휴머노이드 로봇에 의한 능숙한 물체조작 (Efficient Object Manipulation by the Humanoid Robot)

1. 휴머노이드 로봇에 의한 능숙한 물체조작(Efficient Object Manipulation by the Humanoid Robot) 이 장 명 부산 대학교 지능로봇 실험실 http://robotics.ee.pusan.ac.kr

2. 목 차 1. 지능형 로봇의 연구추세 2. 휴머노이드 로봇에 의한 물체조작 - 지능형 로봇의 정의 - Independent 제어 - 시장규모 - Loosely Coupled 제어 - 국내외 동향 - Tightly Coupled 제어 - 정통부의 9대 신성장 동력 •유연한 동작 (기구학적 협동) - 지능형 로봇 Roadmap •힘겨운 동작 (동역학적 협동) - 세부기술 수요 3. 센서 정보의 활용에 의한 지능화 4. 지능 로봇의 연구방향

3. 지능형 로봇의 연구추세

4. 지능형 로봇의 정의 인간과 상호작용을 통하여 인간의 명령 및 감정을 이해하고, 반응하며 정보통신 기술을 바탕으로 인간에게 다양한 서비스를 제공하는 로봇 특징 : 서비스 로봇 기술은 융합 기술 (지능, 모션, IT 인프라 및 SI)

5. 시장 규모 ●조사기관마다 예측치가 다양하나 2020년 최소 800억$ 예상 ●년도별 예측치의 62% 가 가정용 로봇 - 2020 최소 650억$ 예상 - ’05년 ~ ’20년 년 평균 성장률 : 최소 17% ●현재는 시장 도입기로 향후 자동차/TV 규모이상의 시장형성 예상

6. 국내외 동향 ●산업 동향 - 2000년대 들어 서비스 로봇에 대한 관심 급증 (한국, 일본 등) - 산업 태동기 : 다양한 개발시제품 및 상용화 초기 (AIBO, 청소로봇) ●정책 동향 - 국내 : 소규모, 산발적인 투자 및 연구개발 -> 서비스 로봇의 특징 (융합기술) 퇴색 - 미국/일본 : 정부의 대규모 계획적 투자 및 산 •학 •연의 긴밀한 협조 ●기술 동향 - 한국 : 다양한 분야의 연구가 진행 중 •아직 많은 부분이 초보 단계 (요소기술 연구 미흡) • KAIST (Welfare Robotics), 산자부 (Personal 로봇) 외 - 일본 : 개인용 로봇의 상용화 연구 활발, 특히 2족 보행 로봇에 강점 • 2족 보행 (sony, Honda 등), 가정용 (도시바) 등 - 미국 : 우수개발 인력으로 로봇 기초연구에서 세계 주도 •지능기술 (대학), 극한환경로봇 (NASA), 군사용 로봇 (DARPA) 연구 중심

7. 정통부의 9대 신성장 동력

8. 지능형 로봇 Roadmap 서 비 스 1단계 (~’07) (부르면 다가와서 서비스를 주는) 2단계 (‘08~’11) (알아서 찾아와서 서비스를 주는) 3단계 (‘12~’15) (인간과 공존하는) 사용자의 의도를 판단하여 반응 (감성, 제스쳐) Inter- action 사용자와 interaction을 통한 진화 사용자의 요청에 반응 감성 의지 학습 주어진 환경에 대한 반응 -음성인식 기존에 아는 환경과 유사한 환경에 대한 반응 일반화 임의의 환경에 대한 반응 - 자연어 인식 예측 협업 로봇간, 로봇/사람간 협업

9. 지능형 로봇 Roadmap 핵 심 기 술 1단계 (~’07) (부르면 다가와서 서비스를 주는) 2단계 (‘08~’11) (알아서 찾아와서 서비스를 주는) 3단계 (‘12~’15) (인간과 공존하는) •비 정형화된 음성/화상기반 상호작용 기술 - 감정인식 및 표현기술 - 의도인식 기술 •비 정형화된 환경인식 및 주행기술 -실내환경에서 완전자율주행기술 •실시간 제어기술 - 양팔 협조 공조기술 •2족 보행 Manipulation 기술 •일상 환경에서 음성/화상기반 상호작용 기술 - 자연어 대화기술 •일반환경 인식 및 학습기술 - 실외환경에서 완전자율주행기술 •실시간 제어기술 - Multi_Robot 협조제어 및 이동기술 • Humanoid 유인동작기술 •정형화된 음성/화상기반 상호작용 기술 - 정형화된 문장인식, 음원위치 추론기술등 - 양방향 감정 및 동작표현 - 다중물체 영상추적 , 3D 얼굴인식 기술등 •정형화된 환경인식 및 주행기술 -정형화된 동작환경에서 완전자율주행기술 •실시간 제어기술 - Mobile Manipulator 유연제어 기술 •2족 보행 및 Manipulation 기술 - 동작보행 및 전신공조제어 알고리즘 개발

