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 3차원 작업 환경에서 휴머노이드 로봇이 갖는 이러한 문제점을 해결하기 위해 휴머노이드 로봇의 고차원 행동 계획 문제를 단순화하여 접근하였다. 이를 위해 정적으로 안정된 자세로 시작하여 끝나는 미리 계획된 행동프리미티브(behavior primitive)를 이용한 행동 계획 방법을 제안한다.
- 본 논문에서는 휴머노이드 로봇이 작업 환경과 사용자와 상호 작용하며 작업을 수행하기 위한 행동 프리미티브기반의 행동 계획 방법을 제안하였다. 제안한 방법을 통해 휴머노이드 로봇이 갖는 고차원의 자유도와 구성공간의 복잡성 및 안정성 필요조건을 해결하고, 다양한 센서 기반의 실시간 행동 계획을 구현할 수 있었다.
제안 방법
- 입력 영상은 보드에서의 영상처리 시간을 감소시키기 위해 160x120 RGB 5:6:5 영상으로 변환되고, 변환된 RGB 영상은 영상 인식과 경로 계획 및 장애물 회피에 사용되어 진다. RGB 컬러 영상은 조명의 영향을 최소화하기 위하여 HSI 컬러 영상으로 변환되며, 휴머노이드 로봇의 작업 수행을 위하여 윤곽선 탐지, 물체의 중심점 추출, 컬러 기반의 물체 인지, 마커 및 숫자 인식 등의 영상 처리 알고리즘들을 구현하였다.
- PSD 센서로는 장애물을 감지하여 뒤 걸음을 수행하거나 손을 내밀었을 때 악수를 하는 행동을 구현하였다. 또한 기울기 센서를 이용하여 로봇 자체의 기울어짐을 감지하여 다시 균형을 이루도록 하였고, IR 센서로는 화기를 감지하여 화재를 알리는 행동을 수행하도록 구현하였다. 이는 향후 화재 예방 및 대처 작업에 적용될 수 있을 것이다.
- 로봇의 크기는 길이 600mm, 무게는 6kg 이며, 몸체는 알루미늄을 사용하고 각 관절은 24개의 모듈형 서보모터를 사용하여 구현하였다. 또한 인간과 유사하게 보행하기 위하여 발목과 골반 관절값이 주어지면 기구학적으로 무릎 관절의 위치와 방향을 결정할 수 있도록 구현하였다.
- 그림 10은 휴머노이드 로봇의 상태 3에서 영상 인식 결과에 따른 행동 선택을 나타낸다. 로봇 머리에 장착된 카메라로 영상을 입력받으면 RGB 컬러를 HSI 컬러로 변환시킨 후 특징 추출 및 노이즈를 제거하는 과정을 통해 마커 인식률을 높였다. 휴머노이드 로봇이 인식할 마커는 숫자, 문자, 도형 세 가지로 구분하였고 각각의 마커 인식 결과에 따라 선택된 행동 프리미티브를 실행한다.
- 갖는다. 로봇의 보행을 위해 앞걸음, 뒷걸음, 좌우옆 걸음, 좌우 대각선 걸음, 좌우 회전, 오르내리기 등의 프리미티브를 구현하였으며, 정지 상태에서 로봇의 다양한 동작을 위하여 손 흔들기, 손들기, 머리 돌리기, 끄덕이기, 머리 흔들기, 손잡기, 허리 틀기 등 주로 손과 목, 머리, 몸체를 이용한 자세들로 행동 프리미티브를 구현하였다. 또한 휴머노이드 로봇은 장착된 각각의 센서 용도에 따라 외부 환경 및 로봇 내부 정보를 수집하기 위해 장애물, 마커, 소리 인지 등의 기능을 수행한다.
- 천이는 그림 7과 같다. 로봇의 작업 상태는 자율 보행을 수행하는 상태(State 1), 센서를 통해 주변 환경 정보를 얻고 그에 따른 행동을 수행하는 상태(State 2), 마커 인식에 따른 행동을 수행하는 상태(State 3)로 구분하였다. 휴머노이드 로봇의 상태에 따라 수행 가능한 작업이 달라지므로 로봇의 상태는 로봇의 주요 기능을 니-타낸다.
