[논문 리뷰] Robots Assembling Machines: Learning from the World Robot Summit 2018 Assembly Challenge

Felix von Drigalski, Christian Schlette외 6명|arXiv (Cornell University)|2019. 11. 14.

Robot Manipulation and Learning참고 문헌 3인용 수 6

한 줄 요약

이 논문은 2018년 월드 로봇 서밋 어셈블리 챌린지를 분석하여 참가 팀들 사이에서 두 가지 주요 전략을 규명한다: 표준화된 로봇 작업 셀(오프더섀프 컴포넌트 사용)과 새로운 소프트웨어, 협동 로봇을 활용한 커스터마이즈된 시스템. 우승 팀은 CAD 기반의 물체 탐지, 힘 제어, 재생 프로그래밍을 통합하여 최적의 성능을 달성했으며, 산업용 어셈블리 작업에서 신뢰성과 자율성의 균형을 이룬 전략을 보여주었다.

ABSTRACT

The Industrial Assembly Challenge at the World Robot Summit was held in 2018 to showcase the state-of-the-art of autonomous manufacturing systems. The challenge included various tasks, such as bin picking, kitting, and assembly of standard industrial parts into 2D and 3D assemblies. Some of the tasks were only revealed at the competition itself, representing the challenge of "level 5" automation, i. e., programming and setting up an autonomous assembly system in less than one day. We conducted a survey among the teams that participated in the challenge and investigated aspects such as team composition, development costs, system setups as well as the teams' strategies and approaches. An analysis of the survey results reveals that the competitors have been in two camps: those constructing conventional robotic work cells with off-the-shelf tools, and teams who mostly relied on custom-made end effectors and novel software approaches in combination with collaborative robots. While both camps performed reasonably well, the winning team chose a middle ground in between, combining the efficiency of established play-back programming with the autonomy gained by CAD-based object detection and force control for assembly operations.

연구 동기 및 목표

• 월드 로봇 서밋 2018 어셈블리 챌린지에 참가한 팀들로부터 얻은 교훈을 기록하고 확산시켜 자율적 산업용 어셈블리 분야의 진전을 가속화하기 위해.
• 경쟁 팀들이 사용한 기술적 및 조직적 접근 방식을 분석하여, 시스템 설계, 개발 비용, 팀 구성에 중점을 두기 위해.
• 경쟁 후 설문 조사 및 현장 데이터를 통해 로봇 조작, 인식, 제어 분야의 추세와 최선의 실천 방안을 규명하기 위해.
• 실세계 어셈블리 작업에서 오프더섀프 솔루션과 커스터마이즈 혁신 간의 균형을 평가하여 향후 로봇 경쟁의 기준을 마련하기 위해.
• 특히 시간이 제한된 환경에서 인식, 제어, 계획의 통합이 자율 제조 시스템에 얼마나 중요한지 강조하기 위해.

제안 방법

• 2018년 월드 로봇 서밋 어셈블리 챌린지에 참가한 14개 팀을 대상으로 종합적인 설문 조사를 실시하여 팀 구성, 개발 비용, 시스템 아키텍처, 전략에 관한 데이터를 수집하였다.
• 경쟁 동안 기록된 영상 자료를 분석하여 다양한 팀들의 실시간 시스템 성능, 작업 수행 능력, 실패 원인을 평가하였다.
• 팀들을 두 가지 주요 유형으로 분류: 표준화된 로봇 작업 셀을 사용하는 팀(오프더섀프 컴포넌트 사용), 그리고 커스터마이즈된 종단 장치와 새로운 소프트웨어, 협동 로봇에 의존하는 팀.
• 우승 팀의 시스템에서 CAD 기반의 물체 탐지와 힘 제어를 통합하여 사전에 프로그래밍된 경로 없이도 정밀한 자율 어셈블리를 가능하게 한 점을 평가하였다.
• 반복 작업에 대해 재생 프로그래밍을 사용하여 신뢰성을 확보하면서, 동시에 부품 삽입 및 정렬에 적응형 제어를 조합하였다.
• 발견된 결과를 종합하여 산업용 로봇 시스템에서 모듈성, 맞춤형 설계, 성능 간의 상충 관계를 평가할 수 있는 비교 프레임워크를 구축하였다.

실험 결과

연구 질문

• RQ1 월드 로봇 서밋 2018 어셈블리 챌린지에 참가한 팀들이 주로 사용한 기술적 및 조직적 전략는 무엇인가?
• RQ2 오프더섀프 로봇 작업 셀과 새로운 소프트웨어, 협동 로봇을 활용한 커스터마이즈된 시스템 간의 성능 및 개발 비용을 비교하면 어떻게 되는가?
• RQ3 CAD 기반의 물체 탐지 및 힘 제어와 같은 인식 및 제어 기법이 시간 압박 상황에서 성공적인 자율 어셈블리에 얼마나 기여하는가?
• RQ4 재생 프로그래밍은 실세계 어셈블리 작업에서 적응형 제어와 결합될 때 신뢰성 있는 성능을 달성하는 데 어떤 역할을 하는가?
• RQ5 로봇 경쟁은 어떻게 설계되어야 하며, 혁신을 촉진하면서도 산업적 관련성과 로봇 조작 분야에서 측정 가능한 진전을 보장할 수 있는가?

주요 결과

• 우승 팀은 반복 작업에 대해 재생 프로그래밍을, 정밀 어셈블리에 대해 CAD 기반의 물체 탐지와 힘 제어를 조합하여 하이브리드 전략을 구현함으로써 최고의 성능을 달성하였으며, 이는 신뢰성과 적응 가능성의 균형을 이룬 전략을 보여주었다.
• 오프더섀프 컴포넌트와 전통적인 로봇 작업 셀을 사용한 팀들은 고반복성과 최소한의 맞춤형 설계가 요구되는 작업에서 안정적이고 예측 가능한 결과를 내놓았다.
• 새로운 소프트웨어와 협동 로봇을 활용한 커스터마이즈된 시스템은 예상치 못한 부품 방향 및 어셈블리 변형에 더 유연하게 대응할 수 있었지만, 개발 복잡도가 높았다.
• 힘 제어의 사용은 특히 시각 기반 자세 추정과 결합되었을 때, 밀착 공차가 요구되는 작업에서 성공률을 크게 향상시켰다.
• 개발 비용은 다양하게 변동하였으며, 커스터마이즈 솔루션은 일반적으로 더 많은 시간과 자원이 필요하지만, 혁신 가능성과 작업 특화 최적화의 잠재력이 더 높았다.
• 경쟁에서는 표준화를 통해 내구성을 추구하는 팀과 소프트웨어 혁신을 통해 적응성을 추구하는 팀 간에 명확한 갈림길이 드러났으며, 가장 성공한 팀은 이 두 접근 방식을 효과적으로 융합하였다.