10. 세부 기술 수요 IT 도우미 가사도우미 Edutain- ment Robot- inside 공통기반

11. 휴머노이드 로봇에 의한 물체조작

12. Independent 제어 ● 충돌 회피 ● Singularity Avoidance ● 최적화 - 시간, 에너지, 정도 <- 형상인식, 주변인식 ● 각 ARM 혹은 Robot의 능력에 적합한 일 배정

13. Loosely Coupled 제어 ● 협동제어의 전형 - 병마개 열기 - 종이 자르기 ● 최적화 - 정도, 에너지, 시간 - 형상인식, 주변인식 ● 각 ARM 의 능력에, 위치에 적합한 일 배정 < 병마개 열기 >

14. - 왼쪽 : 고정 혹은 동작 - 오른쪽 : 혹은 동작 Artificial Constraints ● 볼트-너트 조이기 ● Crank 돌리기

15. Tightly Coupled 제어 【 양팔의 동시제어 】 ● 유연한 동작 (기구학적 협동) - 운동의 용이성 ● 힘겨운 동작 (동역학적 협동) - 부하의 분배 최적 < 물 체 이 동 >

16. 유연한 동작 (기구학적 협동) Coefficients 행렬의 Inverse Manipulability ellipsoid Duality 성질 force Velocity(운동)

17. 1 Approaching Velocity 2 3 Tracking Force Tracking Velocity Insertion Velocity Approaching Velocity Approa- ching Tracking Insertion Insertion Force Peg-in-hole Operation Peg-in-hole Operation 을 위한 Manipulability Ellipsoid 의 바람직한 모양 Dual Redundant Arm Configuration Optimization with Task-Oriented Dual Arm Manipulability [ IEEE Trans. On Robotics and auto. Vol. 5. NO. 1. 1989 ] Tapered Hole

18. 두개의 Arm 의 혼합 Manipulability Ellipsoid ●원하는 Manipulability Ellipsoid 와의 근사도 정의 ● 원하는 Ellipsoid 의 Principal Axis 방향으로의 차이로 정의 ●자세의 최적화 Dual-Arm Manipulability

19. 그 림 < 각 팔의 자세 최적화 > < 양팔의 자세 최적화 >

20. 힘겨운 동작 (동역학적 협동) “ Dynamic Modeling and Cooperative Control of a Redundant Manipulator Based on Decomposition” KSME Int. Jour. Vol. 12. NO. 4. 1998 Cartesian force Ellipsoid

21. Cartesian force generation capability 특정 방향의 을 위한 F 의 적절한 분배 가능

22. 센서 정보의 활용에 의한 지능화

23. 센서 정보의 활용에 의한 지능화 Early prototype Urbie with a complete surveillance platform

24. Sensor Fusion • Motivations • Temporal Fusion • General Pattern of Sensor Fusion • Temporal Transformation • Application to Mobile Robots • Complementary • Redundant • Experiments • Conclusions

25. Motivations • 센서로 부터 얻은 현 데이터를 통합하고 융합함으로써 보다 정확한 측정값을 구할 수 있다. • 일반적인 퓨전기술은 그 측정값을 현재의 데이터 값에 의존한다. • 시간적 연속 데이터들은 더 나은 측정값을 위해 저장되고 사용될 수 있다.

26. 센서융합의 일반적 개념 • 다중 센서융합은 다른 종류의 센서정보를 하나의 대표적인 정보 데이터 형태로 조합하거나 융합하는 통합처리 단계라고 할 수 있다 .

27. ● 처음 두 센서로부터 얻은 출력 과 는 새로운 상위 대표값 으로 융합된다. ● 세번째 센서로부터 얻은 출력 은 융합노드 와 융합되어 새로운 대표값 을 생성하게 되어 상위 노드로 융합이 이루어지게 된다. General Pattern of Sensor Fusion General pattern of multi-sensor integration and fusion in system.

