-
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 927
-
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 1071
-
KAIST, 국제사이보그올림픽 2연패, 세계 최고 아이언맨 재탄생
우리 연구진이 로봇 기술로 장애를 극복하자는 취지의 사이배슬론 국제대회에서 2016년 제1회 대회 동메달, 2020년 제2회 대회 금메달에 이어 제3회 대회인 2024년 대회에서 우승을 거머쥐며 디펜딩 챔피언의 타이틀을 지켜냈다.
우리 대학 기계공학과 공경철 교수(㈜엔젤로보틱스 의장)가 이끄는 엑소랩(EXO-Lab)과 무브랩(Move Lab), ㈜엔젤로보틱스 공동 연구팀이 개발한 하반신마비 장애인을 위한 웨어러블 로봇 ‘워크온슈트F1’으로, 27일에 열린 제3회 사이배슬론(Cybathlon)에 출전하여 우승을 차지했다고 28일 밝혔다.
사이배슬론은 로봇 기술로 장애를 극복하자는 취지로 스위스에서 처음 개최된 국제대회로, 일명 사이보그 올림픽이라 불린다. 매번 대회를 마친 후 바로 다음 대회의 미션들이 발표되고, 전 세계 연구팀들이 주어진 미션을 통과하기 위하여 4년여 동안 로봇 기술을 연구 개발한다.
웨어러블 로봇 종목 뿐만 아니라, 로봇 의수, 로봇 의족, 로봇 휠체어 등 8가지 종목이 열린다. 이번 제3회 사이배슬론 대회에는 총 26개 국가에서 71개 팀이 참가했다. 공경철 교수 연구팀은 지난 대회와 마찬가지로 웨어러블 로봇 종목에 참가했다.
웨어러블 로봇 종목은 사이배슬론의 핵심이라고 부를 만큼 하이라이트를 받는 종목이다. 의수나 의족 종목에서는 로봇이 아닌 고전적인 보조기를 착용한 장애인 선수가 우승을 하는 등, 로봇 기술보다 장애인 선수의 능력이 더 중요하게 작용하는 경우가 많다.
하지만 웨어러블 로봇 종목은 하반신 완전마비 장애인이 로봇에 완전히 의존하여 직접 걸으면서 다양한 미션을 수행해야 하는 만큼, 기술적 난이도도 높고 로봇 기술에 대한 의존도 또한 높다.
실제로 이번 대회의 미션을 보고 많은 팀이 출전을 포기했고, 기술 개발 과정에서도 반 이상의 연구팀들이 포기를 선언했다. 결국, 실제 경기에는 한국, 스위스, 독일, 네덜란드 등의 총 6팀만이 참가했다. 스위스 본진의 연구팀마저 포기를 선언했다.
이번 대회에서 특히 웨어러블 로봇 종목에 중도 포기한 팀이 많이 발생한 이유는 유난히 미션의 난이도가 높았기 때문이다. 대부분의 연구팀들이 하반신마비 장애인을 일으켜 걷는 것도 버거운 수준의 기술을 갖고 있는데, 지팡이 없이 걷도록 한다거나, 양손을 사용하여 칼질을 해야 하는 등 무리한 미션이 많이 등장했기 때문이다.
이렇게 미션의 난이도가 올라간 이유는 지난 대회 때 공 교수 연구팀이 주어진 모든 미션을 너무 빠르게 완수했기 때문이다. 실제로 지난 대회에서는 워크온슈트4를 착용한 김병욱 선수(하반신마비 장애인)에게 진짜 장애인이 맞느냐는 질문이 나오기도 했다.
공 교수 연구팀은 미션들을 성공적으로 수행하기 위하여 워크온슈트F1을 개발해냈다. 모터가 장착된 관절이 6개에서 12개로 늘었고, 모터의 출력 자체도 지난 대회보다 2배 이상 출력이 강화되었다. 발에 있는 6채널 지면반력 센서는 로봇의 균형을 1초에 천 번 측정하여 균형을 유지시키도록 하였다. 장애물을 감지하기 위하여 카메라를 설치하였고 인공지능 신경망 구현을 위한 AI 보드도 탑재시켰다.
