[논문 리뷰] A Robot Teleoperation Framework for Human Motion Transfer.

Miguel Arduengo, Ana Arduengo외 3명|arXiv (Cornell University)|2019. 09. 13.

Robot Manipulation and Learning참고 문헌 23인용 수 5

한 줄 요약

이 논문은 인간의 운동을 실시간으로 이동형 매니퓰레이터 로봇에 매핑하는 전체 신체 원격운영 프레임워크를 제안한다. 자세 대응 매핑과 기저부의 미분 운전 제어를 사용하며, 변수 어いま턴스 제어기를 통해 유연성과 강성 행동 간 전환을 통해 안전성을 확보한다. TIAGo 로봇을 대상으로 한 실험을 통해 비전문가가 기본적인 매니퓰레이션 기술을 가르치는 데 효과적인 실시간 운동 모방과 동적 적응이 가능함을 입증하였다.

ABSTRACT

Transferring human motion to a mobile robotic manipulator and ensuring safe physical human-robot interaction are crucial steps towards automating complex manipulation tasks in human-shared environments. In this work we present a robot whole-body teleoperation framework for human motion transfer. We propose a general solution to the correspondence problem: a mapping that defines an equivalence between the robot and observed human posture. For achieving real-time teleoperation and effective redundancy resolution, we make use of the whole-body paradigm with an adequate task hierarchy, and present a differential drive control algorithm to the wheeled robot base. To ensure safe physical human-robot interaction, we propose a variable admittance controller that stably adapts the dynamics of the end-effector to switch between stiff and compliant behaviors. We validate our approach through several experiments using the TIAGo robot. Results show effective real-time imitation and dynamic behavior adaptation. This could be an easy way for a non-expert to teach a rough manipulation skill to an assistive robot.

연구 동기 및 목표

• 인간 공유 환경에서 이동형 로봇 매니퓰레이터에 인간 전체 신체 운동을 실시간으로 전달하는 것을 목표로 한다.
• 인간과 로봇 자세 간의 대응 문제를 해결하기 위해 인간과 로봇 구성 간의 강력한 매핑을 수립한다.
• 변수 어いま턴스 제어기를 통해 종동기 탄성의 동적 적응을 통해 안전한 물리적 상호작용을 보장한다.
• 작업 계층을 갖춘 전체 신체 제어 철학을 사용하여 재결정 해소 및 실시간 제어를 효과적으로 지원한다.
• 비전문가가 보조 로봇에게 기본적인 매니퓰레이션 기술을 쉽게 가르칠 수 있도록 사용자 友好的한 솔루션을 제공한다.

제안 방법

• 인간과 로봇 구성 간의 등가성을 정의하기 위해 일반적인 자세 대응 매핑을 제안한다.
• 다중 제어 목표를 관리하기 위해 계층적 작업 구조를 갖춘 전체 신체 제어 프레임워크를 구현한다.
• 안정적이고 반응성이 뛰어난 운동 추적을 보장하기 위해 휠 기반 로봇 기저부에 대해 미분 운전 제어 알고리즘을 구현한다.
• 상호작용 맥락에 따라 종동기 강성과 탄성을 동적으로 조정할 수 있도록 변수 어いま턴스 제어기를 설계한다.
• 어いま턴스 제어기를 전체 신체 제어 파이프라인에 통합하여 안전하고 적응형 물리적 상호작용을 가능하게 한다.
• 실제 인간 시연자를 활용한 실시간 원격운영 실험을 통해 TIAGo 로봇에서 프레임워크를 검증한다.

실험 결과

연구 질문

• RQ1 전체 신체 운동 전달을 위해 인간과 로봇 자세 간에 일관되고 일반적인 대응 매핑을 어떻게 수립할 수 있는가?
• RQ2 이동형 매니퓰레이터에서 운동학적 재결정을 효과적으로 해결하면서도 실시간 원격운영을 어떻게 달성할 수 있는가?
• RQ3 원격운영 중 인간과 로봇 간의 안전하고 안정적인 물리적 상호작용을 가능하게 하는 제어 전략은 무엇인가?
• RQ4 로봇이 다양한 상호작용 조건에 맞춰 강성과 탄성 행동을 어떻게 동적으로 전환할 수 있는가?
• RQ5 비전문가 사용자가 이 원격운영 프레임워크를 통해 얼마나 효과적으로 매니퓰레이션 기술을 가르칠 수 있는가?

주요 결과

• 제안된 자세 대응 매핑은 로봇이 인간 전체 신체 운동을 정확하게 실시간으로 모방하는 데 성공하였다.
• 미분 운전 제어 알고리즘이 원격운영 중 기저부 운동의 안정성과 반응성을 보장하여 동적 주행을 지원한다.
• 변수 어いま턴스 제어기는 강성과 탄성 행동 간 안정적인 전환을 가능하게 하여 물리적 상호작용 중 안전성을 향상시켰다.
• 작업 계층을 갖춘 전체 신체 제어 프레임워크는 작업 우선순위를 유지하면서도 재결정을 효과적으로 해결하였다.
• TIAGo 로봇을 대상으로 한 실험을 통해 인간 공유 환경에서 효과적인 실시간 운동 전달과 동적 행동 적응이 가능함을 입증하였다.
• 이 프레임워크는 비전문가 사용자가 직관적인 원격운영을 통해 기본적인 매니퓰레이션 기술을 효과적으로 가르칠 수 있음을 보여주어 보조 로봇 응용 분야에서의 사용성 잠재력을 시사한다.