[논문]CPG를 이용한 휴머노이드 로봇 Nao의 보행궤적 생성

이재민; 서기성

doi:10.5391/jkiis.2013.23.4.360

CPG를 이용한 휴머노이드 로봇 Nao의 보행궤적 생성
Generation of Walking Trajectory of Humanoid Robot using CPG 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.23 no.4, 2013년, pp.360 - 365

초록
AI-Helper

본 연구에서는 발끝 궤적을 미리 설계하지 않고, CPG(Central Pattern Generator)를 이용하여 동적으로 생성할 수 있는 기법을 제안한다. 생성된 발끝 궤적은 CPG 의 진동적인 출력에 따라 가변적인데, 이는 발끝 궤적이 CPG 진동적인 출력 신호의 맵핑 함수로 주어지기 때문이다. 이를 통해 환경에 적응적인 궤적을 생성할 수 있는 토대를 마련할 수 있다. 제안된 기법의 효율성을 검증하기 위해서, Webots 시뮬레이션을 통해 휴머노이드 로봇 Nao에 대한 실험을 수행하고, 성능과 동작 특성을 분석한다.

Abstract ▼ AI-Helper

The paper introduces dynamic generation technique of foot trajectories using CPG(Central Pattern Generator). In this approach, the generated foot trajectories can be changeable according to variable outputs of CPG in various environments, because they are given as mapping functions of the output signals of the CPG oscillators. It enables to provide an adaptable foot trajectory for environmental change. To demonstrate the effectiveness of the proposed approach, experiments on humanoid robot Nao is executed in the Webot simulation. The performance and motion features of CPG based approach is analyzed.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 사전에 기준궤적을 생성하지 않는 대신에, 생물학적 CPG 모델을 이용한 가변적인 발끝 궤적을 생성하는 기법을 소개한다. 이를 위하여 CPG 노드들로 이루어진 CPG 네트워크를 구성하고, 여기서 나온 출력 파형을 변환하여 x축과 z축에 대한 발끝 궤적을 생성한다.
본 논문에서는 사전에 생성하는 기준궤적을 이용한 휴머노이드 보행방법이 아닌, CPG 네트워크를 이용하여 매 실시간으로 보행 궤적을 생성하는 방법을 제안하였다. 제안된 기법은 CPG 네트워크를 통해 생성된 파형을 x축과 z축에 대한 궤적으로 변환하여 휴머노이드 로봇에 적용하였으며 시뮬레이션 수행으로 안정적으로 보행함을 확인하였다.

제안 방법

Aldebaran사의 휴머노이드 로봇 Nao에 대해서, Webots 기반의 시뮬레이션을 통해 생성된 걸음새의 특성을 분석하고, Aldebaran사에서 제공하는 보행 패턴과 비교한다. 그리고 주기와 보폭 및 발 높이를 변화시켜 이에 따른 보행 속도의 성능 분석도 수행한다.
표 2-4는 한 걸음의 주기와 발의 보폭, 발을 들어올리는 높이변화에 따른 속도이다. CPG 네트워크에서 주기에 관련된 파라미터는 Tr과 Ta이므로 이 두 수치를 바꾸어 줌으로써 궤적을 생성하는 파형의 주기를 조정하였다. 각 주기별로(0.
Cyberbotics 사의 Webots을 이용하여 휴머노이드 로봇 Nao에 대한 시뮬레이션을 수행하였고, 초기 CPG 네트워크의 파라미터는 표 1과 같이 설정하였다. 뉴런의 초기값은 x축에 대한 파형과 z축에 대한 파형을 동일하게 만들기 위해 같은 값을 넣었으며, CPG 파라미터는 주기와 진폭에 대한 설정이다.
Aldebaran사의 휴머노이드 로봇 Nao에 대해서, Webots 기반의 시뮬레이션을 통해 생성된 걸음새의 특성을 분석하고, Aldebaran사에서 제공하는 보행 패턴과 비교한다. 그리고 주기와 보폭 및 발 높이를 변화시켜 이에 따른 보행 속도의 성능 분석도 수행한다. 전체 내용은 본 연구자들의 사전 연구[10]를 확장한 것이다.
사전 설계된 발끝 궤적의 고정된 단점을 해결하기 위하여, 생물학적 CPG 모델을 도입하여, 실시간으로 동적인 발끝 궤적을 구할 수 있는 기법을 제안한다. 즉, CPG 모델에서 생성된 신호를 변환하여 발끝의 궤적을 생성함으로써, 외부 요인으로 인한 CPG 파형의 변화가 동적으로 가변적인 발끝 궤적을 설계하도록 한다.
본 논문에서는 사전에 기준궤적을 생성하지 않는 대신에, 생물학적 CPG 모델을 이용한 가변적인 발끝 궤적을 생성하는 기법을 소개한다. 이를 위하여 CPG 노드들로 이루어진 CPG 네트워크를 구성하고, 여기서 나온 출력 파형을 변환하여 x축과 z축에 대한 발끝 궤적을 생성한다.
적정 이상의 성능을 보이는 CPG기반 발끝궤적에 대해서 CPG 및 보행궤적 관련 파라미터를 변화시켜 성능을 분석 하였다. 표 2-4는 한 걸음의 주기와 발의 보폭, 발을 들어올리는 높이변화에 따른 속도이다.
제안된 CPG 기반의 기법으로 동적으로 가변되는 발끝 궤적의 생성이 가능함을 보이기 위해서, 반복된 발끝 궤적을 출력하였다. CPG 단위의 내부 파형의 미세 변화로 인해 그림 10과 같이 발끝 궤적이 스스로 변화함을 알 수 있다.
본 논문에서는 사전에 생성하는 기준궤적을 이용한 휴머노이드 보행방법이 아닌, CPG 네트워크를 이용하여 매 실시간으로 보행 궤적을 생성하는 방법을 제안하였다. 제안된 기법은 CPG 네트워크를 통해 생성된 파형을 x축과 z축에 대한 궤적으로 변환하여 휴머노이드 로봇에 적용하였으며 시뮬레이션 수행으로 안정적으로 보행함을 확인하였다. 추가로 주기에 영향을 미치는 CPG 파라미터를 조정하여 주기별로 발폭과 발높이를 바꾸어 속도 성능 및 보행 동작을 비교 및 분석하였다.
사전 설계된 발끝 궤적의 고정된 단점을 해결하기 위하여, 생물학적 CPG 모델을 도입하여, 실시간으로 동적인 발끝 궤적을 구할 수 있는 기법을 제안한다. 즉, CPG 모델에서 생성된 신호를 변환하여 발끝의 궤적을 생성함으로써, 외부 요인으로 인한 CPG 파형의 변화가 동적으로 가변적인 발끝 궤적을 설계하도록 한다.
제안된 기법은 CPG 네트워크를 통해 생성된 파형을 x축과 z축에 대한 궤적으로 변환하여 휴머노이드 로봇에 적용하였으며 시뮬레이션 수행으로 안정적으로 보행함을 확인하였다. 추가로 주기에 영향을 미치는 CPG 파라미터를 조정하여 주기별로 발폭과 발높이를 바꾸어 속도 성능 및 보행 동작을 비교 및 분석하였다.

