[논문 리뷰] Robot Safe Interaction System for Intelligent Industrial Co-Robots

Changliu Liu, Masayoshi Tomizuka|arXiv (Cornell University)|2018. 08. 12.

Robotic Path Planning Algorithms참고 문헌 30인용 수 9

한 줄 요약

이 논문은 효율성을 위해 장기 전역 계획자와 실시간 안전성을 위해 단기 국소 계획자를 갖춘 병렬 계획 및 제어 아키텍처를 사용하는 로봇 안전 상호작용 시스템(RSIS)을 제안한다. 이 시스템은 빠르고 강건한 운동 계획을 위해 볼록 가능 영역(CFS)과 안전 영역 알고리즘(SSA)을 통합하였으며, 산업용 로봇 하드웨어에서 검증되었으며 볼록화 단계에서 98.1%의 계산 효율성과 평균 0.341초의 계획 시간을 기록하였다.

ABSTRACT

Human-robot interactions have been recognized to be a key element of future industrial collaborative robots (co-robots). Unlike traditional robots that work in structured and deterministic environments, co-robots need to operate in highly unstructured and stochastic environments. To ensure that co-robots operate efficiently and safely in dynamic uncertain environments, this paper introduces the robot safe interaction system. In order to address the uncertainties during human-robot interactions, a unique parallel planning and control architecture is proposed, which has a long term global planner to ensure efficiency of robot behavior, and a short term local planner to ensure real time safety under uncertainties. In order for the robot to respond immediately to environmental changes, fast algorithms are used for real-time computation, i.e., the convex feasible set algorithm for the long term optimization, and the safe set algorithm for the short term optimization. Several test platforms are introduced for safe evaluation of the developed system in the early phase of deployment. The effectiveness and the efficiency of the proposed method have been verified in experiment with an industrial robot manipulator.

연구 동기 및 목표

• 비구조적이고 동적인 인간-로봇 상호작용 환경에서 안전성과 효율성을 동시에 확보할 수 있는 로봇 행동 시스템을 설계하는 것.
• 산업용 공동 로봇 응용 분야에서 시스템 불확실성과 제한된 계산 능력 하에서 실시간 안전성을 확보하는 데 도전하는 것.
• 예측 불가능한 인간의 운동에 적응적으로 반응하면서도 작업 효율성을 유지할 수 있는 프레임워크를 개발하는 것.
• 시스템 개발 및 테스트 단계에서 인간 참가자를 보호할 수 있는 초기 단계 평가 플랫폼을 제공하는 것.
• 실제 산업용 로봇 하드웨어에서 제안된 시스템을 검증하여 실용적 구현 가능성을 입증하는 것.

제안 방법

• RSIS는 효율성을 위해 장기 전역 계획자와 실시간 안전성을 위해 단기 국소 계획자를 갖춘 병렬 계획 및 제어 아키텍처를 사용한다.
• 장기 계획자는 비볼록 최적화 문제를 볼록화하여 효율적으로 해결하는 볼록 가능 영역(CFS) 알고리즘을 사용하여 계산 시간을 크게 감소시킨다.
• 단기 계획자는 동적인 환경 변화(예: 움직이는 인간 포함)에 대응하여 충돌 없는 경로를 보장하기 위해 안전 영역 알고리즘(SSA)을 사용한다.
• 시스템은 인간-로봇 상호작용 역학과 로봇 의사결정 과정을 표현하기 위해 거시적 다중 에이전트 모델과 미시적 행동 모델을 통합한다.
• 실제 세계 배포 이전에 로봇 행동을 안전하게 평가하기 위해 듀얼-로봇 및 인간-인-더-루프 테스트베드라는 두 가지 초기 단계 평가 플랫폼을 개발하였다.
• 시스템은 실제 산업용 로봇 액추에이터에 구현 및 테스트되었으며, 계산 효율성을 확보하기 위해 계획 수평을 h ≤ 6으로 제한하였다.

실험 결과

연구 질문

• RQ1 로봇은 예측 불가능한 인간-로봇 상호작용 상황에서 운동 계획의 높은 효율성을 유지하면서도 실시간 안전성을 확보할 수 있는가?
• RQ2 시스템 불확실성과 계산 제약 조건 하에서 장기적 효율성과 단기적 안전성을 동시에 달성할 수 있는 아키텍처 설계는 무엇인가?
• RQ3 비볼록 최적화 문제에 대해 동적 환경에서 빠르고 실시간으로 운동 계획을 수행할 수 있는 방법은 무엇인가?
• RQ4 인간 참가자의 위험을 최소화하면서 초기 개발 단계에서 로봇 행동을 안전하게 평가할 수 있는 평가 플랫폼은 무엇인가?
• RQ5 CFS와 SSA 알고리즘의 통합은 기존 비선형 해법에 비해 성능을 어떻게 향상시키는가?

주요 결과

• 볼록 가능 영역(CFS) 알고리즘이 평균 계획 시간을 0.341초로 줄여 SQP(3.726초)와 ITP(2.384초)에 비해 뚜렷이 뛰어난 성능을 보였다.
• CFS는 볼록화 단계에서 98.1%의 계산 효율성을 달성하였으며, 유도된 2차 계획 문제를 해결하는 데는 1.9%의 시간만 소요되었다.
• 실험의 TASK_PHASE 4와 TASK_PHASE 6에서 시스템은 이동 장애물에 대응해 회피 경로를 성공적으로 생성하여 충돌 회피를 보장하였다.
• 일부 사례에서는 로봇이 예측된 경로를 정확히 따르는 경우가 있었으며(예: 그림 13f), 다른 경우에서는 예측된 장애물 상태와 실제 상태 간의 괴리로 인해 안전 제어기가 실시간으로 경로를 수정한 바 있었다(예: 그림 13d, 13i).
• 제안된 시스템은 실제 산업용 로봇 하드웨어에 성공적으로 통합 및 테스트되었으며, 실제 환경 조건에서의 효과성과 효율성을 입증하였다.
• 시스템은 인간의 움직임과 환경적 요동에 적응하면서도 작업 목표를 유지하는 등 동적 환경에서 뛰어난 강건성을 보였다.