[논문 리뷰] Autonomous Obstacle Legipulation with a Hexapod Robot

Bethany Lu, Benjamin Tam외 1명|arXiv (Cornell University)|2020. 11. 12.

Robotic Locomotion and Control참고 문헌 20인용 수 4

한 줄 요약

이 논문은 RGB-D 시각과 역기구학을 사용하여 6족 로봇에서 자율적인 장애물 다리 조작을 위한 프레임워크를 제안한다. 포인트 클라우드 데이터에서 핵심 접촉점을 추출함으로써, 그립이 없는 상태에서 장애물을 측면으로 밀어내는 다리 궤적을 생성하며, 다양한 표면에서 실시간으로 안정적인 조작을 달성한다. 실험 결과 30-DOF의 6족 로봇에서 95%의 성공률을 기록하였다.

ABSTRACT

Legged robots traversing in confined environments could find their only path is blocked by obstacles. In circumstances where the obstacles are movable, a multilegged robot can manipulate the obstacles using its legs to allow it to continue on its path. We present a method for a hexapod robot to autonomously generate manipulation trajectories for detected obstacles. Using a RGB-D sensor as input, the obstacle is extracted from the environment and filtered to provide key contact points for the manipulation algorithm to calculate a trajectory to move the obstacle out of the path. Experiments on a 30 degree of freedom hexapod robot show the effectiveness of the algorithm in manipulating a range of obstacles in a 3D environment using its front legs.

연구 동기 및 목표

• 재난 지역과 같이 제한된 비정형 환경에서 다리 로봇이 이동 가능한 장애물을 자율적으로 조작할 수 있도록 한다.
• 불연속적이거나 혼잡한 지형에서 바퀴나 도로를 사용하는 로봇의 한계를 극복하기 위해 다리로 이동성과 조작 기능을 동시에 구현한다.
• 그립이 없는 방식으로 다리만을 사용하여 장애물 제거 방법을 개발함으로써 복잡성과 적재 중량을 감소시킨다.
• 실시간 다리 과부하 감지 시스템을 통해 조작 중 모터 손상을 방지함으로써 시스템의 안정성을 확보한다.
• 시각 피드백 없이도 인식에서 행동으로 이르는 파이프라인을 구현함으로써 로봇의 자율성을 향상시키며, 자이로스코픽 피드백에 의존한다.

제안 방법

• RGB-D 센서를 사용하여 6족 로봇 앞의 환경에 대한 3차원 포인트 클라우드 데이터를 캡처한다.
• 바이트 다운샘플링, 파assing 필터, 지면 평면 제거를 위한 RANSAC, 유리한 군집화, 옥트리 기반 반경 검색 등의 필터를 적용하여 가장 가까운 장애물을 분리한다.
• 필터링된 포인트 클라우드 데이터를 바탕으로 장애물 둘레에 경계 상자(Bounding Box)를 생성하여 다리 상호작용을 위한 핵심 접촉점을 결정한다.
• 추출된 접촉점을 기반으로 역기구학을 사용해 다리 궤적을 계산하여 앞다리로 장애물을 측면으로 밀어낸다.
• 모터 부하를 모니터링하고 과도한 힘이 감지되면 운동을 중단하는 다리 과부하 감지 시스템을 구현한다.
• 프roprioceptive 피드백을 사용하여 생성된 궤적을 실행하는 고수준 제어기(OpenSHC)를 적용함으로써 운동 중 실시간 시각 피드백이 필요 없도록 한다.

실험 결과

연구 질문

• RQ1 RGB-D 센싱과 다리 기반 밀기만을 사용하여 6족 로봇이 자율적으로 장애물을 탐지하고 조작 궤적을 생성할 수 있는가?
• RQ2 장애물의 형태나 크기와 관계없이 인식 파이프라인은 장애물의 위치와 핵심 접촉점을 정확히 식별하는 데 얼마나 효과적인가?
• RQ3 표면 마찰 계수는 다리 조작을 통해 장애물을 성공적으로 밀 수 있는 능력에 어떤 영향을 미치는가?
• RQ4 실시간 과부하 감지 시스템을 통해 무거운 또는 움직이지 않는 장애물을 조작할 경우 로봇에 손상이 갈 수 있는가를 방지할 수 있는가?
• RQ5 이중다리 다리 조작은 더 복잡한 장애물 제거에 얼마나 활용될 수 있으며, 안정성과의 상충 관계는 어떠한가?

주요 결과

• 다양한 형태와 크기의 장애물에 대해 인식 파이프라인이 핵심 접촉점을 성공적으로 추출하여 정확한 궤적 생성을 가능하게 하였다.
• 마르블, 콘크리트, 카펫 표면에서 안정적인 장애물 제거 성능을 기록하였으며, 마찰 계수의 변화에 상관없이 일관된 성능을 보였다.
• 다리 과부하 감지 시스템은 장애물이 매우 무겁거나 움직이지 않을 경우에 과도한 힘을 감지하고 조작을 중단함으로써 모터 손상을 효과적으로 방지하였다.
• 목표 위치와 실제 다리 끝 위치 사이의 최대 추적 오차는 0.02 m 미만이었으며, 이는 시각 피드백 없이도 충분한 정밀도를 확보하고 있음을 시사한다.
• 이중다리 다리 조작은 고유한 비충돌 궤적을 갖는 시뮬레이션에서 성공적으로 구현되었지만, 질량 중심 이동과 지지 다각형 변화로 인해 물리적 구현 시 안정성이 떨어졌다.
• 물체 2는 모든 표면에서 95%의 성공률로 조작되었으며, 물체 1은 최적의 접촉점 배치가 되지 않아 가끔 굴러갔다.