- 상태 1 에서는 로봇이 자율보행을 수행한다. 로봇이 목적지까지 도착하기위해서 경로 탐색을 통해 최적의 경로를 찾은 후 최적의 경로로 이동하기 위해 보행 계획을 한다. 보행 계획에 따라 행동 프리미티브 라이브러리에서 앞걸음, 뒷걸음-, 좌우 회전, 좌우 대각선 보행등 실행 가능한 최적의 보행 프리미티브들을 선택하여 수행한다.
- 로봇이 성공적으로 표식을 인식하기 위해서 색변환, 윤곽선 추출, 노이즈 제거 등의 영상 전처리 과정을 통해 표식 인식률을 높이도록 하였다. 로봇이 숫자, 문자, 도형 표식을 인식하도록 구현하였으며, 인식 결과에 따른 행동 계획 실험 결과는 그림 13과 같다.
- 휴머노이드 로봇의 주제어기는 리눅스 기반의 임베디드 시스템으로 별도의 호스트 컴퓨터 없이 로봇 스스로 영상처리 및 센서 데이터 처리를 함으로써 독립적이고 자율적인 행동들이 가능하도록 설계하였다. 모션 제어기는 마이크로 컨트롤러를 사용하였으며, 센서들을 이용하여 외부 환경을 감지하고, 휴머노이드 로봇의 관절의 24개 DC 서보모터를 실시간 제어한다. 외부 환경과의 상호작용을 위해 카메라를 포함하여 IR 센서, 스테레오 마이크, 기울기 센서, 가속도 센서, PSD 센서들을 로봇에 장착하였다
- 로봇이 목적지까지 도착하기위해서 경로 탐색을 통해 최적의 경로를 찾은 후 최적의 경로로 이동하기 위해 보행 계획을 한다. 보행 계획에 따라 행동 프리미티브 라이브러리에서 앞걸음, 뒷걸음-, 좌우 회전, 좌우 대각선 보행등 실행 가능한 최적의 보행 프리미티브들을 선택하여 수행한다. 하나의 보행 프리미티브가 실행되는 것을 하나의 하위 작업 완료로 생각하고 자율 보행의 경우에는 목적지에 도착하는 것을 상위 작업 완료로 간주한다.
- 로봇은 모션 프리미티브의 각 자세들 간 변화 속도를 제어하여 다양한 실제 행동들을 구현할 수 있다. 본 논문에서는 모션프리미티브를 기반으로 휴머노이드 로봇의 행동을 다음 식 3과 같이 행동 프리미티브로 정의하였다.
- 주변 상황을 인식하기 위한 센서들이 필요하다. 본 논문에서는 센서들의 활용을 최적화하기 위해 머리 부분에 CCD 카메라를 부착하였으며, 가슴 부분에는 기울기 센서와 가속도 센서를 장착하고, 양팔에는 적외선 센서와 스테레오 마이크를 달고 다리에는 PSD 센서를 장착하였다. 휴머노이드 로봇의 센서들의 구성은 그림 3과 같다.
- 본 연구에서 개발된 휴머노이드 로봇에는 PSD 센서, IR 센서, 가속도 센서, 기울기 센서, 스테레오 마이크, 카메라 등 6종류의 센서를 장착하여 외부 환경 변화 및 로봇 내부변화를 감지하도록 하였다. 상태 2에서는 카메라를 제외한 5종류의 센서 입력값에 따라 행동 프리미티브를 실행하게 된다.
- 모션 제어기는 마이크로 컨트롤러를 사용하였으며, 센서들을 이용하여 외부 환경을 감지하고, 휴머노이드 로봇의 관절의 24개 DC 서보모터를 실시간 제어한다. 외부 환경과의 상호작용을 위해 카메라를 포함하여 IR 센서, 스테레오 마이크, 기울기 센서, 가속도 센서, PSD 센서들을 로봇에 장착하였다
- 로봇이 초기화를 끝내면 작업에 따라 로봇의 상태를 선택하도록 힌-다. 이를 위해 스테레오 마이크 센서를 이용하여 박수 횟수를 감지하고 그에 따른 상태를 선택한다. 소리 감지를 이용한 까닭은 앞으로 인간-로봇 상호작용에 음성이 가장 중요한 방법이 될 것이기 때문이다.