대상 데이터

휴머노이드 로봇 Nao는[11] Aldebaran 사의 중소형 휴머노이드 로봇이다. 총 25개의 관절과 머리 부분의 터치 센서, 가슴부분의 초음파 센서와 버튼이 있고 발 부분에 터치 센서와 발바닥의 압력센서로 구성되어 있다. 다리 부분은 앞뒤로 움직이는 피치(pitch) 관절 6개와 좌우로 움직이는 롤(roll) 관절 4개로 구성되어 있고 골반 관절이 1개로 구성되어 있다.
뉴런의 초기값은 x축에 대한 파형과 z축에 대한 파형을 동일하게 만들기 위해 같은 값을 넣었으며, CPG 파라미터는 주기와 진폭에 대한 설정이다. 표 1의 파라미터를 이용하여 보폭이 120mm이고, 발을 들어올리는 최대 높이가 30mm인 그림 7과 같은 발의 궤적을 생성하였다.

이론/모형

CPG 모델은 생물체의 신경망들이 서로 신호를 주고 받으며, 비선형적인 주기신호를 발생시키는 원리를 모델링한 것이다[3]. CPG에 사용되는 수식은 몇 가지 모델이 있으며, 본 논문에서는 그림 1과 같은 Matsuoka의 CPG 모델을 사용하며, 다음 식으로 표현된다.

성능/효과

Aldebaran사의 기본 보행 패턴은 속도가 7cm/s 이지만 CPG 네트워크를 통해 생성된 보행 패턴의 경우 속도가 11cm/s로 성능이 우수하며, 동일한 시간에 기존 보행패턴보다 더 이동한 거리가 긴 것을 알 수 있다. 이를 통해 제안된 CPG 기반 접근법에 의해 생성된 발끝의 궤적이 적정속도이상에서 안정적인 움직임을 보이는 것을 확인하였다.

