%EB%B3%B4%ED%96%89%EB%A1%9C%EB%B4%87
-
라이보2, 4족보행 로봇 세계최초 마라톤 풀코스 완주 성공
해변을 거침없이 달리던 4족보행 로봇 ‘라이보’가 ‘라이보2’로 새롭게 개발되어 일반 마라톤 대회에 참가하고 완주를 성공한 세계 최초의 성과가 나왔다.
우리 대학 기계공학과 황보제민 교수 연구팀이 17일 상주에서 개최된 제22회 상주 곶감 마라톤 대회 풀코스(42.195km)에 참가해 4시간 19분 52초의 기록으로 완주했다고 17일 밝혔다.
상주 곶감 마라톤은 14km 지점과 28km 지점에 고도 50m 수준의 언덕이 2회 반복되는 코스로, 아마추어 마라토너들에게도 난이도가 높은 것으로 알려져 있어 보행 로봇에게는 예상치 못한 손실이 발생할 수 있는 도전적인 과제였다.
연구팀은 황보 교수가 자체 개발한 ‘라이심(Raisim)’ 시뮬레이션 환경에서 경사, 계단, 빙판길 등 다양한 환경을 구축하여 안정적인 보행이 가능하도록 강화학습 알고리즘을 통해 보행 제어기를 개발했다.
특히, 힘 투명성이 높은 관절 메커니즘을 통해 내리막길에서 에너지를 높은 효율로 충전하여 급격한 언덕을 오르는 데 사용한 에너지를 일부 흡수할 수 있었다.
또한, 황보 교수 연구실에서 창업한 ‘㈜라이온로보틱스’와의 공동 개발을 통해 로봇의 안정성을 높이는 데 주요한 역할을 했다.
보행 로봇은 보행 특성상 지면 접촉 시 발생하는 충격으로 인한 주기적인 진동에도 견딜 수 있어야 하는 고난도 시스템이다. 개발 직후, 실험실 내 짧은 거리 실험에서는 연초에 이미 높은 효율을 기록했으나, 실제 마라톤에서 사람들 사이에서 안전하게 4시간 이상 달리기까지는 ‘(주)라이온로보틱스’의 제조 기술이 큰 역할을 했다.
기존 보행 효율 향상 연구들은 외부 부품이나 소프트웨어를 사용한 부분은 변경할 수 없어 일부 부분만 제한적으로 개선하는 연구가 진행되었던 점에 비해, 황보 교수 연구진은 기구 설계, 전장 설계, 소프트웨어, 인공지능까지 모든 영역을 자체 개발하여 복합적으로 문제를 해결할 수 있었던 점을 효율 향상의 핵심 요인으로 꼽았다.
연구진은 라이보1 개발에 이어 라이보2를 새롭게 개발하며 모든 영역을 최적화했고, 특히 모터 드라이버 회로를 내재화하며 구동기 손실을 최소화하고 제어 대역폭을 높여 보행 효율과 안정성을 크게 향상시켰다.
이충인 공동 제1 저자(박사과정)는 “마라톤 프로젝트를 통해 도심 환경에서 라이보2가 안정적으로 배달, 순찰 등의 서비스를 수행할 수 있는 보행 성능을 갖추었음을 보였다”며 “후속 연구로는 라이보의 자율주행 기능을 추가하면서 산악, 재난환경에서도 세계 최고 보행 성능을 달성하기 위해 노력할 것”이라고 향후 연구 계획을 밝혔다.
한편, 이번 연구는 삼성전자 미래기술육성센터와 ㈜라이온로보틱스의 지원으로 수행됐다.
2024.11.18 조회수 1080 -
해변 달리던 라이보, 이번에는 마라톤이다!
모래사장 같은 변형하는 지형에서도 민첩하게 보행하던 KAIST 4족 보행 로봇 ‘라이보’가 이번에는 세계 최초로 마라톤 풀코스 완주에 도전한다.
