[논문 리뷰] Robotics Evolution: from Remote Brain to Cloud

Alaa Sheta, Nazeeh Ghatasheh외 2명|arXiv (Cornell University)|2019. 01. 08.

Robotics and Automated Systems참고 문헌 68인용 수 5

한 줄 요약

이 논문은 로봇 공학 분야에서 차세대 컴퓨팅 패러다임을 도입하여, 기존의 차량 내 처리 방식에서 클라우드 기반 컴퓨팅으로의 전환을 제안한다. 이는 고도화된 로봇 시스템이 복잡한 작업을 원격 클라우드 인프라에 위탁할 수 있도록 한다. 클라우드 로봇공학을 활용함으로써 처리 능력, 확장성, 자율성의 향상을 이끌어내며, 특히 동적인 환경나 자원 제약이 있는 환경에서 뛰어난 성능을 발휘한다. 이는 인공지능 기반의 IoT 통합 로봇 시스템의 실현을 위한 길을 열어준다.

ABSTRACT

Robotic systems have been evolving since decades and touching almost all aspects of life, either for leisure or critical applications. Most of traditional robotic systems operate in well-defined environments utilizing pre-configured on-board processing units. However, modern and foreseen robotic applications ask for complex processing requirements that exceed the limits of on-board computing power. Cloud computing and the related technologies have high potential to overcome on-board hardware restrictions and can improve the performance efficiency. This research highlights the advancements in robotic systems with focus on cloud robotics as an emerging trend. There exists an extensive amount of effort to leverage the potentials of robotic systems and to handle arising shortcomings. Moreover, there are promising insights for future breed of intelligent, flexible, and autonomous robotic systems in the Internet of Things era.

연구 동기 및 목표

• 차량 내 컴퓨팅 성능에 제약을 받는 전통적 로봇 시스템의 한계를 분석하기 위해.
• 클라우드 컴퓨팅이 현대 로봇공학에서 하드웨어 한계를 어떻게 극복할 수 있는지 조사하기 위해.
• IoT 시대에 지능적이고 민첩하며 자율적인 시스템을 가능하게 하는 클라우드 로봇공학의 역할을 검토하기 위해.
• 원격 뇌에서 클라우드 기반 로봇 아키텍처로 전환하는 데 핵심이 되는 기술적 요소와 과제를 규명하기 위해.

제안 방법

• 복잡한 로봇 작업을 위한 차량 내 처리에서 클라우드 기반 실행으로의 전환을 제안한다.
• 로봇 시스템과의 실시간 데이터 공유 및 협업을 가능하게 하기 위해 클라우드 로봇공학을 인터넷 오브 things(IoT) 생태계와 통합한다.
• 감지, 계획 수립, 의사결정 기능을 원격 클라우드 서버로 이관하기 위해 분산 컴퓨팅 모델을 활용한다.
• 클라우드에서 로봇 애플리케이션의 확장성과 보안성을 높이기 위해 가상화 및 컨테이너 기반 기술을 활용한다.
• 로봇과 클라우드 서비스 간 원활한 통신을 위해 표준화된 API와 미들웨어를 강조한다.
• 클라우드 기반 로봇 시스템에서 지연, 대역폭, 계산 효율성 간의 상충 관계를 분석한다.

실험 결과

연구 질문

• RQ1 클라우드 컴퓨팅은 차량 내 로봇 프로세서의 계산 한계를 어떻게 극복할 수 있는가?
• RQ2 중앙 집중식 차량 내 처리에서 클라우드 기반 로봇 제어로 전환하기 위해 필요한 아키텍처적 변화는 무엇인가?
• RQ3 클라우드 로봇공학은 변화가 빠른 환경에서 로봇 시스템의 자율성과 적응력을 어떻게 향상시키는가?
• RQ4 클라우드 로봇공학을 IoT 인fra구조와 통합할 때 발생하는 주요 과제는 무엇인가?
• RQ5 클라우드에 복잡한 작업을 위탁함으로써 달성할 수 있는 성능 향상은 무엇인가?

주요 결과

• 클라우드 로봇공학은 기존의 로봇 시스템에서 차량 내 하드웨어의 한계를 초월해 처리 능력을 크게 향상시킨다.
• 계산을 클라우드로 이관함으로써 딥러닝 및 경로 계획과 같은 복잡한 알고리즘의 실시간 실행이 가능해진다.
• 클라우드 로봇공학과 IoT의 통합은 공유 데이터와 서비스를 바탕으로 한 확장성 있고 연결된 로봇 생태계를 가능하게 한다.
• 제안된 아키텍처는 시스템의 유연성을 향상시켜 현지 하드웨어 업그레이드에 대한 의존도를 낮춘다.
• 지연과 네트워크 신뢰성은 여전히 중요한 과제이며, 특히 시간 민감도가 높은 로봇 응용 분야에서 그러하다.
• 연구 결과, 클라우드 기반 로봇 시스템은 복잡하고 변화가 빠른 환경에서 더 높은 성능 효율성과 적응성을 확보함을 입증한다.