그리고 대회 미션과는 관계 없이, 착용자 스스로 로봇을 착용할 수 있도록 스스로 걸어와 휠체어에서 도킹할 수 있는 기능을 구현하였다. 이 과정에서 모든 부품을 국산화했고, 모든 기초기술을 내재화했다. 로봇의 디자인은 우리 대학 산업디자인학과 박현준 교수가 맡아 사람과 로봇의 조화를 추구했다.
결국, 대회의 결과는 예상대로였다. 애초에 공 교수 연구팀을 겨냥해 만들어진 미션들을 수행할 수 있는 팀은 공 교수 연구팀 밖에 없었다. 좁은 의자 사이로 옆걸음, 박스 옮기기, 지팡이 없는 자유 보행, 문 통과하기, 주방에서 음식 다루기 등의 미션들을 6분 41초 기록으로 성공했다.
2위, 3위를 차지한 스위스와 태국 팀들은 10분을 모두 사용하면서도 2개 미션을 수행하는데 그쳤다. 애초에 적수가 되지 않는 경기였다. 사이배슬론 중계진도 경쟁보다는 워크온슈트F1의 성능에 더 큰 놀라움과 관심을 보였다.
이번 Team KAIST의 주장인 박정수 연구원은 “애초에 우리 스스로와의 경쟁이라 생각하고 기술적 초격차를 보여주는 것에 집중했는데, 좋은 결과까지 따라와서 매우 기쁘고 자랑스럽다”며, “아직 공개하지 않은 워크온슈트F1의 다양한 기능을 계속해서 공개할 예정”이라고 밝혔다.
팀의 하반신마비 장애인 선수인 김승환 연구원은 “세계 최고인 대한민국의 웨어러블 로봇 기술을 내 몸으로 알릴 수 있어서 너무나 감격스럽다”라며 소감을 밝혔다.
한편, 공 교수 연구팀은 지난 2020년 대회 이후로 ㈜엔젤로보틱스를 통하여 웨어러블 로봇을 상용화하는데 성공했다. 2022년에는 의료보험 수가의 적용을 받는 최초의 웨어러블 로봇인 “엔젤렉스M20”을 보급하기 시작했고, 그 결과 ㈜엔젤로보틱스는 지난 3월에 성공적으로 코스닥 상장했다.
이번 대회로 쌓인 다양한 노하우와 기초기술을 바탕으로 또 어떤 웨어러블 로봇이 우리의 일상생활을 바꿀 것인지, 미래가 더 기대된다.
<영상 목록>
결승경기 (자체촬영) : https://youtu.be/3ASAtvkiOhw
결승경기 및 인터뷰 (공식영상) : https://youtu.be/FSfxOTpDjSE
결승경기 및 인터뷰 (요약) : https://youtu.be/Sb_vd5-3f_0
2024.10.28
조회수 1839
-
로봇 제어 최적화 알고리즘에 인간이 필요하다
우리 대학 기계공학과 공경철 교수가 포함된 국제공동연구팀이 로봇의 성능을 최적화하는 과정에 사람을 포함시킴으로써, 인적 요소(Human factor)를 로봇의 제어 알고리즘에 충분히 반영하는 방법인 힐로(HILO, Human-in-the-loop optimization)에 대한 연구를 네이처 본지(IF 50.5)에 발표했다고 4일 밝혔다.
이 논문은 공경철 교수 이외에도 스탠퍼드 대학의 Steven H. Collins(스티븐 콜린스) 교수, 하버드 대학의 Patrick Slade(패트릭 슬래드) 교수 등이 참여했다. HILO 방법의 핵심 연구자들이 모여 이론에 대한 설명과 응용 분야, 발전 방향까지 총망라하였고, 견해(Perspective)를 발표했다.
이 연구를 통해 로봇이 우리의 일상에 깊이 침투할수록, 그 로봇은 개별 사용자에게 적합하도록 계속해서 개발되어야 한다고 밝히고 있다. HILO 방법이 이러한 난제를 해결하고, 우리의 일상에 로봇이 더욱 가까이 다가오게 할 것이라고 말한다.
로봇은 이제 우리 일상에서 쉽게 만날 수 있으며 인간과 로봇이 서로 복잡하게 상호작용하는 경우가 빈번하게 발생하고 있다. 공장에서 협동 로봇과 사람이 함께 물건을 들어 나르기도 하고, 반자율주행 자동차의 운전자는 제어알고리즘과 동시에 차량을 운전한다.
