항만공사용 사석 고르기 수중로봇의 제어 및 지형인식에 관한 연구 Study on the Control and Topographical Recognition of an Underwater Rubble Leveling Robot for Port Construction원문보기
수중에서 로봇으로 사석 고르기 작업을 실시할 경우 로봇 주위의 지형 정보를 실시간으로 제공해야 원격조종이 가능하다. 현 위치로부터 주변지형의 높낮이를 보여줘야 운전자가 작업 계획을 수립하고, 전복과 같은 사고도 예방할 수 있다. 지금까지 지형인식은 멀티 빔 소나에 의해 이뤄졌는데 이는 작업 전후의 품질을 평가하는 용도만 사용되었지 원격조종에서 필요한 실시간 정보로는 사용될 수 없었다. 본 연구는 수중 사석 고르기 작업을 위한 실시간 지형인식 방법을 개발한다. 버킷이 지면을 누를 때 전달되는 힘을 측정해 접촉여부를 판단하고, 실린더의 길이를 읽어 접촉위치를 계산한다. 버킷의 위치제어를 위해 가변 뱅뱅제어 알고리즘을 적용하고 숙련된 굴삭기 운전자의 작업패턴을 프로그램화해 지형인식, 긁기, 밀기, 전진 등의 작업을 자동으로 수행하도록 한다. 개발된 방법은 로봇 몸체로부터 버킷의 거리에 따라 3차원 격자 지형을 상대적으로 보여줌으로써 작업자가 쉽게 지형을 인식하고 지형에 따라 작업계획을 세우도록 한다.
수중에서 로봇으로 사석 고르기 작업을 실시할 경우 로봇 주위의 지형 정보를 실시간으로 제공해야 원격조종이 가능하다. 현 위치로부터 주변지형의 높낮이를 보여줘야 운전자가 작업 계획을 수립하고, 전복과 같은 사고도 예방할 수 있다. 지금까지 지형인식은 멀티 빔 소나에 의해 이뤄졌는데 이는 작업 전후의 품질을 평가하는 용도만 사용되었지 원격조종에서 필요한 실시간 정보로는 사용될 수 없었다. 본 연구는 수중 사석 고르기 작업을 위한 실시간 지형인식 방법을 개발한다. 버킷이 지면을 누를 때 전달되는 힘을 측정해 접촉여부를 판단하고, 실린더의 길이를 읽어 접촉위치를 계산한다. 버킷의 위치제어를 위해 가변 뱅뱅제어 알고리즘을 적용하고 숙련된 굴삭기 운전자의 작업패턴을 프로그램화해 지형인식, 긁기, 밀기, 전진 등의 작업을 자동으로 수행하도록 한다. 개발된 방법은 로봇 몸체로부터 버킷의 거리에 따라 3차원 격자 지형을 상대적으로 보여줌으로써 작업자가 쉽게 지형을 인식하고 지형에 따라 작업계획을 세우도록 한다.
When underwater rubble leveling work is carried out by a robot, real-time information on the topography around the robot is required for remote control. If the topographical information with respect to the current position of the robot is displayed as a 3D graphic image, it allows the operator to pl...
When underwater rubble leveling work is carried out by a robot, real-time information on the topography around the robot is required for remote control. If the topographical information with respect to the current position of the robot is displayed as a 3D graphic image, it allows the operator to plan the working schedules and to avoid accidents like rollovers. Up until now, the topographical recognition was conducted by multi-beam sonars, which were only used to assess the quality before and after the work and could not be used to provide real-time information for remote control. This research measures the force delivered to the bucket which presses the mound to determine whether contact is made or not, and the contact position is calculated by reading the cylinder length. A variable bang-bang control algorithm is applied to control the heavy robot arms for the positioning of the bucket. The proposed method allows operators to easily recognize the terrain and intuitively plan the working schedules by showing relatively 3-D gratifications with respect to the robot body. In addition, the operating patterns of a skilled operator are programmed for raking, pushing, moving, and measuring so that they are automatically applied to the underwater rubble leveling work of the robot.
