[논문 리뷰] PyRobot: An Open-source Robotics Framework for Research and Benchmarking

Adithyavairavan Murali, Tao Chen외 5명|arXiv (Cornell University)|2019. 06. 19.

Robot Manipulation and Learning참고 문헌 45인용 수 51

한 줄 요약

PyRobot은 ROS 위에 있는 오픈 소스 Python 기반 프레임워크로, 하드웨어에 독립적인 중간 수준 API를 제공하여 여러 로봇(예: LoCoBot, Sawyer)을 제어하고 로봇 데이터, 모델, 응용 프로그램의 개발, 벤치마킹, 공유를 쉽게 할 수 있게 합니다.

ABSTRACT

This paper introduces PyRobot, an open-source robotics framework for research and benchmarking. PyRobot is a light-weight, high-level interface on top of ROS that provides a consistent set of hardware independent mid-level APIs to control different robots. PyRobot abstracts away details about low-level controllers and inter-process communication, and allows non-robotics researchers (ML, CV researchers) to focus on building high-level AI applications. PyRobot aims to provide a research ecosystem with convenient access to robotics datasets, algorithm implementations and models that can be used to quickly create a state-of-the-art baseline. We believe PyRobot, when paired up with low-cost robot platforms such as LoCoBot, will reduce the entry barrier into robotics, and democratize robotics. PyRobot is open-source, and can be accessed via https://pyrobot.org.

연구 동기 및 목표

• ML/CV 연구자를 위한 로봇 연구의 진입 장벽을 낮추기 위해 경량의 고수준 API를 제공한다.
• 다양한 로봇을 통합 Python API를 통해 제어하기 위한 하드웨어-독립적 중간 수준 인터페이스와 유틸리티를 제공한다.
• 공유 및 벤치마킹이 가능한 데이터셋, 모델, 구현으로 연구 생태계를 조성한다.
• 저가 로봇에서 조작, 탐색, 인지 및 그립 등 실용적 사용 사례를 시연한다.

제안 방법

• PyRobot을 사용자에게 ROS를 격리하고 로봇 간 API 접근을 통합하는 Python 기반 래퍼로 소개한다.
• 일반 유틸리티(관절 제어, 카르테시안 계획, 순방향/역학적 해석, 경로 계획, SLAM)와 고급 사용을 위한 플래너 우회를 선택지로 제공한다.
• 상태/명령 토픽 및 하드웨어 특성을 매핑하기 위해 로봇별 YAML/구성 파일로 로봇 구성을 정의한다.
• 몇 줄의 Python 코드로 로봇을 제어하는 초보자 친화적 예제와 코드 패턴을 제공한다.
• 기존 로봇공학 스택 및 시뮬레이터(MoveIt!, Movebase, Gazebo)와 통합하고 고수준 AI 응용(SLAM, 내비게이션, 그립, 밀기)을 가능하게 한다.
• 하드웨어 및 시뮬레이션 옵션(LoCoBot, Sawyer, Gazebo)을 논의하고 더 많은 플랫폼으로의 확장을 개요한다.

실험 결과

연구 질문

• RQ1 경량의 하드웨어 독립 API가 AI 기반 로봇 연구를 가속화할 수 있는가?
• RQ2 단일 프레임워크가 서로 다른 로봇 플랫폼 간 코드, 데이터셋, 모델의 공유를 가능하게 하는가?
• RQ3 비로봇공학 연구자에게 사용 편의성과 제어 유연성 사이의 균형을 가장 잘 맞추는 추상화 수준(중간 수준 API)은 무엇인가?
• RQ4 공통 API를 통해 사용될 때 저가 로봇에서의 제공 컨트롤러와 플래너의 효과는 어떠한가?
• RQ5 PyRobot을 통해 저가의 하드웨어에서 쉽게 시연할 수 있는 고수준 AI 작업(내비게이션, 그립, 시각 SLAM, 밀기)들은 무엇인가?

주요 결과

• PyRobot은 ROS의 복잡성을 추상화하는 초보자 친화적인 API를 제공하여 몇 줄의 코드로 로봇 제어가 가능하다.
• 로봇별 YAML 구성으로 LoCoBot과 Sawyer 간 하드웨어 독자적 운영을 지원하고 공통 워크플로우를 가능하게 한다.
• 시각적 SLAM, SLAM 및 경로 계획을 통한 내비게이션, 학습된 시각 내비게이션, 그립 및 밀기 등 고수준 AI 응용을 저가 하드웨어에서 가능하게 한다.
• 저자들은 기본 제어기와 매니퓰레이터 제어기를 시연하고 LoCoBot 변형에서 정확도 및 재현성에 대한 성능 벤치마크를 제시하며 참조 시스템과의 비교를 제공한다.
• PyRobot은 오픈 소스이며 데이터와 모델 공유, 벤치마킹, 교육 활용(예: 대학 수업) 등을 가능하게 하여 더 넓은 연구 생태계를 촉진하려 한다.
• 향후 작업으로 시뮬레이터 통합 확장, 중력 보정 추가 및 더 많은 로봇 추가로 생태계를 확장하는 것을 포함한다.