웨어러블 로봇의 경우에는 로봇과 사람이 함께 하나의 동작을 만들어내는 극단적인 경우이다. 이외에도 사람과 로봇이 어우러져 협동하는 경우는 흔하게 찾아볼 수 있다.
이처럼 로봇이 사람과 복잡한 상호작용을 하게 되면, 로봇의 성능을 원하는 만큼 이끌어내기가 쉽지 않다. 사람마다 서로 다른 행동 특성이 로봇의 동역학적인 특성에 영향을 끼치기 때문이다. 이 경우, 로봇이 사람과 동떨어져 동작하는 것보다는 로봇의 정밀도나 안전성을 확보하는 것이 훨씬 까다로워진다. 우리가 흔히 보는 바리스타 로봇이 유리장 안에 갇혀 있는 이유이기도 하다.
이와 같은 문제를 해결하기 위하여 HILO(Human-in-the-loop optimization) 방법이 제안됐다. 로봇과 사람을 별개의 시스템으로 간주하는 것이 아니라, 하나의 통합된 시스템으로 간주하여 최적화를 진행하는 방식이다.
이를 통해 HILO 방법은 로봇과 사람이 상호작용하는 시스템을 제어함에 있어 ‘개인 맞춤형 자동 최적화’라는 혁신적인 방향성과 가능성을 제시했다.
공경철 교수(KAIST 기계공학과, ㈜엔젤로보틱스 대표이사)는 “연구하고 있는 웨어러블 로봇의 경우에는 인적 요소가 매우 강하게 작용한다. 사람마다 적절한 보행 패턴이 다르고, 같은 장애물이라도 극복하는 방법이 모두 제각각이기 때문이다”라고 말했다. 또한 “㈜엔젤로보틱스에서는 HILO 방법을 이용해 하반신 마비 장애인이 착용한 웨어러블 로봇의 성능을 개인맞춤형으로 최적화했고 앞으로 웨어러블 로봇의 온라인 자동최적화 기능을 상용화할 계획을 갖고 있다”고 강조했다.
실제로 공 교수가 개발해 상용화된 웨어러블 로봇은 사람마다 특성을 다르게 최적화할 수 있도록 알고리즘이 설계되어 있고, 현재 데이터 클라우드를 이용하여 병원-가정-일상에 이르는 다양한 환경에서 자동으로 최적화를 진행할 수 있도록 연구를 진행하고 있다.
로봇이 우리의 일상에 깊이 침투할수록, 그 로봇은 개별 사용자에게 적합하도록 계속해서 튜닝되어야 한다. HILO 방법이 이러한 난제를 해결하고, 우리의 일상에 로봇이 더욱 가까이 다가올지 기대된다.
한편 HILO에 대한 논문은 2024년 9월 네이쳐 본지(Vol 633, p.779)에 발표됐다.
(논문명 : On human-in-the-loop optimization of human–robot interaction)
2024.10.04
조회수 1321
-
34배의 큰 힘을 내는 인공근육 소자 개발
우리 일상에 스며든 소프트 로봇, 의료기기, 웨어러블 장치 등에 적용시킬때 초저전력으로 구동되며 무게 대비 34배의 큰 힘을 내는 이온성 고분자 인공근육을 이용한 유체 스위치가 개발됐다. 유체 스위치는 유체 흐름을 제어함으로써 특정 방향으로 유체가 흐르게 하여 다양한 움직임을 유발하도록 한다.
우리 대학 기계공학과 오일권 교수 연구팀이 초저전력에서 작동하며 협소한 공간에서 사용할 수 있는 소프트 유체 스위치를 개발했다고 4일 밝혔다.
인공근육은 인간의 근육을 모방한 것으로 전통적인 모터에 비해 유연하고 자연스러운 움직임을 제공해 소프트 로봇이나 의료기기, 웨어러블 장치 등에 사용되는 기본 소자 중 하나이다. 이러한 인공근육은 전기, 공기 압력, 온도 변화와 같은 외부 자극에 반응하여 움직임을 만들어 내는데, 인공근육을 활용하기 위해서는 이 움직임을 얼마나 정교하게 제어하는지가 중요하다.
또한 기존 모터를 기반으로 한 스위치는 딱딱하고 큰 부피로 인해 제한된 공간 내에서 사용하는데 어려웠다. 이에, 연구팀은 좁은 관 속에서도 큰 힘을 내며 유체 흐름을 제어할 수 있는 이온성 고분자 인공근육을 개발하여 이를 소프트 유체 스위치로써 활용했다.
