을 비교 실험하고자 하며, 본 연구자에 의한 선행 연구[4,5,9]를 확장한 것이다. 구체적으로, Webots기반의 시뮬레이션[10]을 통해 해당 기법들에 대한 진화 최적화를 수행하고, 시뮬레이션 상에서 결과를 비교 및 분석한다. 그리고 시뮬레이션과 동일한 형태로 구성된 실제 바이올로이드 로봇[11]을 통해 실제적인 성능 및 특성, 시뮬레이션과 실제 로봇간의 차이, 그리고 실제 로봇에서 나타나는 걸음새의 문제점에 대해서 고찰한다.
- 구체적으로, Webots기반의 시뮬레이션[10]을 통해 해당 기법들에 대한 진화 최적화를 수행하고, 시뮬레이션 상에서 결과를 비교 및 분석한다. 그리고 시뮬레이션과 동일한 형태로 구성된 실제 바이올로이드 로봇[11]을 통해 실제적인 성능 및 특성, 시뮬레이션과 실제 로봇간의 차이, 그리고 실제 로봇에서 나타나는 걸음새의 문제점에 대해서 고찰한다.
- 모든 속도의 단위는 cm/s 이다. 또한 실험의 공정성을 위해 PSO와 GP는 서로 동일한 횟수의 평가연산을 수행하도록 했다.
- 걸음새 생성을 위한 대상 모델은 바이올로이드로 구성한 4족 보행 로봇이다. 로봇의 각 다리는 3개의 관절로 구성되어있지만 직선 보행을 위해 어깨와 무릎, 두 개의 관절의 움직임만을 생성하였다. 그리고 양 측면의 다리는 동일한 움직임을 시간차를 두고 이용하며 되므로 앞, 뒷면의 다리에 대한 움직임만을 생성하였다.
- 바이올로이드 로봇을 통한 실제 실험은 두가지 방법에 대한 최우수 개체의 실험 데이터를 로봇의 입력 데이터로 변환하여 수행하였다. 각 움직임에 대한 사진들은 동영상 데이터로부터 10 프레임 간격으로 추출하였다.
- 바이올로이드로 구성된 4족 보행로봇에 대하여 Webots 기반의 ODE 시뮬레이션과 실제 로봇에의 적용을 통해 제안된 기법들에 실험을 수행하였다. 시뮬레이션 결과, 최고속도 면에서는 GP 기반의 걸음새 생성 방식이 가장 우수한 성능을 보여 주었고, CPG는 평균적인 면에서 우수한 움직임을 보여주었다.
- 우선 시뮬레이션 상에서 GP 기반 걸음새 생성기법과 CPG의 최적화를 수행하였다. 각 실험은 모두 10회 반복 되었다.
대상 데이터
- 걸음새 생성을 위한 대상 모델은 바이올로이드로 구성한 4족 보행 로봇이다. 로봇의 각 다리는 3개의 관절로 구성되어있지만 직선 보행을 위해 어깨와 무릎, 두 개의 관절의 움직임만을 생성하였다.
- 본 논문에서는 그림 3 과 같은 연결 모델들을 사용하여 실험 하였다. 기존 연구에서 4족 보행 로봇에 적합한 CPG 모델 구조로 소개된 것[6]과 대상 로봇의 특성을 고려한 변형 모델들을 선정하였다. 참고로 GP 방식에서의 실험과 마찬가지로 어깨 회전 관절과 무릎 관절만을 사용한다.
- 시뮬레이션 및 실제 실험의 대상으로 바이올로이드를 사용한 4족 보행로봇을 사용하였다.(그림 4) 바이올로이드는 국내 로보티즈 사에서 개발한 로봇 키트이다[11].
- 시뮬레이션 환경은 Cyberbotics사의 Webots[9]을 사용하였다. Webots은 모바일 로봇에 대한 모델링, 프로그래밍, 그리고 시뮬레이션 기능을 제공하는 로봇 시뮬레이션 S/W 이다.
이론/모형
- 본 논문에서는 CPG 모델에 따라, 식(2)에 나온 각각 24- 28 개의 a, b 값을 최적화하기 위해 PSO 알고리즘을 사용하였다.
- 수학적 기법인 Powell's Minimization 기법을 통해 발의 궤적을 최적화 하였다[2].
성능/효과
- 최고 속도를 기록한 두 결과는 서로 거의 동일한 형태의 움직임을 보였다. CPG 결과는 앞다리를 높게 사용하여 걸어가는 형태를 보여주었으며, GP의 결과는 상체는 높지만 앞, 뒷다리의 움직임은 최대한 낮게 사용하여 움직이는 형태를 보여주었다.
- 그림 12는 책상 위에서의 평균 속도 개체들의 결과이다. GP 개체의 경우에는 오른쪽으로 틀어지는 현상이 나타나는 것을 제외하면 최우수 개체보다 앞으로 더 잘 움직이는 것을 확인할 수 있었다. 미끄러지는 현상은 나타나지만, 앞으로 나아가는 데에는 큰 지장이 없었다.
- GP 결과와 CPG 결과 모두 최우수 개체보다는 상체의 변동이 적은 편이다. 또한, 최우수 개체와는 달리 다리의 움직임의 변화가 작은 편이며, CPG의 경우에는 다리를 크게 들어 올리는 행동이 나타나지 않는 것을 확인할 수 있다.