우리 대학 기계공학과 황보제민 교수 연구팀이 새롭게 개발한 사족보행 로봇 '라이보 2'가 11월 17일 오전 9시 상주시민운동장에서 열리는 2024 상주곶감마라톤 풀코스(42.195km) 완주에 도전할 것이라고 15일 밝혔다.
기존 사족보행 로봇의 최장 주행거리가 20km에 그쳤던 것과 비교하면 두 배가 넘는 거리다. 우리 연구진은 1회 충전으로 43km 연속 보행이 가능한 로봇을 개발하였고 교내 대운동장에서 저장된 GPS 경로를 따라 보행하는 방식으로 4시간 40분에 걸쳐 완주하는데 성공했다. 더 나아가 연구팀은 이번 마라톤 참여를 통해 실제 도심 환경 속에서 보행 성능을 입증할 예정이다.
그동안 보행 로봇의 주행거리는 대부분 실험실 내 통제된 환경에서 측정되거나 이론상의 수치에 그쳐왔다. 이번 도전은 실제 도심 환경에서 일반인들과 함께 달리며 기록을 측정한다는 점에서 의미가 크다. 사족보행 로봇의 실용화 가능성을 실제 환경에서 검증하는 첫 시도가 될 전망이다.
사족보행 로봇은 얼음, 모래, 산악 지형 등 험지에서도 안정적인 보행이 가능하다는 장점이 있지만, 짧은 주행거리와 운용 시간이 한계로 지적되어 왔다.
황보 교수팀은 이러한 한계를 극복하기 위해 로봇의 구동기부터 기계적 메커니즘까지 모든 것을 자체적으로 설계했다. 특히 자체 개발한 동역학 시뮬레이터 '라이심(Raisim)'을 통해 강화학습 기반의 효율적인 보행 제어 기술을 구현했다.
연구팀은 또한 실제 야외 환경에서의 보행 데이터를 수집·분석해 보행 손실 모델을 수립하고, 이를 다시 시뮬레이션에 반영하는 방식으로 1년여간 보행 효율을 단계적으로 끌어올렸다.
이번이 연구팀의 두 번째 도전이다. 지난 9월 ‘금산인삼축제 마라톤대회’에서 첫 도전을 했으나 37km 지점에서 배터리 방전으로 완주에 실패했다. 실험실 예상보다 10km 일찍 배터리가 소진된 것이다. 연구진은 실제 마라톤 코스에서 다른 주자들과 어울려 달리다 보니 일정한 속도를 유지하지 못하고 잦은 가감속이 발생한 점을 원인으로 분석했다.
이후 연구팀은 완주를 위한 기술적 보완에 주력했다. PC에서 수행하던 관절 강성 제어를 모터 구동기에 직접 구현해 제어 효율을 높였고, 내부 구조를 개선해 배터리 용량도 33% 늘렸다. 이러한 개선으로 현재 직선 구간 기준 최대 67km 주행이 가능해졌다.
이충인 공동 제1 저자(박사과정)는 “보행 손실을 기구, 전장, 보행 방법 측면에서 종합적으로 분석할 수 있었던 것이 보행 효율을 개선하는데 주요하게 작용했다”며 “이번 연구 성과는 사족보행 로봇의 운용 범위를 도시 범위로 확대하는데 중요한 기점이 될 것”이라고 설명했다.
한편, 이번 연구는 삼성전자 미래기술 육성센터와 ㈜라이온 로보틱스의 지원을 받아 수행됐다.
2024.11.15 조회수 1116 -
하운드(Hound) 로봇, 100m를 19.87초 주파, 기네스 기록
우리 대학 기계공학과의 박해원 교수 연구팀이 제작한 사족 로봇 하운드(Hound)의 사족 보행 로봇의 100m 달리기 기록이 기네스 세계 기록으로 인정받았다고 15일 밝혔다.
하운드(Hound)는 KAIST 동적 로봇 설계 및 제어 연구실(Dynamic Robot Control and Design Laboratory)에서 제작된 로봇으로, 지난 2023년 10월 26일에 측정된 실험을 통해 정지 상태에서 출발해 100미터 선을 19.87초 만에 통과한 후 완전히 멈추는 데 성공했다. 이 성과는 AI 방법론 중 하나인 강화학습을 이용해 시뮬레이션 가상환경에서 훈련된 단일 제어기를 통해 달성됐다.