- 행동 계획 문제를 단순화하여 접근하였다. 이를 위해 정적으로 안정된 자세로 시작하여 끝나는 미리 계획된 행동프리미티브(behavior primitive)를 이용한 행동 계획 방법을 제안한다. 먼저 2장에서는 휴머노이드 로봇 시스템과 센서 구성, 행동 프리미티브의 정의에 관하여 서술하고, 3장에서는 작업에 따른 행동 프리미티브 기반의 휴머노이드 로봇의 행동 계획을 제안한다.
- 휴머노이드 로봇의 센서들의 구성은 그림 3과 같다. 자율 보행을 위해서는 카메라를 사용하며, 장애물 인식 및 회피를 위한 PSD 센서를 사용하며, 화재 등의 상황 판단을 위한 IR 센서, 음원 추적 및 소리 감지를 위한 스테레오 마이크를 이용하여 휴머노이드 로봇이 다양한 작업 수행을 하도록 구현하였다.
- 주제어기는 Intel PXA272 임베디드 보드로 구성하였으며, 영상 처리, 행동 계획, 모션 제어 기능을 수행한다. 휴머노이드 로봇의 주제어기는 리눅스 기반의 임베디드 시스템으로 별도의 호스트 컴퓨터 없이 로봇 스스로 영상처리 및 센서 데이터 처리를 함으로써 독립적이고 자율적인 행동들이 가능하도록 설계하였다. 모션 제어기는 마이크로 컨트롤러를 사용하였으며, 센서들을 이용하여 외부 환경을 감지하고, 휴머노이드 로봇의 관절의 24개 DC 서보모터를 실시간 제어한다.
- 로봇 머리에 장착된 카메라로 영상을 입력받으면 RGB 컬러를 HSI 컬러로 변환시킨 후 특징 추출 및 노이즈를 제거하는 과정을 통해 마커 인식률을 높였다. 휴머노이드 로봇이 인식할 마커는 숫자, 문자, 도형 세 가지로 구분하였고 각각의 마커 인식 결과에 따라 선택된 행동 프리미티브를 실행한다. 로봇이 마커 인식에 실패할 경우에는 계속하여 마커 인식을 시도한다.
대상 데이터
- 설계하였다. 로봇의 크기는 길이 600mm, 무게는 6kg 이며, 몸체는 알루미늄을 사용하고 각 관절은 24개의 모듈형 서보모터를 사용하여 구현하였다. 또한 인간과 유사하게 보행하기 위하여 발목과 골반 관절값이 주어지면 기구학적으로 무릎 관절의 위치와 방향을 결정할 수 있도록 구현하였다.
- 본 논문에서 제안된 행동 계획 방법의 실제 환경에서의 적용 가능성을 검증하기 위하여 소형 휴머노이드 로봇을 사용하여 실험을 수행하였다. 그림 11은 상태 1에서 휴머노이드 로봇의 자율 보행 실험결과를 보여준다.
- 휴머노이드 로봇은 그림 1과 같이 임베디드시스템 기반주제어기, 로봇 제어를 위한 모션 제어기, 센서 모듈과 배터리로 구성하였다. 주제어기는 Intel PXA272 임베디드 보드로 구성하였으며, 영상 처리, 행동 계획, 모션 제어 기능을 수행한다.
이론/모형
- 매우 어렵다. 본 논문에서는 휴머노이드 로봇의 행동계획을 위해 미리 계획된 행동 패턴인 행동 프리미티브를정의하여 사용하였다. 행동 프리미티브를 사용하면 휴머노이드 로봇의 행동 계획 문제를 고차원의 구성 공간 탐색에서 실행 가능한 행동 프리미티브의 순서를 찾는 문제로 바꿀 수 있다.
성능/효과
- 이는 향후 화재 예방 및 대처 작업에 적용될 수 있을 것이다. 가속도 센서를 사용하여 순간적인 외부 충격을 감지하여 놀라는 행동을 실험하였고, 이런 행동을 통한 로봇의 감정 표현이 가능함을 보았다.