연구팀이 개발한 이온성 고분자 인공근육은 금속 전극과 이온성 고분자로 구성되어 있으며, 전기에 반응하여 힘과 움직임을 발생시킨다. 초저전력(~0.01V)에서 구동하면서 무게 대비 큰 힘을 낼 수 있도록 인공근육 전극의 표면에 유기 분자가 결합하여 만든 다공성의 공유결합성 유기 골격구조체 (pS-COF)를 활용했다.
그 결과, 머리카락 정도의 얇은 180 마이크로미터의 두께로 제작된 인공근육은 가벼운 무게 (10mg) 대비 34배 이상의 큰 힘을 내며 부드러운 움직임을 보였고, 이를 통해 연구팀은 낮은 전력으로 유체 흐름 방향을 정교하게 제어하는데 성공했다.
이번 연구를 주도한 오일권 교수는 “초저전력으로 작동하는 전기화학적 연성 유체 스위치는 유체 제어를 기반으로 하는 소프트 로봇, 소프트 일렉트로닉스, 미세유체공학 분야에서 많은 가능성을 열어줄 수 있다”며, “스마트 섬유에서 생체 의료 기기에 이르기까지, 이 기술은 우리 일상에서 초소형 전자 시스템에 쉽게 적용함으로써 다양한 산업현장에서 즉시 활용할 수 있는 잠재력을 지니고 있다”고 말했다.
기계공학과 연구 교수인 만마싸 마하토 박사가 제1 저자로 참여한 이번 연구 결과는 2023년 12월 13일에 국제 학술지 ‘사이언스 어드밴시스(Science Advances)’에 게재됐다. (논문명: Polysulfonated Covalent Organic Framework as Active Electrode Host for Mobile Cation Guests in Electrochemical Soft Actuator)
이번 연구는 한국연구재단의 리더과학자지원사업(창의연구단)과 미래융합파이어니어 사업을 지원받아 수행됐다.
2024.01.04
조회수 8536
-
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 3980
-
교원창업기업 (주)로엔서지컬, 신장결석 수술로봇 보건복지부 혁신의료기술 지정으로 시장 진입 가시화
우리 대학 교원창업 스타트업인 ㈜로엔서지컬(대표이사 기계공학과 권동수 교수)에서 국내최초로 개발한 신장결석 수술로봇을 사용하는 연성신요관 경하 결석제거술이 보건복지부의 혁신의료기술로 지정받았다고 밝혔다.
해당 기술은 요로결석으로 인해 연성신요관경하 결석제거술이 필요한 환자를 대상으로 요로를 통해 삽입한 수술기구를 로봇 팔에 부착하여 요로결석을 제거하는 기술로 안전성 및 잠재성이 있는 혁신의료기술로 인정받은 만큼 안전하고 효과가 검증된 치료법을 뜻한다고 로엔서지컬 측은 설명했다.
지난 20일 보건복지부 고시 제2023-175호 ‘신의료기술의 안전성, 유효성 평가결과 고시’에 따르면 요로결석 제거를 위해 로봇 보조 연성신요관경하 결석제거술 기술을 이용하여 결석제거술이 필요한 환자를 대상으로 병원에서 치료가 가능해짐에 따라, 신장결석 수술로봇의 조기 시장진입이 가능하게 되었다.
이에 따라, ㈜로엔서지컬은 혁신의료기술 실시 준비를 위한 임상시험과 국내 병원 판매 계약 등을 준비중에 있다고 밝혔다. 2024년 4월 부터는 최대 3년간 의료현장에서 비급여로 사용될 수 있다.
㈜로엔서지컬은 지난 2018년 2월에 KAIST 교원 및 학생창업을 통해 유연내시경 수술로봇을 개발하고 있는 회사로 환부를 개복하지 않고 인체의 자연개구부를 통해 신장내 결석을 제거하는 신장결석 수술로봇등의 유연내시경 수술로봇을 개발하는 회사로 2021.12월 식약처 제17호 혁신의료기기 지정, 2022.10월 식약처 제조허가 획득에 이어 올해 9월에 보건복지부 혁신의료기술로 인정받게 되어, 수술로봇 개발의 독보적인 기술 우수성을 다시 입증함에 따라, 시장진입에 의미있는 계기가 마련되었다고 밝혔다.
