초록 ▼

□ 연구개요
본 연구과제에서는 로봇이 학습환경과 다른 이종 환경에서 주행을 통해 물체 및 구조물의 불완전 인지를 극복하고 환경에 적응할 수 있는 기술을 개발한다. 학습 환경과 다른 환경에서도 주행을 통해 연속적으로 물체를 관측함으로써 관측 결과를 확률적으로 통합하여 불완전 인지가 일어나는 상황에 대한 학습 데이터를 스스로 수집하고 학습하도록 한다. 이를 통해 로봇은 자율적으로 인지적 능력을 향상시킬 수 있으며, 다양한 환경에 적응할 수 있게 하여 제한된 학습데이터만으로도 검증환경에서의 주행을 통해 목표하는 인지 정확도를 확보할

□ 연구개요
본 연구과제에서는 로봇이 학습환경과 다른 이종 환경에서 주행을 통해 물체 및 구조물의 불완전 인지를 극복하고 환경에 적응할 수 있는 기술을 개발한다. 학습 환경과 다른 환경에서도 주행을 통해 연속적으로 물체를 관측함으로써 관측 결과를 확률적으로 통합하여 불완전 인지가 일어나는 상황에 대한 학습 데이터를 스스로 수집하고 학습하도록 한다. 이를 통해 로봇은 자율적으로 인지적 능력을 향상시킬 수 있으며, 다양한 환경에 적응할 수 있게 하여 제한된 학습데이터만으로도 검증환경에서의 주행을 통해 목표하는 인지 정확도를 확보할 수 있도록 한다.

□ 연구 목표대비 연구결과
본 연구에서는 불완전 인지를 위한 확률적 중첩기법 및 graph 구조를 활용한 Data Association을 목표로 하여, 이를 구현하기 위해 probabilistic object-oriented SLAM 알고리즘 개발 및 Data association을 활용한 자기지도학습 알고리즘 개발을 수행하였다. 이를 통해 기존의 학습데이터에 의존한 기법에 대비하여 challenge한 상황에서도 자기지도학습을 통해 성능향상을 나타내어, 처음으로 연속적인 SLAM기반 인지를 활용한 인지 적응 기법을 구현하였다.
또한 학습하지 않은 이종물체에 대한 인지 적응 기술을 구현하기 위해, 최근 컴퓨터 그래픽스 분야에서 제시된 Neural field를 활용한 3차원의 density field에 대한 non-linear regression 기법을 활용하였다. 이를 활용함으로써 학습하지 않은 물체나 어떠한 구조물을 보더라도 3차원 기하학적 의미를 얻어낼 수 있도록 하였으며, Neural field 인지기법 개발을 통한 이종 물체에 대한 인지기법이 가능하도록 하기 위해 베이지안 추론 접근법을 활용하여 학습한 네트워크의 파라미터 단위에서 관측한 물체 사이의 구분이 가능하도록 하는 기법을 최초로 제안하였다. 또한 제안한 기법은 기존의 학습기반 기법 대비 95% 성능을 유지함으로써 학습 데이터를 전혀 활용하지 않고도 관측만으로도 물체를 구분할 수 있는 가능성을 보였다.

□ 연구개발성과의 활용 계획 및 기대효과(연구개발결과의 중요성)
본 연구를 통해 기존의 로봇 인지지능 및 학습에 대한 통념을 뒤집고 로봇의 실질적인 활용 및 스마트시티의 도래를 위한 새로운 활로를 찾기 위한 발판을 마련한다. 딥러닝 기법 및 다량의 학습데이터를 바탕으로 큰 성능향상을 이룬 인공지능은, 정형화된 학습기법이나 제한된 학습데이터의 양으로는 변수가 많은 실제 환경에서는 높은 성능을 기대하기 어렵다. 이러한 문제점은 로봇이 인공지능을 단순 활용하는 것에 그치지 않고, 자신의 모빌리티를 활용하여 새로운 환경에 대한 자신의 인공지능을 강화시키는 접근법을 통해 근본적으로 해결할 수 있다. 로봇이 자율적으로 새로운 환경에 대해 관측하고 학습 데이터를 수집하여 환경에 적응해 나갈 수 있다는 패러다임을 제시함으로써 인공지능 개발의 방향 또한 크게 바뀌게 될 것이다. 사회 전반에 걸쳐 사용될 로봇은 같은 모델이라 하더라도 사용 환경에 따라 다른 인지지능을 가진 로봇으로 적응할 수 있으며, 이러한 점은 산업계에 큰 파장을 일으킬 수 있다. 현재 4세대 완전자율주행이 힘든 가장 큰 이유는 국가 및 도시마다 다른 도로 환경을 모두 고려하기 힘들기 때문이며, 이 때문에 엄청난 비용 및 인력이 학습데이터 수집 및 알고리즘 일반화에 집중되고 있다. 이러한 점은 스마트홈을 위한 가정용 로봇에도 마찬가지로, 자율주행 및 로봇이 실용화되는 데 큰 장애물이라 할 수 있다. 사용되는 환경에 적응하는 인공지능 로봇은 이러한 제한을 해결함과 동시에, 기업이 사용자 및 환경 맞춤형 제품을 제공할 수 있는 발판을 마련한다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 4
• 3. 연구개발과제의 수행 결과 및 목표 달성 수준 ... 10
• 1) 정성적 연구개발성과(연구개발결과) ... 10
• 2) 세부 정량적 연구개발성과 ... 11
• 3) 목표 달성 수준 ... 11
• 4. 연구개발성과의 관련 분야에 대한 기여 정도(연구개발결과의 중요성) ... 11
• 5. 연구개발성과의 관리 및 활용 계획 ... 12
• 6. 자체점검표 ... 12
• [붙임1] 세부 정량적 연구개발성과 ... 13
• [붙임2] 연구책임자 대표적 연구실적 및 증빙(요약문 및 사본) ... 13
• 끝페이지 ... 19