[논문 리뷰] DOTS: An Open Testbed for Industrial Swarm Robotic Solutions

Simon Peyton Jones, Emma Milner외 2명|arXiv (Cornell University)|2022. 03. 25.

Modular Robots and Swarm Intelligence인용 수 15

한 줄 요약

DOTS는 20대의 고성능, 5G 연결 로봇을 갖춘 오픈 액세스, 5G 기반 테스트베드로, 차량 내 GPU, 카메라, 적재 용량을 탑재하고 있어 산업용 군집 로봇을 위한 것이다. 이 테스트베드는 분산된 군집 알고리즘의 원격, 플랫폼에 구애받지 않는 개발, 시뮬레이션, 구현을 가능하게 하며, 다섯 번의 실험에서 10분 이내에 다섯 대의 화물 운반 차량을 전적으로 자율적으로 회수하는 완전히 자율적이고 분산된 물류 작업을 통해 성공적으로 검증되었다.

ABSTRACT

We present DOTS, a new open access testbed for industrial swarm robotics experimentation. It consists of 20 fast agile robots with high sensing and computational performance, and real-world payload capability. They are housed in an arena equipped with private 5G, motion capture, multiple cameras, and openly accessible via an online portal. We reduce barriers to entry by providing a complete platform-agnostic pipeline to develop, simulate, and deploy experimental applications to the swarm. We showcase the testbed capabilities with a swarm logistics application, autonomously and reliably searching for and retrieving multiple cargo carriers.

연구 동기 및 목표

• 실제 로봇 군집을 활용한 산업용 군집 로봇 분야의 진입 장벽을 낮추기 위해 실시간으로 접근이 가능한 오픈 테스트베드를 제공함으로써.
• 통합 개발 파이프라인을 통해 분산된 군집 알고리즘의 빠른 프로토타이핑 및 구현을 가능하게 하기 위해.
• 실제 로봇 군집을 활용한 완전히 자율적이고 분산된 물류 작업의 가능성을 입증하기 위해.
• 소규모 창고 및 일시적 시설과 같은 낮은 인프라 환경에서 확장 가능하고, 내구성 있으며 재구성 가능한 군집 솔루션을 지원하기 위해.

제안 방법

• 테스트베드는 250mm 크기, 6시간의 배터리 수명, 차량 내 GPU, 2kg의 적재 용량을 갖춘 20대의 맞춤 제작된 DOTS 로봇을 포함한다.
• 로봇들은 정면 카메라, 자세 추정을 위한 상단 방향 카메라, 시간 간격 센서, 그리고 저지연 통신을 위한 5G 연결 기능을 탑재하고 있다.
• 경기장에는 운동 추적 장치, 천장 카메라, 정밀한 추적과 실시간 텔레메트리에 사용되는 개인용 5G가 포함되어 있다.
• 클라우드 기반 포털을 통해 원격 액세스, 실험 배포, 데이터 다운로드가 가능하며, 크로스플랫폼 IDE를 통해 Windows, Linux, macOS 모두 지원한다.
• 시뮬레이션 환경을 통해 물리적 배포 이전에 제어기의 현지 테스트 및 검증이 가능하다.
• 클라우드 인프라를 통해 디지털 트윈을 지원하고, 향후 물리적 및 가상 세계와의 통합을 가능하게 한다.

실험 결과

연구 질문

• RQ1 고성능 컴퓨팅 및 센서 기능을 갖춘 실제 로봇 군집을 사용하여 완전히 분산된 자율적 군집 물류 작업을 신뢰성 있게 수행할 수 있는가?
• RQ2 플랫폼에 구애받지 않는 개발 파이프라인은 군집 로봇 실험에 대한 진입 장벽을 얼마나 효과적으로 낮출 수 있는가?
• RQ3 고성능 로봇과 5G 연결 기능이 실제 환경에서 산업용 군집 로봇의 확장성과 내구성에 얼마나 기여하는가?
• RQ4 실제 성능 지표인 작업 완료 시간과 성공률이 분산된 군집 운영의 이론적 최소값과 비교해 어떻게 나타나는가?

주요 결과

• 모든 실험 런에서 다섯 대의 화물 운반 차량을 모두 성공적으로 회수하여 100% 성공률를 달성했다.
• 평균 작업 완료 시간은 178초였으며, 개별 실험 런의 시간은 99초에서 327초 사이였다.
• 이 작업의 최소 이론적 시간은 26초였으며, 이는 실제 세계의 지연이 탐색, 조율, 이동 제약에 기인했음을 시사한다.
• 랜덤한 초기 로봇 방향과 화물 운반 차량 배치 조건에서도 시스템이 안정적으로 성능을 유지했다.
• 차량 내 GPU와 실시간 영상 처리 기능을 통해 상단 카메라를 활용해 정밀하고 자율적인 화물 운반 차량의 들어 올리기 및 정렬이 가능했다.
• 개발 파이프라인이 시뮬레이션에서 실제 배포로의 신속한 전환을 성공적으로 가능하게 하여 종단 간 워크플로우의 실현 가능성을 검증했다.