When underwater rubble leveling work is carried out by a robot, real-time information on the topography around the robot is required for remote control. If the topographical information with respect to the current position of the robot is displayed as a 3D graphic image, it allows the operator to plan the working schedules and to avoid accidents like rollovers. Up until now, the topographical recognition was conducted by multi-beam sonars, which were only used to assess the quality before and after the work and could not be used to provide real-time information for remote control. This research measures the force delivered to the bucket which presses the mound to determine whether contact is made or not, and the contact position is calculated by reading the cylinder length. A variable bang-bang control algorithm is applied to control the heavy robot arms for the positioning of the bucket. The proposed method allows operators to easily recognize the terrain and intuitively plan the working schedules by showing relatively 3-D gratifications with respect to the robot body. In addition, the operating patterns of a skilled operator are programmed for raking, pushing, moving, and measuring so that they are automatically applied to the underwater rubble leveling work of the robot.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 수중 고르기 작업 중 버킷을 이용해 지형을 인식하는 방법과 제어에 대해 기술한다. 지금까지 지형인식은 멀티 빔 소나에 의해 작업 전후에 이뤄졌는데 이는 작업결과를 평가하는 데이터로 사용될 뿐 로봇이 작업하는데 필요한 실시간 정보는 제공하지 못했다.
본 연구에서 개발한 수중건설 로봇은 굴삭기를 개조한 것이다. 따라서 로봇 굴삭기와 같이 제어하는데 어려움이 있다.
제안 방법
접촉점을 모아 3차원 격자로 지형을 형상화하고 로봇의 위치에 대한 지형을 시각화한다. 관성이 큰 중장비형 로봇을 제어하기 위해 뱅뱅제어를 변형한 가변 뱅뱅제어 알고리즘을 적용하고, 서보 밸브의 스풀에 인가되는 전압에 따라 유량을 조절함으로써 실린더의 길이를 제어한다.
현장사정상 다른 공정과 겹치면 로봇을 철수시키고, 재투입해야하는 일이 빈번히 일어나고, 실험 도중 통신 및 누유 문제가 발생해 2주일 동안 실험을 했지만 장기간에 걸친 장비의 효율성테스트를 못한 것이 아쉽다. 그러나 실제 현장에 로봇을 투입해 버킷과 블레이드로 지형을 인식하고 고르기 작업을 실시함으로써 장비의 성능을 입증했다. 현재 관련업체와 함께 실험에서 나타난 문제를 보완해 상용화를 추진하고 있다.
이 때는 다목적 암이 최대 반경으로 쭉 뻗은 형상으로 오므린 형상과 달리 로드셀에 부과되는 힘의 방향이 다르기 때문이다. 두 개의 로드셀 중 하나라도 평균값과 차이가 3000N 이상 일 때 버킷이 지면에 닿았다고 판단하고 그 때 스윙모터의 각도와 실린더의 길이를 순기구학에 대입해 접촉점의 위치를 계산 한다. Fig.
수중건설로봇의 사석 고르기 작업을 위해 버킷접촉에 의한 실시간 지형인식방법을 개발했다. 로드셀을 이용해 버킷이 지면을 누를 때 전달되는 힘을 측정해 접촉여부를 판단하고, 버킷의 접촉위치를 계산했다. 접촉점을 계산하기 위해 로봇 암의 순기구학과 역기구학을 해석하고, 유압 서보 제어를 통해버킷이 원하는 위치에 도달하게 했다.
따라서 중간점에서 멈췄다 이동한 흔적이 있다. 뱅뱅제어의 문제를 해결하기 위해 Fig. 6과 같이 속도에 따라 제어전압을 증감시키는가변 뱅뱅제어를 적용했다. 실린더의 속도에 따라 제어전압을 조절하므로 오버슈트가 적고 오차가 클 때까지 기다릴 필요가 없다.
본 논문에서는 유압액추에이터가 포함된 로봇을 모델링하고, PID, 뱅뱅, 가변 뱅뱅제어를 적용해 지형인식, 긁기, 전진 작업을 수행하고 제어성능과 작업속도를 분석한다. 실제 수중 작업에 투입한 결과를 보이며 작업결과에 대해 기술한다.
본 연구에서는 관성이 큰 시스템에 알맞은 뱅뱅제어를 적용한다. 식(4)로부터 원하는 길이 #가 얻어지면 현재 길이#와 이동 시간, △T에 따라 각 실린더의 속도
본 연구에서는 역기구학으로 측정위치에 도달하기 위한 실린더의 길이를 계산하고, 순기구학으로 버킷이 지형에 접촉할 때 접촉위치를 계산한다. 접촉점을 모아 3차원 격자로 지형을 형상화하고 로봇의 위치에 대한 지형을 시각화한다.
