[논문 리뷰] The NAO Backpack: An Open-hardware Add-on for Fast Software Development with the NAO Robot

Matías Mattamala, Gonzalo Olave외 3명|arXiv (Cornell University)|2017. 06. 20.

Robotics and Sensor-Based Localization참고 문헌 5인용 수 4

한 줄 요약

NAO 백팩은 NAO 로봇의 내장 프로세서의 계산 능력 한계를 극복하기 위해 외부에서 고성능 처리를 가능하게 하는 오픈하드웨어 액세서리입니다. 3D 프린팅이 가능한 백팩에 ODROID-XU4 보드를 장착함으로써 로봇의 이동성과 자율주행 능력을 유지하면서도, 시각적 SLAM 및 딥러닝 기반 시각 처리와 같은 고성능 알고리즘을 외부에서 빠르게 처리할 수 있도록 합니다. ROS 호환 소프트웨어 브리지 기반으로 실시간 센서 접근을 지원하며, 시각적 SLAM 및 딥러닝 기반 비전 애플리케이션의 효율적인 개발을 가능하게 합니다.

ABSTRACT

We present an open-source accessory for the NAO robot, which enables to test computationally demanding algorithms in an external platform while preserving robot's autonomy and mobility. The platform has the form of a backpack, which can be 3D printed and replicated, and holds an ODROID XU4 board to process algorithms externally with ROS compatibility. We provide also a software bridge between the B-Human's framework and ROS to have access to the robot's sensors close to real-time. We tested the platform in several robotics applications such as data logging, visual SLAM, and robot vision with deep learning techniques. The CAD model, hardware specifications and software are available online for the benefit of the community: https://github.com/uchile-robotics/nao-backpack

연구 동기 및 목표

• NAO 로봇의 내장 프로세서가 복잡한 로봇 알고리즘을 처리하는 데 한계를 보일 경우 이를 해결하기 위해.
• 중요한 처리 작업을 외부 플랫폼으로 이관함으로써 로봇의 이동성과 자율주행 능력을 유지하기 위해.
• 빠른 프로토타이핑과 고급 로봇 소프트웨어 테스트를 위한 저비용, 오픈소스 솔루션을 제공하기 위해.
• B-Human 프레임워크와 ROS 간의 소프트웨어 브리지로 로봇 센서 데이터에 실시간으로 접근할 수 있도록 하기 위해.
• 외부 계산을 활용한 시각적 SLAM, 딥러닝, 데이터 로깅 등의 다양한 로봇 애플리케이션을 지원하기 위해.

제안 방법

• NAO 로봇에 ODROID-XU4 보드를 안정적으로 장착할 수 있도록 3D 프린팅 가능한 백팩 형상을 설계하기 위해.
• NAO 로봇의 내장 시스템과 별개로 고성능 알고리즘을 실행할 수 있도록 ODROID-XU4를 외부 처리 단위로 통합하기 위해.
• 외부 플랫폼에서 로봇 센서에 저지연으로 접근할 수 있도록 ROS 호환 소프트웨어 브리지 구축하기 위해.
• B-Human 프레임워크의 센서 인터페이스를 활용해 외부 처리 단위와 데이터 동기화를 실현하여 근접 실시간 성능 확보하기 위해.
• NAO 로봇과 외부 보드 간의 전원 및 데이터 연결을 위한 커스터마이징된 와iring 및 전원 관리 설계하기 위해.
• 커뮤니티의 보급과 복제를 촉진하기 위해 CAD 파일, 하드웨어 회로도, 소프트웨어 스택을 모두 공개하기 위해.

실험 결과

연구 질문

• RQ1 오픈하드웨어 백팩 솔루션은 NAO 로봇의 계산 능력이 높은 알고리즘을 외부로 이관하면서도 로봇의 이동성과 기능을 유지할 수 있는가?
• RQ2 소프트웨어 브리지가 외부 처리 단위에서 로봇 센서 데이터에 얼마나 실시간으로 접근할 수 있는가?
• RQ3 이 플랫폼은 시각적 SLAM 및 딥러닝 기반 비전과 같은 실질적인 로봇 애플리케이션에서 얼마나 잘 작동하는가?
• RQ4 외부 처리가 로봇의 자율주행 능력과 시스템 반응성에 어떤 영향을 미치는가?
• RQ5 연구자와 개발자가 오픈소스 자원을 활용해 이 플랫폼을 복제하고 확장할 수 있는가?

주요 결과

• NAO 백팩은 이동성에 영향을 주지 않으면서도, 시각적 SLAM 및 딥러닝 기반 비전과 같은 계산이 매우 복잡한 알고리즘을 외부에서 실행하는 데 성공적으로 기여하였다.
• 소프트웨어 브리지가 근접 실시간으로 로봇 센서에 접근할 수 있도록 하여, ROS 워크플로우와 호환되는 저지연 데이터 전송을 달성하였다.
• 이 플랫폼은 데이터 로깅, 시각적 SLAM, 딥러닝 추론 등 다양한 로봇 애플리케이션을 지원하여 광범위한 적용 가능성을 입증하였다.
• 오픈하드웨어 및 오픈소스 설계 덕분에 연구 커뮤니티가 CAD 모델, 하드웨어 사양, 소프트웨어를 모두 온라인에서 접근 가능하게 하여 완전한 복제 및 확장이 가능하였다.
• 로봇의 내장 제약 조건에서 알고리즘 실행을 분리함으로써 고급 로봇 소프트웨어 개발에 소요되는 시간을 크게 단축시켰다.
• ODROID-XU4의 통합은 복잡한 알고리즘을 처리할 수 있는 충분한 처리 능력을 제공하면서도 에너지 효율성과 이동성을 유지하였다.