연구팀은 하운드(Hound) 로봇이 고속으로 달릴 수 있도록, 액추에이터 출력의 한계를 최대한 이용하기 위해, 모터가 최대로 낼 수 있는 한계 토크와 속도 특성을 강화학습에 활용했다. 또한, 대칭적인 걸음새를 통해 모터의 출력을 고르게 분배하고, 로봇의 빠른 움직임을 위해 경량 발바닥을 설계했다. 이러한 종합적인 설계와 제어에 대한 접근방식을 통해 하운드(Hound)는 빠른 속도로 100미터를 주파할 수 있었다.
하운드(Hound)의 100미터 달리기 기록은 우리 대학 대운동장의 실외 육상 트랙에서 공식적으로 측정됐다.
하운드(Hound)는 실외뿐만 아니라 실내 러닝머신 위에서 6.5m/s (시속 23.4km)의 주행 속도를 기록했다. 이는 전기 모터 기반 사족 로봇의 최고속도이며, 기존 메사추세츠 공과대학교(MIT)의 치타 2(Cheetah 2)의 6.4m/s를 뛰어넘는 기록이다. 박해원 교수 연구팀은 이 성과 또한 기네스 기록 인증을 신청 중이다.
연구 책임자인 기계공학과 박해원 교수는 “KAIST의 기술로 직접 설계 제작된 사족 보행 로봇과 AI 학습 기반 제어기로 보행 로봇 세계 최고속도를 세움으로써 우리나라의 로봇 하드웨어 기술 및 로봇제어 AI 기술이 세계 최고 수준을 보여줬다는 데 의의가 있다”이라고 소감을 전했다.
한편 이번 연구는 2019년 국방과학연구소 미래도전국방기술 연구개발사업(912768601)의 지원을 받아 수행됐다.
기네스 기록 홈페이지 링크 : https://www.guinnessworldrecords.com/world-records/625586-fastest-100-m-by-a-quadrupedal-robot
기네스 Youtube 계정에 올라온 영상 : https://www.youtube.com/shorts/sdF1cn7iX0g
2023.12.15 조회수 4016 -
드림워커, 안 보고도 계단을 성큼성큼 걷다
연기가 자욱해 앞이 안보이는 재난 상황에서 별도의 시각이나 촉각 센서의 도움 없이 계단을 오르내리고 나무뿌리와 같은 울퉁불퉁한 환경 등에서 넘어지지 않고 움직이는 사족보행 로봇 기술이 국내 연구진에 의해 개발됐다.
우리 대학 전기및전자공학부 명현 교수 연구팀(미래도시 로봇연구실)이 다양한 비정형 환경에서도 강인한 `블라인드 보행(blind locomotion)'을 가능케 하는 보행 로봇 제어 기술을 개발했다고 29일 밝혔다.
연구팀은 사람이 수면 중 깨어서 깜깜한 상태에서 화장실을 갈 때 시각적인 도움이 거의 없이 보행이 가능한 것처럼, 블라인드 보행이 가능하다고 해서 붙여진 ‘드림워크(DreamWaQ)’기술을 개발하였고 이 기술이 적용된 로봇을 ‘드림워커(DreamWaQer)’라고 명명했다. 즉 이 기술을 탑재하면 다양한 형태의 사족보행 로봇 드림워커를 만들어낼 수 있게 되는 것이다.
기존 보행 로봇 제어기는 기구학 또는 동역학 모델을 기반으로 한다. 이를 모델 기반 제어 방식이라고 표현하는데, 특히 야지와 같은 비정형 환경에서 안정적인 보행을 하기 위해서는 모델의 특징 정보를 더욱 빠르게 얻을 수 있어야 한다. 그러나 이는 주변 환경의 인지 능력에 많이 의존하는 모습을 보여 왔다.