수중건설로봇의 사석 고르기 작업을 위해 버킷접촉에 의한 실시간 지형인식방법을 개발했다. 로드셀을 이용해 버킷이 지면을 누를 때 전달되는 힘을 측정해 접촉여부를 판단하고, 버킷의 접촉위치를 계산했다.
실험결과를 토대로 12m²의 면적을 고르는 데 소요되는 시간은 지형인식 (7분), 긁기 (12분), 전진 (5분), 기타 (6분)으로 총 30분 정도이다.
연속 긁기 프로그램이 개발되어 버킷을 작업할 위치에 놓으면 안으로 3000mm를 긁으면서 10°씩 CCW 방향으로 방위를 변경하면서 총 5번 긁기 작업을 실시한다.
운영실 및 부대장비를 육상에 배치하고, 로봇을 근고 블록에서 약 10m 정도 떨어진 곳에 진수하여 50m × 35m의 영역을 작업시나리오 대로 버킷과 블레이드를 이용해 지형을 인식하면서 고르기 작업을 수행하였다.
접촉점을 계산하기 위해 로봇 암의 순기구학과 역기구학을 해석하고, 유압 서보 제어를 통해버킷이 원하는 위치에 도달하게 했다. 유압과 서보밸브의 비선형과 관성이 큰 중장비형 로봇을 제어하기 위해 뱅뱅제어를 변형한 가변 뱅뱅제어를 적용해 지형을 인식할 정도의 정밀도를 얻었다. 접촉된 점을 격자로 모아 3차원으로 지형을 모델링하고 현 로봇의 위치에 대한 상대적인 지형정보를 보여줬다.
육상실험을 마친 후 해양연구원 장목 실험장에서 천해부 수중실험을 통해 기본동작 및 방수, 누유 등을 확인했다. 현장투입실험은 1차로 2016년 12월 충남 태안군 안흥항에서 일주일동안 이뤄졌는데 외항 케이슨 옆면에 로봇을 투입해 약 16m × 7m의 면적을 고르는 작업이었다.
따라서 LBL 센서의 오차가 ±1m 이상으로 pre-survey 지형에 맵핑된 로봇이 오차 범위 내에서 산개되므로 심한 경우 5m 이상 작업경로에서 벗어나는 경우도 있다. 이러한 문제를 해결하기 위해 본 연구에서는 버킷으로 땅을 찍고 몸체를 끌어당겨 전진한 후, 이동거리를 계산해 로봇의 위치를 갱신한다. 이 방법은 이동거리를 상대적으로 계산하므로 위치를 초기화할 필요가 없고, 이동거리가 짧아 오차가 적다.
로드셀을 이용해 버킷이 지면을 누를 때 전달되는 힘을 측정해 접촉여부를 판단하고, 버킷의 접촉위치를 계산했다. 접촉점을 계산하기 위해 로봇 암의 순기구학과 역기구학을 해석하고, 유압 서보 제어를 통해버킷이 원하는 위치에 도달하게 했다. 유압과 서보밸브의 비선형과 관성이 큰 중장비형 로봇을 제어하기 위해 뱅뱅제어를 변형한 가변 뱅뱅제어를 적용해 지형을 인식할 정도의 정밀도를 얻었다.
본 연구에서는 역기구학으로 측정위치에 도달하기 위한 실린더의 길이를 계산하고, 순기구학으로 버킷이 지형에 접촉할 때 접촉위치를 계산한다. 접촉점을 모아 3차원 격자로 지형을 형상화하고 로봇의 위치에 대한 지형을 시각화한다. 관성이 큰 중장비형 로봇을 제어하기 위해 뱅뱅제어를 변형한 가변 뱅뱅제어 알고리즘을 적용하고, 서보 밸브의 스풀에 인가되는 전압에 따라 유량을 조절함으로써 실린더의 길이를 제어한다.
4. 제어결과
제어특성 확인을 위해 긁기 작업에 PID, 뱅뱅, 가변 뱅뱅제어를 적용했다. Fig.
지형의 왼쪽중심부 부분을 1차 작업구역으로 해서 60m²/h의 속도로 3시간 동안 고르기 작업을 실시하였으며 실제로는 소나영상 판독및 외부 케이블 관리 작업 등으로 인해 5시간이 소요되었다.
