[논문 리뷰] SERoCS: Safe and Efficient Robot Collaborative Systems for Next Generation Intelligent Industrial Co-Robots

Changliu Liu, Te Tang외 3명|arXiv (Cornell University)|2018. 09. 21.

Robot Manipulation and Learning참고 문헌 15인용 수 15

한 줄 요약

이 논문은 다음 세대 산업 공동로봇을 위한 안전하고 효율적인 로봇 협업 시스템인 SERoCS를 제안한다. 이 시스템은 강력한 환경 모니터링, 최적의 작업 계획 수립, 안전한 운동 제어를 통합한다. 인간-로봇 상호작용 모델링, 실시간 안전 보장, 스킬 기반 운동 계획을 결합함으로써 SERoCS는 인간과 함께 복잡한 조립 작업을 안전하고 효율적으로 수행할 수 있도록 한다. 이는 동적 인간-로봇 조율과 충돌 회피 기능을 갖춘 노트북 조립 실험을 통해 검증되었다.

ABSTRACT

Human-robot collaborations have been recognized as an essential component for future factories. It remains challenging to properly design the behavior of those co-robots. Those robots operate in dynamic uncertain environment with limited computation capacity. The design objective is to maximize their task efficiency while guaranteeing safety. This paper discusses a set of design principles of a safe and efficient robot collaboration system (SERoCS) for the next generation co-robots, which consists of robust cognition algorithms for environment monitoring, efficient task planning algorithms for reference generations, and safe motion planning and control algorithms for safe human-robot interactions. The proposed SERoCS will address the design challenges and significantly expand the skill sets of the co-robots to allow them to work safely and efficiently with their human counterparts. The development of SERoCS will create a significant advancement toward adoption of co-robots in various industries. The experiments validate the effectiveness of SERoCS.

연구 동기 및 목표

• 동적이고 불확실한 산업 환경에서 안전하고 효율적으로 작동하는 공로봇을 설계하는 데 도전하는 것.
• 물리적 장벽 없이 인간-로봇 협업을 원활하게 구현함으로써 공장의 유연성과 생산성을 향상시키는 시스템을 개발하는 것.
• 현재의 공로봇이 안전을 위해 효율성을 희생하거나 광범위한 재프로그래밍이 필요한 한계를 극복하는 것.
• 모의 및 적응을 통해 복잡하고 일반화된 스킬을 학습하고 실행할 수 있도록 하는 것.
• 실시간 운동 제어와 동적 충돌 회피를 통해 신체적 인간-로봇 상호작용 중 안전을 확보하는 것.

제안 방법

• 환경 모니터링, 작업 계획, 운동 제어 및 안전 보장 기능을 갖춘 3단계 아키텍처를 활용한다.
• 인간의 계획 유추와 운동 예측을 통해 인간의 행동을 사전에 예측하고 로봇의 행동을 이를 기반으로 조정한다.
• 효율성 제어기와 안전성 제어기를 갖춘 이중 제어기 프레임워크를 적용한다.
• 로봇과 인간 간의 거리 실시간 추적 기능을 갖춘 단순화된 환경 모니터링 모듈을 사용한다.
• CPD(Coherent Point Drift)를 통해 전달된 학습된 잡기 자세를 활용한 스킬 기반 운동 계획을 적용하여 작업 일반화를 달성한다.
• 인간의 접근이 안전을 위협할 경우 실시간 운동 계획과 함께 동적 방향 전환 기능을 통합한다.

실험 결과

연구 질문

• RQ1 제한된 계산 자원을 가진 산업 환경에서 인간-로봇 협업 중 안전을 확보할 수 있는 로봇 시스템의 설계 방법은 무엇인가?
• RQ2 공로봇 시스템에서 높은 작업 효율성과 견고한 안전성을 동시에 확보할 수 있는 설계 원칙은 무엇인가?
• RQ3 로봇이 실시간으로 인간의 운동을 예측하고 적응함으로써 협업 작업을 지원할 수 있는 방법은 무엇인가?
• RQ4 스킬 학습이 다양한 산업 작업 간 일반화를 가능하게 하는 데 어떤 역할을 하는가?
• RQ5 안면 가림 및 인간 추적의 불확실성을 안전성을 훼손하지 않고 어떻게 관리할 수 있는가?

주요 결과

• SERoCS 시스템은 인간과 협업하여 완전한 노트북 조립 작업(마더보드를 잡고 운반하고 삽입하는 것 포함)을 성공적으로 수행하였다.
• 실험 기간 동안 안전 제어기가 오직 한 번만 작동하여 동적 인간 접근 상황에서 효과적인 충돌 회피를 입증하였다.
• 접근 제약 조건을 위반할 경우 로봇은 마더보드를 인간의 오른쪽 측면에서 공급함으로써 운동 경로를 동적으로 조정하여 정지 없이 안전을 확보하였다.
• 단기적인 가림(1초 미만) 상황에서도 시스템은 안전한 운영을 유지하였으며, 실시간으로 불확실성을 보완하였다.
• 공동 속도 명령 프로파일은 명확한 작업 단계(접근, 잡기, 운반, 삽입, 복귀)를 보여주어 일관된 작업 수행을 확인하였다.
• 실험은 이중 제어기 아키텍처가 실제 인간-로봇 상호작용에서 효율성과 안전성을 균형 있게 확보하는 데 효과적임을 검증하였다.