붕괴 건물 속 수색하는 로봇을 위한 더 빠른 경로법 업그레이드VIDEO: Long-horizon humanoid navigation planning using traversability estimates and previous experience
뉴로사, 표준 알고리즘보다
3배 더 자주 성공적인 경로 찾을 수 있어
위험한 지형을 건너기 위해 팔을 사용해야 하는 로봇들은 미시간 대학 연구진이 개발한 새로운 경로 계획 접근법으로 속도 업그레이드를 받았다.
향상된 알고리즘 경로 계획 알고리즘은 표준 알고리즘보다 3배 더 자주 성공적인 경로를 찾으면서도 처리 시간은 훨씬 더 적게 소요되었다.
새로운 알고리즘이 재난지역이나 건설현장 등 위험한 지형에서 균형을 유지하기 위해 팔처럼 생긴 부속품을 사용하는 로봇의 경로 계획 속도를 높이는 것으로 U-M 연구진이 나타났다.
개선된 경로 계획 알고리즘은 표준 알고리즘보다 3배 더 자주 성공적인 경로를 찾으면서도 처리 시간은 훨씬 더 적게 소요되었다.
"붕괴된 건물이나 매우 험한 지형에서 로봇은 항상 균형을 잡고 발만으로 전진할 수 있는 것은 아니다."라고 로봇공학 연구소의 전기 및 컴퓨터 공학과 부교수인 드미트리 베렌슨은 말한다.
"발과 손을 모두 어디에 두어야 하는지 파악하려면 새로운 알고리즘이 필요하다. 안정을 유지하려면 이 모든 사지를 함께 조율해야 한다. 결국 매우 어려운 문제다."
이번 연구는 로봇이 지형이 얼마나 어려운지 판단한 뒤 한 손이나 두 손으로 벽을 받쳐 다음 단계로 나아가는 과정도 포함할 수 있다.
뉴로사의 최근 로봇 박사 졸업자이자 소프트웨어 엔지니어인 린유치 박사는 "먼저 기계 학습을 통해 로봇의 손과 발이 균형을 유지하고 발전을 이룰 수 있도록 훈련했다"고 말했다. "그리고 나서, 로봇은 새롭고 복잡한 환경에 배치되었을 때, 얼마나 이동 가능한 경로인지를 결정하기 위해 학습한 것을 사용할 수 있고, 이를 통해 훨씬 더 빨리 목표에 이르는 경로를 찾을 수 있다."
그러나 이 통과 가능성을 사용하는 경우에도 기존 계획 알고리즘을 사용하여 긴 경로를 계획하는 데는 여전히 시간이 걸린다.\
베렌슨은 "긴 길 위에서 손과 발 위치를 모두 찾으려 한다면 시간이 오래 걸릴 것"이라고 말했다.
따라서 이 팀은 "분할 및 정복" 방식을 사용하여 학습 기반 방법을 적용할 수 있는 이동하기 어려운 섹션과 단순한 경로 계획 방법이 더 잘 작동하는 이동하기 쉬운 섹션으로 경로를 분할했다.
린은 "간단하게 들리지만, 이 문제를 올바르게 분할하는 방법과 각 부문에 대해 어떤 계획 방법을 사용할지 알기가 매우 어렵다"고 말했다.
이를 위해서는 전체 환경의 기하학적 모델이 필요하다. 이는 로봇보다 먼저 정찰하는 비행 드론으로 실제로 달성할 수 있다.
황기철 콘페이퍼 에디터
Ki Chul Hwang Conpaper editor
(Source: https://news.umich.edu/faster-path-planning-for-rubble-roving-robots/)
Long-horizon humanoid navigation planning using traversability estimates and previous experience
kcontents