접촉된 점을 격자로 모아 3차원으로 지형을 모델링하고 현 로봇의 위치에 대한 상대적인 지형정보를 보여줬다. 지형인식 뿐 아니라 긁기, 밀기, 전진 작업에도 숙련된 굴삭기 운전자의 작업패턴을 프로그램화해 자동으로 작업이 이뤄지도록 했다. 전진작업은 버킷으로 땅을 찍어 몸체를 이동시키고 암의 오므린 거리를 몸체의 전진거리로 환산하는 상대적인 위치측정 방법으로 절대적인 위치정보를 이용하는 기존 LBL/USBL 방법의 문제점을 해결할 것으로 본다.
대상 데이터
, 2015). 로봇은 마운드를 주행하는 트랙, 사석을 평탄하게 고르는 블레이드, 굴삭/채우기 작업을 수행할 수 있는 다목적암으로 구성되어있다. 로봇 상부 플랫폼에는 3축-자이로스코프와 LBL-트랜시버가 설치되어 로봇의 자세와 위치를 측정한다.
현장투입실험은 1차로 2016년 12월 충남 태안군 안흥항에서 일주일동안 이뤄졌는데 외항 케이슨 옆면에 로봇을 투입해 약 16m × 7m의 면적을 고르는 작업이었다.
이론/모형
뱅뱅제어는 실린더가 원하는 위치에 도달할 때까지 일정한 명령을주므로 오버슈트가 크다. 따라서 실린더의 속도에 따라 명령 값을 조절하는 가변 뱅뱅제어 알고리즘을 적용한다. 샘플링 시간마다 속도를 점검해 아래와 같이 원하는 속도보다 속도가 느리면 전압을 증가시키고, 빠르면 줄이도록 한다.
성능/효과
위 실험으로부터 유압 중장비형 로봇에는 제어명령에 민감하게 반응하지 않아 기존 제어이론이 잘 맞지 않음을 실감했다.가장 견실한 제어방식은 운전자가 중장비를 조종하듯 on-off 방식이나 이를 보완한 가변 뱅뱅제어가 적합할 것으로 본다. 실험에 의해 Table 1과 같이 가장 적절한 제어전압을 찾았으나 이론적으로 최적의 값을 찾는 작업은 필요할 것으로 본다.
고르기 작업 후 지형 측량 결과 ±10 cm의 높이차를 보여 우수한 시공성을 보였다.
원하는 이동거리는 1400mm이었으나 1500mm을 이동해 100mm 정도의 오차가 발생했다. 로봇 몸체가 크고, 데드존이 존재해 오차가 크나 현재 위치에서 몸체의 이동거리를 상대적으로 산출한 것으로 LBL에 비해 신뢰할 만한 위치정보를 얻을 수 있다. 실험결과를 토대로 12m²의 면적을 고르는 데 소요되는 시간은 지형인식 (7분), 긁기 (12분), 전진 (5분), 기타 (6분)으로 총 30분 정도이다.
지형인식, 긁기, 전진,기타 작업을 감안해 24m²/h의 시공능력을 가지고 있으나 평탄한 지형에서는 버킷 뿐 아니라 블레이드까지 사용할 수 있어 작업속도가 더 빠를 것으로 판단된다. 실제 동해항 현장투입실험에서 평균 55.5m²/h 의 생산성을 보임으로써 잠수부의 4.3m²/h 생산성보다 약 10배 이상임을 보여줬다.
따라서 중간점을 지날 때 멈추는 구간이 없이 부드럽게 운동하고 오차도 ±100mm 범위에서 긁기 작업을 마쳤다. 위 실험으로부터 유압 중장비형 로봇에는 제어명령에 민감하게 반응하지 않아 기존 제어이론이 잘 맞지 않음을 실감했다.가장 견실한 제어방식은 운전자가 중장비를 조종하듯 on-off 방식이나 이를 보완한 가변 뱅뱅제어가 적합할 것으로 본다.
유압과 서보밸브의 비선형과 관성이 큰 중장비형 로봇을 제어하기 위해 뱅뱅제어를 변형한 가변 뱅뱅제어를 적용해 지형을 인식할 정도의 정밀도를 얻었다. 접촉된 점을 격자로 모아 3차원으로 지형을 모델링하고 현 로봇의 위치에 대한 상대적인 지형정보를 보여줬다. 지형인식 뿐 아니라 긁기, 밀기, 전진 작업에도 숙련된 굴삭기 운전자의 작업패턴을 프로그램화해 자동으로 작업이 이뤄지도록 했다.
후속연구
버킷 접촉에 의한 지형인식을 위해서는 버킷이 지면과 닿았는지 판단할 수 있는 센서와 닿은 위치를 계산하는 기구학 해석이 필요하다. 또한, 측정 위치를 찾아가기 위한 실린더의 제어와 버킷이 접촉한 위치를 취합해 지형 모델링하는 시각화 연구도 이뤄져야한다.