2023.09.22
조회수 2882
-
세계 최초 휴머노이드 파일럿 ‘파이봇’ 개발
최근 영화 탑건 매버릭에서 전설적인 파일럿 매버릭의 비행을 보았다면 KAIST에서는 휴머노이드 파일럿 ‘파이봇(Pibot)’이 등장하여 화제다.
우리 대학은 자연어로 기술된 매뉴얼을 이해하고 이를 기반으로 비행기를 직접 조종이 가능한 인간형 로봇을 개발, 이를 실용화할 계획이라고 19일 밝혔다.
연구책임자인 전기및전자공학부 심현철 교수와 김재철AI대학원 주재걸, 기계공학과 윤국진, 전기및전자공학부 김민준 교수가 참여한 공동연구팀은 일반적인 언어로 작성된 조종 매뉴얼을 읽고 이해하는 ‘자연어 처리기반 인간형 조종사 로봇 개발’ 미래도전과제의 지원을 기반으로 인공지능과 로보틱스 기술을 적용해 인간형 로봇이 실제 항공기 조종석에 착석해서 기존 항공기를 전혀 개조하지 않고 착석한 다음, 조종석의 다양한 장치들을 직접 조작해 비행하는 방식을 선보였다. 기존 항공기의 자동비행장치(오토파일럿)이나 무인 비행만 가능한 무인항공기와는 근본적인 차이가 있다.
관련 연구진이 개발 중인 조종사 로봇은 인간 조종사에게는 불가능한 전 세계 항공차트(Jeppson Chart)를 전부 기억하여 실수 없는 조종이 가능하며, 특히 최근 큰 이슈가 된 ChatGPT 기술을 활용하여 항공기 조작 매뉴얼 및 비상 대처절차를 담은 자료(QRH)를 기억, 즉각적으로 대응할 수 있고 항공기의 비행 상태를 기반으로 실시간으로 안전한 경로를 계산할 수 있어 인간 조종사보다 훨씬 빠르게 비상 상황에 대처하는 것이 가능하다.
또한 기존 로봇이 고정된 위치에서 반복적인 작업만 가능한 것에 비해 조종사 로봇은 장착된 카메라로 조종석 내부 및 항공기 외부 상황을 파악하고 조종간의 각종 스위치들을 정확하게 조작하는 것이 가능하며, 고정밀 강인 제어 기술을 적용해 진동이 심한 항공기 내부에서 정확한 로봇 팔 및 손 제어가 가능하다.
조종사 로봇은 현재 비행 조종 시뮬레이터에서 항공기의 시동부터 택싱, 이착륙, 순항, 주기 등 모든 조작을 수행하고 있으며, 연구팀은 조종사 로봇을 실제 경비행기에 적용해 항공기를 직접 조종하여 검증할 계획이다. 본 과제의 책임자인 심현철 교수는 “인간형 조종사 로봇은 기존의 항공기들을 전혀 개조하지 않고 즉각적으로 자동 비행이 가능해 실용성 및 활용성이 매우 높으며, 항공기뿐만 아니라 자동차, 장갑차 등 다양한 장치의 조작도 가능해 병력자원 고갈이 심각한 현 상황에 매우 유용하게 적용될 수 있을 것으로 기대한다”고 말했다.
한편, 동 연구과제는 국방과학연구소의 미래도전과제(총 57억원)를 지원받아 심현철 교수(연구책임자), 주재걸 교수, 윤국진 교수, 김민준 교수의 협업으로 2022년부터 개발이 진행되고 있고 개발 완성 시점은 2026년이며 민간 및 군용 활용을 목적으로 사업화 방안도 모색중이다.
2023.07.19
조회수 7452
-
군집 제어로봇 연구 Top 5 논문 선정 및 사업화
우리 대학 산업및시스템공학과 장영재 교수 연구팀과 KAIST 연구소 창업기업인 ‘다임리서치’가 공동으로 개발한 연구가 반도체 운영 관련 국제적인 저널인 ‘IEEE Transactions on Semiconductor Manufacturing’(이하 IEEE TSM)에서 2022년 우수논문(Best Paper: Honorable Mention)에 선정됐다고 5일 밝혔다.