이에 비해, 명현 교수 연구팀이 개발한 인공지능 학습 방법 중 하나인 심층 강화학습 기반의 제어기는 시뮬레이터로부터 얻어진 다양한 환경의 데이터를 통해 보행 로봇의 각 모터에 적절한 제어 명령을 빠르게 계산해 줄 수 있다. 시뮬레이션에서 학습된 제어기가 실제 로봇에서 잘 작동하려면 별도의 튜닝 과정이 필요했다면, 연구팀이 개발한 제어기는 별도의 튜닝을 요구하지 않는다는 장점도 있어 다양한 보행 로봇에 쉽게 적용될 수 있을 것으로 기대된다.
연구팀이 개발한 제어기인 드림워크는 크게 지면과 로봇의 정보를 추정하는 상황(context) 추정 네트워크와 제어 명령을 산출하는 정책(policy) 네트워크로 구성된다. 상황추정 네트워크는 관성 정보와 관절 정보들을 통해 암시적으로 지면의 정보를, 명시적으로 로봇의 상태를 추정한다. 이 정보는 정책 네트워크에 입력돼 최적의 제어 명령을 산출하는 데 사용된다. 두 네트워크는 시뮬레이션에서 함께 학습된다.
상황추정 네트워크는 지도학습을 통해 학습되는 반면, 정책 네트워크는 심층 강화학습 방법론인 행동자-비평자(actor-critic) 방식을 통해 학습된다. 행동자 네트워크는 주변 지형 정보를 오직 암시적으로 추정할 수 있다. 시뮬레이션에서는 주변 지형 정보를 알 수 있는데, 지형 정보를 알고 있는 비평자 네트워크가 행동자 네트워크의 정책을 평가한다.
이 모든 학습 과정에는 단 1시간 정도만 소요되며, 실제 로봇에는 학습된 행동자 네트워크만 탑재된다. 주변 지형을 보지 않고도, 오직 로봇 내부의 관성 센서(IMU)와 관절 각도의 측정치를 활용해 시뮬레이션에서 학습한 다양한 환경 중 어느 환경과 유사한지 상상하는 과정을 거친다. 갑자기 계단과 같은 단차를 맞이하는 경우, 발이 단차에 닿기 전까지는 알 수 없지만 발이 닿는 순간 빠르게 지형 정보를 상상한다. 그리고 이렇게 추측된 지형 정보에 알맞은 제어 명령을 각 모터에 전달해 재빠른 적응 보행이 가능하다.
드림워커(DreamWaQer) 로봇은 실험실 환경뿐 아니라, 연석과 과속방지턱이 많은 대학 캠퍼스 환경, 나무뿌리와 자갈이 많은 야지 환경 등에서 보행 시 지면으로부터 몸체까지 높이의 3분의 2 (2/3) 정도의 계단 등을 극복함으로써 강인한 성능을 입증했다. 또한 환경과 무관하게, 0.3m/s의 느린 속도부터 1.0m/s의 다소 빠른 속도까지도 안정적인 보행이 가능함을 연구팀은 확인했다.
이번 연구 결과는 이 마데 아스윈 나렌드라(I Made Aswin Nahrendra) 박사과정이 제1 저자로, 유병호 박사과정이 공동 저자로 참여했으며, 오는 5월 말 영국 런던에서 개최되는 로보틱스 분야의 세계 최고 권위 학회인 ICRA(IEEE International Conference on Robotics and Automation)에 채택되어 발표될 예정이다. (논문명: DreamWaQ: Learning Robust Quadrupedal Locomotion With Implicit Terrain Imagination via Deep Reinforcement Learning)
개발된 드림워크를 탑재한 보행 로봇 드림워커의 구동 및 보행 영상은 아래 주소에서 확인할 수 있다.
메인 영상: https://youtu.be/JC1_bnTxPiQ
쿠키 영상: https://youtu.be/mhUUZVbeDA0
한편, 이번 연구는 산업통상자원부 로봇산업핵심기술개발 사업의 지원을 받아 수행되었다. (과제명: 동적, 비정형 환경에서의 보행 로봇의 자율이동을 위한 이동지능 SW 개발 및 실현장 적용)
2023.03.29 조회수 7550