- 그림 11의 결과는 그림 9의 평균속도 개체의 시뮬레이션 결과에 대한 책상위에서의 실제 움직임이다. GP의 개체는 시뮬레이션과 거의 동일한 움직임을 보여 주었고, 실제 움직임에서도 오른쪽으로 약간 휘어지는 양상이 나타난 것을 제외하면 안정적이고 제대로 보행할 수 있는 걸음을 보여주었다. 또한, 바닥면에 의한 미끄러짐 현상은 이 결과에서도 확인할 수 있었다.
- CPG는 그 모델에 따라서 걸어가는 형태와 속도가 매우 다르게 나타났다. Model 1은 상체가 높은 형태의 움직임이 주로 나타났으며, 안정성면에서는 우수하나 속도면에서는 좋은 결과를 보이지 않았다. Model 2의 경우에는 평균속도나 최고 속도면에서 다른 모델들을 압도하는 결과가 나타났으며, 전체적으로 걸음의 보폭이 매우 좁게 이동하는 결과를 볼 수 있었다.
- Model 1은 상체가 높은 형태의 움직임이 주로 나타났으며, 안정성면에서는 우수하나 속도면에서는 좋은 결과를 보이지 않았다. Model 2의 경우에는 평균속도나 최고 속도면에서 다른 모델들을 압도하는 결과가 나타났으며, 전체적으로 걸음의 보폭이 매우 좁게 이동하는 결과를 볼 수 있었다. Model 3의 경우에는 양발을 동시에 움직이는 형태가 주로 나타났으며, 전체적인 개체의 결과가 매우 기복이 심한 편이었다.
- 그러나 CPG 실험의 결과는 최우수 개체에 비해 보다 느린 속도로 움직일 뿐, 앞으로 거의 나아갈 수 없는 움직임을 보여 주었다. 최우수 개체는 한쪽으로 심하게 회전하는 형태로 나타났었지만, 이 개체는 더 느린 속도로 움직이는 탓에 방향 자체는 회전하지 않고, 제자리에서 매우 느린 속도로 조금씩 움직이는 양상을 보여주었다.
- 시뮬레이션 결과, 최고속도 면에서는 GP 기반의 걸음새 생성 방식이 가장 우수한 성능을 보여 주었고, CPG는 평균적인 면에서 우수한 움직임을 보여주었다. 그러나 시뮬레이션 결과의 실제 로봇에의 적용에서는, GP 기법의 결과가 CPG 보다 시뮬레이션과의 차이가 적게 나고 전반적인 움직임이 우수함을 보였다.
- 기존의 삼각함수를 사용한 순환 결과와 유사하지만, 그 순환 패턴이 약간 다른 것을 확인할 수 있다. 또한 GP 데이터는 40개의 구간이 한 사이클로 동작하는 반면, CPG의 데이터의 40개의 구간은 약 2사이클이 동작하는 것을 확인할 수 있다. 순환 구간의 움직임이 약 2배의 주기 차이를 가지며, 이는 시뮬레이션의 결과로 확인할 수 있다.
- GP 결과와 CPG 결과 모두 최우수 개체보다는 상체의 변동이 적은 편이다. 또한, 최우수 개체와는 달리 다리의 움직임의 변화가 작은 편이며, CPG의 경우에는 다리를 크게 들어 올리는 행동이 나타나지 않는 것을 확인할 수 있다.
- 바이올로이드로 구성된 4족 보행로봇에 대하여 Webots 기반의 ODE 시뮬레이션과 실제 로봇에의 적용을 통해 제안된 기법들에 실험을 수행하였다. 시뮬레이션 결과, 최고속도 면에서는 GP 기반의 걸음새 생성 방식이 가장 우수한 성능을 보여 주었고, CPG는 평균적인 면에서 우수한 움직임을 보여주었다. 그러나 시뮬레이션 결과의 실제 로봇에의 적용에서는, GP 기법의 결과가 CPG 보다 시뮬레이션과의 차이가 적게 나고 전반적인 움직임이 우수함을 보였다.
- 따라서 보다 부드럽고 안정적인 형태의 움직임을 보여 주게 되나, 그 속도는 느려지는 특성을 가진다. 실험 결과에서도 보간수의 증가에 따라 평균속도와 최고속도 모두 느려지는 현상을 확인할 수 있었다.
- 위의 실험으로 볼 때 실제 실험과 시뮬레이션에서 움직임 자체는 비슷한 양상으로 나타나지만 전진하는 속도나 방향성 면에서 정확하게 일치하지 않는 결과를 보여주고 있다. 주요 원인으로는 로봇의 발바닥과 지면의 재질 및 마찰력 등을 시뮬레이션에서 완벽히 표현하기 힘들기 때문인 것으로 사료된다.
- 그러나 조금씩 왼쪽 방향으로 틀어지는 현상이 보였으며, 바닥면의 마찰에 의해 뒤로 미끄러지는 현상을 확인할 수 있었다. 전체적으로 시뮬레이션에서 측정된 속도만큼 빠르진 않았지만, 무난한 움직임을 보여주었다.
- 그러나 CPG 실험의 결과는 최우수 개체에 비해 보다 느린 속도로 움직일 뿐, 앞으로 거의 나아갈 수 없는 움직임을 보여 주었다. 최우수 개체는 한쪽으로 심하게 회전하는 형태로 나타났었지만, 이 개체는 더 느린 속도로 움직이는 탓에 방향 자체는 회전하지 않고, 제자리에서 매우 느린 속도로 조금씩 움직이는 양상을 보여주었다.
후속연구
- 향후 CPG의 결합구조 및 파라미터의 최적화 탐색이 개선되어야 하며, 시뮬레이션과 실제 실험과의 차이를 보완할 수 있는 모델링 및 제어가 필요하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.