[논문 리뷰] RobotIO: A Python Library for Robot Manipulation Experiments

Lukás Hermann, Max Argus외 3명|arXiv (Cornell University)|2022. 07. 27.

Robot Manipulation and Learning인용 수 12

한 줄 요약

RobotIO는 Kuka iiwa, UR3, Franka Panda와 같은 일반적인 연구용 로봇에서 알고리즘을 빠르고 이식 가능하게 구현할 수 있도록 표준화되고 하드웨어에 종속되지 않는 인터페이스를 제공하는 파이썬 라이브러리입니다. ROS 및 OpenAI Gym 통합을 지원하며, 카메라 캘리브레이션 및 에피소드 기록 도구를 제공하여 모듈화되고 잘 정리된 코드로 실제 로봇 실험을 간소화합니다. 크로스플랫폼 호환성과 구성 가능한 특성을 갖추고 있습니다.

ABSTRACT

Setting up robot environments to quickly test newly developed algorithms is still a difficult and time consuming process. This presents a significant hurdle to researchers interested in performing real-world robotic experiments. RobotIO is a python library designed to solve this problem. It focuses on providing common, simple, and well structured python interfaces for robots, grippers, and cameras, etc. These are provided with implementations of these interfaces for common hardware. This enables code using RobotIO to be portable across different robot setups. In terms of architecture, RobotIO is designed to be compatible with OpenAI gym environments, as well as ROS; examples of both of these are provided. The library comes together with a number of helpful tools, such as camera calibration scripts and episode recording functionality that further support algorithm development.

연구 동기 및 목표

• 로봇 공학 배경이 없는 연구자들이 실제 로봇 실험을 설정하는 데 소요되는 시간과 복잡성을 줄이기 위해.
• 기존 로봇 소프트웨어 스택에서 로봇 제어, 그립퍼, 카메라에 대한 이식 가능하고 하드웨어에 종속되지 않는 인터페이스의 부족을 해결하기 위해.
• 표준화되고 잘 문서화된 파이썬 인터페이스를 통해 다양한 로봇 플랫폼 간 코드 공유 및 재사용을 가능하게 하기 위해.
• OpenAI Gym 및 ROS와 같은 시뮬레이션 환경과의 통합을 통해 실제 환경에서 알고리즘의 빠른 프로토타이핑을 지원하기 위해.
• 카메라 캘리브레이션 스크립트 및 에피소드 기록과 같은 확장 가능하고 모듈화된 도구를 제공하여 재현 가능성과 개발 효율성을 향상시키기 위해.

제안 방법

• 하드웨어에 종속되지 않는 파이썬 인터페이스 세트를 설계하여, 저수준의 하드웨어 특정 구현을 추상화하기 위해.
• 인기 있는 연구용 로봇(예: Kuka iiwa, UR3, Franka Panda)과 일반적인 카메라(예: Intel RealSense, Microsoft Kinect)에 대한 구체적 인터페이스 클래스를 구현하기 위해.
• 어댑터 패턴과 표준화된 API 설계를 통해 OpenAI Gym 환경 및 ROS와의 호환성을 확보하기 위해.
• 선택적 하드웨어 모듈을 관리하기 위해 조건부 종속성을 사용하여, 사용자가 설정에 필요한 구성 요소만 설치할 수 있도록 하기 위해.
• 블로킹 플래그와 실험적 비동기 함수를 통해 동기 및 비동기 제어를 지원하며, 카메라 스트리밍과 같은 고지연 작업에 대해 내부 스레딩을 활용하기 위해.
• 좌표계, 쿼aternion(x,y,z,w), 및 단위(미터)에 대한 일관된 약속을 도입하여 소프트웨어 간 상호운용성과 정확성을 보장하기 위해.

실험 결과

연구 질문

• RQ1 통합된 파이썬 라이브러리가 실제 로봇 플랫폼에 새로운 알고리즘을 구현하는 데 소요되는 시간을 크게 줄일 수 있는가?
• RQ2 하드웨어 추상화 인터페이스는 로봇 연구에서 다양한 로봇 설정 간 코드의 이식성과 재사용성을 어떻게 향상시킬 수 있는가?
• RQ3 RobotIO와 같은 라이브러리가 ROS 및 OpenAI Gym과 같은 기존 생태계와 얼마나 잘 통합되어 실제 실험을 간소화할 수 있는가?
• RQ4 다중 장치 로봇 소프트웨어에서 일관성과 정확성을 확보하기 위해 가장 효과적인 설계 패턴과 약속은 무엇인가?
• RQ5 다양한 하드웨어 구성에 대응하면서도 핵심 라이브러리의 크기를 늘리지 않도록 선택적이고 모듈화된 종속성을 어떻게 효과적으로 관리할 수 있는가?

주요 결과

• RobotIO는 비로봇 전문가 연구자들이 최소한의 설정 시간으로 실제 로봇에서 알고리즘을 구현하고 테스트할 수 있도록 하여, 진입 장벽을 크게 낮춥니다.
• 표준화된 인터페이스를 통해 다양한 일반적인 연구용 로봇과 카메라를 성공적으로 지원하여, 코드가 다양한 하드웨어 플랫폼 간에 재사용 가능해졌습니다.
• OpenAI Gym 및 ROS와의 통합은 내장된 방식으로 지원되어 연구자들이 시뮬레이션과 실제 환경 간을 원활하게 전환할 수 있습니다.
• 조건부 종속성의 사용을 통해 특정 하드웨어에 맞는 효율적이고 모듈화된 설치가 가능해져 유지보수성 향상과 불필요한 부피 증가 방지에 기여했습니다.
• 좌표계, 쿼aternion, 단위에 대한 일관된 약속 덕분에 기하학적 계산의 신뢰성과 구성 요소 간 상호운용성이 보장되었습니다.
• 카메라 캘리브레이션 스크립트 및 에피소드 기록 도구의 포함으로 재현 가능성 향상과 알고리즘 개발 속도 향상이 이루어졌습니다.