- 로봇은 목적지까지 도착하기 위해서 경로 및 보행계획을 수행하여 행동프리미티브들을 선택하여 이동하게 된다. 로봇이 다양한 색과 모양의 장애물을 인식하고 이를 회피하면서 빠르고 안정하게 목적지에 도착하는 것을 실험에서 확인하였다. 그러나 휴머노이드 로봇에 구현된 행동 프리미티브들의 실제 실험값들은 현재 로봇의 구성 상태, 바닥면 상태와 보행 프리미티브 수행시 각 관절들의 외란에 의해 초기 측정된 프리미티브 계수 값들과의 오차가 존재하였다.
- 그러나 휴머노이드 로봇에 구현된 행동 프리미티브들의 실제 실험값들은 현재 로봇의 구성 상태, 바닥면 상태와 보행 프리미티브 수행시 각 관절들의 외란에 의해 초기 측정된 프리미티브 계수 값들과의 오차가 존재하였다. 목표점이 멀리 있는 경우와 방향 회전이 많은 경우에는 오차 값들의 누적에 의해 목표점 도달 성공률이 낮아지는 결과를 보였다.
- 행동 계획 방법을 제안하였다. 제안한 방법을 통해 휴머노이드 로봇이 갖는 고차원의 자유도와 구성공간의 복잡성 및 안정성 필요조건을 해결하고, 다양한 센서 기반의 실시간 행동 계획을 구현할 수 있었다. 본 논문에서 제안한 행동 계획은 상태에 따른 작업을 바탕으로 이루어지고 작업수행 완료를 우선으로 하기 때문에 작업 수행중일 때 발생하는 외부 환경 변화를 고려하지 않고 있다.
후속연구
- 그러나 인간의 존엄성과 가치에 대한 관심이 높아짐에 따라 다양한 작업현장에서 인간이 수행할 작업을 대신하거나 보조할 수 있는 로봇의 필요성이 대두되고 있다. 따라서 현재의 로봇은 자기 스스로 상황을 판단하고 그에 따라 대처가 가능한 지능형 로봇으로 발전해나가야 할 것이다. 지능형 로봇은 점차 사람이 접근하기 어려운 지형이나 재해 환경과 같은 열악한 조건에서 사람을 대신하여 작업을 수행해야 하고 그러기 위해서는 이동성과작업 능력, 외부 환경 변화에 대한 대처 능력 등을 갖추어야 한다.
- 앞으로 이를 보완해줄 추가적인 행동 계획 방법을 연구할 예정이다. 또한 행동 프리미티브의 수가 적어 실행 가능한 작업에 제한이 있기 때문에 앞으로 이를 보완하여 보다 다양한 환경에서 강인한 행동 계획 방법과 행동 학습 방법을 연구할 것이다.
- 로봇이 삼각형을 인식할 경우에는 팔로 삼각형을 만드는 행동을 하고, 사각형을 인식할 경우 양팔로 사각형 형태를 만드는 행동을 구현하였다. 앞으로 얼굴이나 지문 등 더욱더 다양한 패턴 또는 표식 인식을 통해 로봇의 다양한 행동을 수행하도록 구현 할 수 있을 것으로 예상된다.
- 본 논문에서 제안한 행동 계획은 상태에 따른 작업을 바탕으로 이루어지고 작업수행 완료를 우선으로 하기 때문에 작업 수행중일 때 발생하는 외부 환경 변화를 고려하지 않고 있다. 앞으로 이를 보완해줄 추가적인 행동 계획 방법을 연구할 예정이다. 또한 행동 프리미티브의 수가 적어 실행 가능한 작업에 제한이 있기 때문에 앞으로 이를 보완하여 보다 다양한 환경에서 강인한 행동 계획 방법과 행동 학습 방법을 연구할 것이다.
- 또한 기울기 센서를 이용하여 로봇 자체의 기울어짐을 감지하여 다시 균형을 이루도록 하였고, IR 센서로는 화기를 감지하여 화재를 알리는 행동을 수행하도록 구현하였다. 이는 향후 화재 예방 및 대처 작업에 적용될 수 있을 것이다. 가속도 센서를 사용하여 순간적인 외부 충격을 감지하여 놀라는 행동을 실험하였고, 이런 행동을 통한 로봇의 감정 표현이 가능함을 보았다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.