질의응답
핵심어
질문
논문에서 추출한 답변
지금까지 지형인식 방식과 제한점은?
본 논문은 수중 고르기 작업 중 버킷을 이용해 지형을 인식하는 방법과 제어에 대해 기술한다. 지금까지 지형인식은 멀티 빔 소나에 의해 작업 전후에 이뤄졌는데 이는 작업결과를 평가하는 데이터로 사용될 뿐 로봇이 작업하는데 필요한 실시간 정보는 제공하지 못했다. 로봇으로 고르기 작업을 실시할 경우 작업 전방의 지형을 실시간으로 제공해야 작업 계획을 세우고, 사고도 예방할 수 있다.
수중사석 고르기 작업에서 8족보행로봇의 특징은?
상기 로봇의 경우 효율성 면에서 개선해야할 점이 많다. 8족보행로봇의 경우 갈퀴와 롤러를 로봇 프레임에 설치해 사석을 긁고, 다지면서 고르기 작업을 실시하나, 다자유도로 시스템이복잡하고 보행속도가 느리다. 일본의 수중굴삭기의 경우 버킷에 힘 센서를 부착해 전달되는 힘만으로 장비를 조종하므로고도의 숙련이 필요하지만 잠수부에 비해 8배 이상 빠른 것으로 보고되고 있다(KIMST, 2014).
본 연구에서 개발한 수중건설 로봇은 굴삭기를 개조한 것으로 제어에 어려움을 겪는 원인은?
따라서 로봇 굴삭기와 같이 제어하는데 어려움이 있다. 즉, 관성과 중력의 변화가 크고, 유압액추에이터의 비선형성, 시간지연, 데드존이 존재하며, 버킷의 접촉에 의한 외란이 크다. 이런 문제를 해결하기 위해 많은 연구가 행해졌으나 대부분 이론 연구이며, 실제 적용한 사례는 많지 않다.
참고문헌 (11)
Andrade-Cetto, J., Kocaoglan, E., Koivo, A. and Thoma, M(1996), "Modeling and control of excavator dynamics during digging operation," J Aerospace Eng, Vol. 9, No. 1, pp. 10-18.
Bradley, D. A. and Seward, D. W.(1998), "The Development, Control and Operation of an Autonomous Robotic Excavator," Journal of Intelligent and Robotic Systems, Vol. 21 pp. 73-97.
Durrant-Whyte, H., Ha, Q., Nguyen, Q. and Rye, D.(2000), "Force/position tracking for electrohydraulic systems of a robotic excavator", in Decision and Control, 2000. Proceedings of the 39th IEEE Conference on, pp. 5224-5229.
Hirabayashi, T., Iwata, H., Yamamoto, T. and Yano, H.(2006), "Experiment on teleoperation of underwater backhoe with haptic information," International Association for Automation and Robotics in Construction, Proceedings 23rd Int. Sym. ISARC, pp. 36-41.
Hong, D., Lee, S., Park, H. and Shin, J. O.(2007), "Optimal path planning for backhoe based on excavation environment", in Proceedings of the 24th International Symposium on Automation & Robotics in Construction, pp. 169-174.
KIMST, (2014), Development of unmanned automated equipment for underwater construction of ports, Oceans and Fisheries R/D report.
Katsura, S., Matsumoto, Y., and Ohnishi, K.(2007), "Modeling of force sensing and validation of disturbance observer for force control," Industrial Electronics, IEEE Transactions on, Vol. 54, No. 1, pp. 530-538.
Kim, C. H., Kim, T. S. and Lee, M. K.(2015), "Study on the design and the control of an underwater construction robot for port construction", Journal of Navigation and Port Research, Vol 39, No. 3, pp. 253-260.
Kim, C. H., Kim, T. S. and Lee, M. K.(2012), "Development of a pressure based observer to measure the length of an underwater robot for harbour construction", JMST, Vol. 36, No. 10, pp. 865-871.
Iida, K., Naruse, T. and Sawano, T.(1988), "Rubble leveling robot in underwater construction", Tokyo. Japan. The 5th international symposium on robotics in construction, 5th ISARC pp. 727-735.
Masory, O.(1986), "Improving contouring accuracy of nc/cnc systems with additional velocity feed forward loop", Journal of Engineering for Industry, Vol. 108, No. 3, pp. 227-230.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.