후속연구

따라서, 환경이나 지형의 변화에 따른 피드백 정보를 이용할 경우, 향후 비평탄 지형에 대한 적응적인 발끝 궤적 생성이 가능하다. 본 연구의 범위는 동적으로 가변적인 궤적을 생성할 수 있음을 보이는 데에 초점을 맞추고, 지형의 변화에 대한 적응 보행은 후속 연구로 미룬다.
따라서, 환경이나 지형의 변화에 따른 피드백 정보를 이용할 경우, 향후 비평탄 지형에 대한 적응적인 발끝 궤적 생성이 가능하다. 본 연구의 범위는 동적으로 가변적인 궤적을 생성할 수 있음을 보이는 데에 초점을 맞추고, 지형의 변화에 대한 적응 보행은 후속 연구로 미룬다.
향후 연구에서 CPG 파라미터 중 Tr, Ta뿐만 아니라 뉴런의 초기값과 나머지 파라미터를 이용해 보행 궤적에 어떤 영향을 끼치는지 연구하고, CPG의 특성인 적응성을 검증하기 위해 피드백 정보를 이용하여 다양한 환경에서 안정적인 보행 패턴을 가지는 움직임에 대해 연구가 필요할 것으로 보인다.
향후, 그림 1의 CPG 단위 그림의 좌측의 Feed 입력에 지형의 변화에 대응하는 센서값을 연결하면, 이에 따라 전체 CPG 네트워크가 지형에 적합한 파형을 생성할 수 있다. 본 연구에서는 지형에 대한 피드백 값을 고려하기 전 단계로, 지형에의 적응성은 고려하지 않고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	역진자 모델을 통한 휴머노이드 보행 궤적 생성법은 어떤 단점이 있는가?	구체적으로, 역진자 모델을 도입하여 휴머노이드 보행을 모델링하고, 이를 사용하여 안정적 보행을 보장하는 로봇의 무게중심에 대한 ZMP 궤적을 생성하며, 이에 따라 보행에 대한 발끝 궤적을 생성하는 것이 주된 접근법으로 널리 알려져 있다[2-4]. 그러나 이 방법들은 사전에 기준궤적을 미리 생성하므로, 고정된 궤적으로는 지형의 변화에 적응할 수 없는 단점이 있다.
	CPG 모델은 무엇인가?	CPG 모델은 생물체의 신경망들이 서로 신호를 주고 받으며, 비선형적인 주기신호를 발생시키는 원리를 모델링한 것이다[3]. CPG에 사용되는 수식은 몇 가지 모델이 있으며, 본 논문에서는 그림 1과 같은 Matsuoka의 CPG 모델을 사용하며, 다음 식으로 표현된다.
	휴머노이드 로봇의 보행은 어떻게 나누어지는가?	휴머노이드 로봇 또는 이족 로봇의 보행은 보행패턴 생성과 자세 안정화로 나누어진다. 보행 패턴 생성은 외부 지면 환경이나 로봇 자체의 동적 특성 및 보행 흐름에 알맞도록 주기적으로 생성되어야 하며, 자세 안정화의 경우 실시간 센서 피드백을 활용하여 로봇의 균형을 항상 유지시켜야 한다[3].

참고문헌 (11)

M. Vokobratovic, A.A. Frank, D. Juricic, "On the Stability of Biped Locomotion," Biomedical Engineering, IEEE Transactions on , vol. BME-17, no. 1, pp. 25,36, Jan. 1970.
S. Lee and H. Kim, "Reference ZMP Trajectory Generation and Implementation for a Biped Robot via Linear Inverted Dumbbell Model" Journal of the Korean Society of Precision Engineering, Vol. 29, No. 4, pp. 417-425, 2012.

원문보기 상세보기
J. Y. Kim, I. W. Park, and J. H. Oh, "Experimental realization of dynamic walking of biped humanoid robot KHR-2 using ZMP feedback and Inertial measurement," Advanced Robotics, vol. 20, no. 6, pp. 707-736, 2006.

상세보기
C. Graf, A. Hartl, T. Rofer, T. Laue, "A Robust Closed-Loop Gait for the Standard Platform League Humanoid," Proceedings of the Fourth Workshop on Humanoid Soccer Robots in conjunction with the 2009 IEEE-RAS International Conference on Humanoid Robots, 2009.
K. Matsuoka, "Mechanisms of frequency and pattern control in the neural rhythm generators", Biological Cybernetics, vol. 56, issue 5, pp. 345-353, 1987.

상세보기
A. J. Ijspeert. "Central pattern generators for locomotion control in animals and robots: a review," Neural Networks, 21(4), pp. 642-653, 2008

상세보기
T. Matsubara, J. Morimoto, J. Nakanishi, M. Sato, K. Doya, "Learning CPG-based biped locomotion with a policy gradient method," Robotics and Autonomous Systems, vol. 54, no. 6, pp. 911-920, 2006.

상세보기
C. Liu, D. Wang, Q. Chen, "Central Pattern Generator Inspired Control for Adaptive Walking of Biped Robots," Systems, Man, and Cybernetics: Systems, IEEE Transactions on, no. 99, pp. 1-10, 2013
C. P. Santos, V. Matos, "CPG modulation for navigation and omnidirectional quadruped locomotion," Robotics and Autonomous Systems, vol. 60, no. 6, pp. 912-927, 2012.

상세보기
J. Lee, K. Seo, "Generation of Walking Trajectory of Humanoid Robot using CPG," Proceedings of Korean Institute of Intelligent Systems 2013 Spring Conference, vol. 23, no. 1, pp. 123-124, 4 2013
"Forward and Inverse Kinematics for the NAO Humanoid Robot," Technical University of Crete, July 2012

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증