[논문 리뷰] qiBullet, a Bullet-based simulator for the Pepper and NAO robots

Maxime Busy, Maxime Caniot|arXiv (Cornell University)|2019. 09. 02.

Robot Manipulation and Learning참고 문헌 20인용 수 4

한 줄 요약

이 논문은 빌트 물리 엔진과 파이빌트를 사용하여 페퍼 및 나오 로봇을 위한 오픈소스의 물리 기반 시뮬레이터인 qiBullet를 소개한다. 이는 NAOqi 유사 Python API 또는 ROS 인터페이스를 통해 정확하고 크로스플랫폼의 로봇 동역학, 센서, 제어를 가능하게 하며, 병렬 시뮬레이션 인스턴스를 지원하여 강화학습, 작업공간 분석, 작업 검증 등에 활용할 수 있다.

ABSTRACT

The Pepper and NAO robots are widely used for in-store advertizing and education, but also as robotic platforms for research purposes. Their presence in the academic field is expressed through various publications, multiple collaborative projects, and by being the standard platforms of two different RoboCup leagues. Developing, gathering data and training humanoid robots can be tedious: iteratively repeating specific tasks can present risks for the robots, and some environments can be difficult to setup. Software tools allowing to simulate complex environments and the dynamics of robots can thus alleviate that problem, allowing to perform the aforementioned processes on virtual models. One current drawback of the Pepper and NAO platforms is the lack of a physically accurate simulation tool, allowing to test scenarios involving repetitive movements and contacts with the environment on a virtual robot. In this paper, we introduce the qiBullet simulation tool, using the Bullet physics engine to provide such a solution for the Pepper and NAO robots.

연구 동기 및 목표

• 연구 및 개발 분야에서 페퍼 및 나오 로봇에 대한 물리적으로 정확한 시뮬레이션 도구의 부족을 해결하기 위해.
• 물리적 하드웨어를 손상시키지 않고도 반복 가능한 복잡한 로봇 행동(예: 반복 운동, 환경 상호작용 등)의 안전한 반복 테스트를 가능하게 하기 위해.
• 기계학습 워크플로우(강화학습 및 합성 데이터 생성 포함)를 지원하는 크로스플랫폼 오픈소스 시뮬레이션 환경을 제공하기 위해.
• NAOqi API 에뮬레이션 및 ROS 인터페이스를 통해 기존 로봇 소프트웨어 스택과 원활한 통합을 보장하기 위해.
• 실세계 배포 이전에 로봇 제어 정책의 개발 및 검증을 촉진하기 위해.

제안 방법

• 고정밀 동역학 시뮬레이션과 크로스플랫폼 호환성을 확보하기 위해 빌트 물리 엔진과 파이빌트 파이썬 모듈 기반으로 시뮬레이터를 구축하였다.
• 질량, 관성, 관절 구성 및 메쉬 기반의 시각 및 충돌 모델을 포함한 유니티드 로봇 기술서술형식(URDF) 파일을 사용하여 로봇 모델을 정의하였다.
• 실제 로봇과 유사하게 제어할 수 있도록 NAOqi API를 모방하는 파이썬 기반의 qiBullet API를 구현하였다.
• ROS 기반 로봇 파ip라인과의 통합을 가능하게 하기 위해 naoqi_driver ROS 패키지의 에뮬레이션을 제공하는 ROS 래퍼를 제공하였다.
• 스케일링 가능한 훈련 및 테스트를 위해 병행 실행이 가능한 다수의 독립적 시뮬레이션 인스턴스를 지원한다.
• 실제 로봇 사양과 일치하는 RGB 및 심도 카메라, 레이저 스캐너, 오도메트리 등의 센서를 모델링하였으며, 해상도를 구성 가능하게 하고 현실적인 데이터 출력을 제공한다.

실험 결과

연구 질문

• RQ1 물리 기반 시뮬레이터가 연구 목적을 위해 페퍼 및 나오 로봇의 동역학 및 센서 동작을 정확히 재현할 수 있는가?
• RQ2 시뮬레이터가 강화학습 및 합성 데이터 생성을 포함한 기계학습 워크플로우를 얼마나 효과적으로 지원하는가?
• RQ3 시뮬레이터가 걷기, 잡기, 작업공간 탐색과 같은 로봇 행동의 안전하고 반복 가능한 테스트를 어느 정도 지원하는가?
• RQ4 NAOqi API 에뮬레이션 및 ROS 인터페이스 통합이 기존 로봇 소프트웨어 스택 간의 상호운용성에 얼마나 잘 기여하는가?
• RQ5 실세계 배포 이전에 로봇 제어 정책의 잠재적 문제를 시뮬레이터로 사전에 탐지할 수 있는가?

주요 결과

• qiBullet는 관절 제어, 센서 데이터, 충돌 감지 등을 포함하여 페퍼 및 나오 로봇의 정확한 물리 기반 시뮬레이션을 성공적으로 가능하게 하였다.
• 최대 10개의 병렬 시뮬레이션 인스턴스를 지원하며, 각 인스턴스는 작업공간 탐색 및 잡기와 같은 독립적인 작업을 수행할 수 있다.
• 페퍼의 오른팔 및 왼팔 작업공간은 40,000개의 유효한 구성으로 계산되었으며, RViz를 사용하여 정규화된 만능성 값으로 시각화되었다.
• 잡기 시나리오는 빌트 엔진을 사용하여 현실적인 물리적 특성을 가진 물체 상호작용을 테스트할 수 있음을 보여주었다.
• 걷기 작업 평가를 통해 시뮬레이터가 다양한 제어 알고리즘 하에서 균형과 안정성을 평가할 수 있음을 확인하였다.
• 시뮬레이터가 GitHub에 오픈소스로 공개되었으며, 자동화된 테스트와 설치 및 배포를 용이하게 하는 PyPI 패키지도 함께 제공되었다.