28. Temporal Transformation • 기존 센서 융합기술 • 다중 센서의 시간적 데이터 융합.

29. ● 각 센서정보가 측정벡터값을 제공하게 될 때 잉여데이터에 대한 상태변환식은 다음과 같이 표현된다. ● 여기서 는 j번째 측정 위치에서 i번째 측정위치로의 동차변환.

30. Concept of Temporal Sensor Fusion. ●파라미터 블록의 예측은 매 샘플링 순간에 측정벡터를 제시 ● 이전 데이터는 현재 데이터와 융합이 되며 다중 센서 융합으로 정확한 데이터가 결정되게 된다.

31. 상태 추정 • 상호연관성 ( Auto-correlation ) • 연관성 의 결정은 다음과 같은 식으로 표현된다.

32. . Transformation of camera coordinates

33. Applications to Mobile Robots • 3D Vision 을 위한 보충적 사용

34. where where

35. ● 매트릭스 형태로 이 방정식들은 다음과 같이 나타낼 수 있다. ● 의사 역 행렬(left pseudo inverse matrix)을 사용하여 Range value, D를 구할 수 있고, 이때 D는 이미지 상의 한 점 (xk, yk)으로 표현될 수 있다.

36. ● 두 이미지 frame 을 사용하여 거리정보를 얻는다. Transformation of camera coordinates

37. Experiments IRL-2001 robot. Landmark locations detected by the camera

38. Mobile robot position and orientation < CSF와 STSF의 거리비교 > < CSF와 STSF의 에러 감소율 비교 >

39. F R A M E World Coordinate Distance (m) Conventional sensor fusion STSF Image Coordinate Distance (m) Error (m) Image Coordinate Distance (m) Error (m) 1 7.81 8.24 0.43 8.24 0.43 2 7.02 7.36 0.34 7.30 0.28 3 6.28 6.53 0.25 6.48 0.20 4 5.06 4.89 0.17 4.92 0.14 5 5.52 5.39 0.13 5.63 0.11 6 6.32 6.46 0.14 6.43 0.11 Result of the distance measurement “AGV Navigation Using a Space and Time Sensor Fusion of an Active Camera” International Journal of Navigation and Port Research, vol. 27, NO. 3, 2003

40. Conclusions ● 새로운 센서 융합개념, 시간적 다중 센서 융합. - 2차원 센서융합 - 시간적 공간적 센서 융합 ● 더 많은 계산력과 메모리 공간이 요구됨. ● 시간적 센서융합의 효용을 보였다.

41. Conclusions ■ Future works ● 이 기본적 개념은 Neural Netwrork과 같은 다른 응용분야에 사용될 수 있다. ● 제안한 멀티센서의 시간적 융합 기술을 정형화된 환경뿐만 아니라 비 정형화된 환경에서의 Mobile 로봇 추종제어에 적용하는 것.

42. 지능로봇의 연구방향

43. 로봇 기술의 발전 전망 ● 로봇 기술은 이동성(Mobility)과 지능(intelligence)의 2가지 축으로 진화 • 인간과 유사한 유연한 움직임과 스스로 판단하여 대처할 수 있기까지는 향후 약 10년 • 2030년경 일부 분야에서 인간의 능력을 능가한 로봇이 출현할 전망 • 최종적으로 인간과 협업하고 공존할 수 있는 보다 인간다운 로봇 개발 목표 • 진보된 운동, 감각, 지능기술 및 휴먼 인터페이스 분야의 기술발전이 지속될 전망

44. 국내 기술의 수준 ● 이동기술 ● 인터페이스 기술 ● 지능기술 큰 격차 선진국

45. 연구 방향 부품개발 시스템 디자인 새로운 디자인 요소기술 요소/부품기술 ● 어떤 일을 로봇에 맡길 것인가 ? 진공청소, 경비, 안내, 배달, 잔디깎기 ● 언제 시장에 출시할 것인가 ? 가격, 성능, 문화적 배경에 따른 Profit 획득 가능 시점 ● 핵심적 기술 (Technology Breakthrough) 이 무엇인가 ? 휴대폰의 battery, 노트북의 소형/경량화

46. Concluding Remarks ● System 설계 능력과 요소 기술력의 접목에 의해서 로봇을 성공적으로 완성된다. ● Humanoid로봇은 아마도 양팔의 효율적인 협동에 의해 다양한 일들을 능숙하게 수행하게 될 것이다. ●센서 정보의 다양화에 따른 효율적 활용법 연구는 필요하다. ●지능 로봇은 향후 20년 후면 현재의 Computer를 대신할 것이다.