IEEE TSM은 반도체 운영 관련 국제 저널, 한 해 게재된 논문 중 편집장들의 추천을 통해 총 5편의 우수한 논문들을 선정해 이듬해 6월에 발표한다.
장영재 교수 연구팀(제1 저자: 홍상표 박사, 제2 저자: 황일회 박사, 제3 저자-교신저자: 장영재 교수)이 수행한 연구는 공장 내 1,000대 이상의 군집 로봇을 제어하는 기술로 “Practical Q-learning-based route-guidance and vehicle assignment for OHT systems in semiconductor fabs”라는 제목으로 IEEE TSM에 게재됐다.
반도체 공장이 점차 대형화되고 제조 공정이 복잡해짐에 따라 공장 내 운영하는 로봇의 대수도 함께 늘어나고 있는 상황이다. 장영재 교수 연구팀은 공장 운영의 효율성을 개선하기 위해 1,000대 이상의 물류반송 로봇을 인공지능과 디지털 트윈 기술을 활용해 제어하는 기술을 개발해 본 논문에 방법론을 공개했다.
연구팀은 본 연구를 통해 사람의 개입 없이도 로봇이 이상 상황을 스스로 판단해 자율적으로 작업할당 및 운영을 최적화하는 ‘자율 생산 시스템(Autonomous Manufacturing System)’ 개념을 정립하고 그 가능성을 입증했다.
논문의 저자로 주저자 및 제2 저자인 홍상표 박사와 황일회 박사는 장영재 교수 연구실 출신으로 장 교수와 함께 ‘다임리서치 (http://www.daimresearch.com/) ’라는 연구소기업을 창업하여 관련 연구를 사업화했다.
연구팀은 이번 연구를 기반으로 한 소프트웨어를 개발해 글로벌 반도체 업체에 관련 솔루션을 공급하고 있으며 최근에는 포스코 DX와 협업하여 해당 기술을 철강, 2차전지 소재 관련 공장 내 로봇 운영에도 확대 중이다.
반도체와 2차전지와 같은 국가 전략 산업에서 로봇의 역할이 점점 더 중요해지고 있는 시점에서 이번 연구는 학계의 연구가 직접 산업현장의 혁신으로 이어지는 대표 사례라 할 수 있다.
2023.07.05
조회수 3389
-
리던던트 로봇 매니퓰레이터를 사용한 최적화 기반의 경로 추종 문제에 대한 학습 기반 초기화 기술 개발
자율 로봇이 일상적인 작업을 수행하기 위해 6차원 카르테시안 경로 추종은 중요한 능력이지만, 리던던트 로봇 매니퓰레이터(Redundant Robot Manipulator)의 사용에는 다양한 제약 조건과 무한한 역기구학 솔루션으로 인해 연속적인 제어는 어렵다.
이에 장기적 의존성을 고려하는 경로 계획 기술이 필요하지만 경로의 길이와 환경의 복잡성이 증가하면 생성 시간이 오래 걸리게 되고, 국소 최적 경로 도출의 가능성이 커지게 된다. 이는 용접, 수술 로봇 등과 같이 정확도와 실시간성을 모두 요구하는 분야에서 리던던트 매니퓰레이터의 사용에 병목이 되고 있기에, 우리 대학 전산학부 윤성의 교수 연구팀은 다양한 문제에 적용성을 높이는 학습 기반과 최적성을 보장하는 최적화 기반 방식의 결합을 통해 각각의 방식이 갖는 이점을 유지하고 단점을 상호 보완하는 구조를 개발했다. 이러한 모델은 리던던트 매니퓰레이션의 경로 추종 문제에 적용되어 추종에 걸리는 시간, 정확도 등 다양한 평가 지표에 성능 향상을 보였다.
연구팀은 고차원의 탐색 공간에서 효율적인 강화 학습을 위해 최적화 기반의 방식으로부터 파생된 국소 최적의 사전 지식 정보를 활용하는 구조를 도입했다. 국소 최적 지식을 모방함으로써 성능 하락 문제를 해결하기 위해 리던던트 매니퓰레이터의 구조적 특성을 고려한 영공간 투영 (Null-space projection) 기법을 제안했다.
연구팀은 제안한 방식으로부터 생성된 초기 궤적과 최적화 기법에 대표적으로 사용되는 초기화 방식들을 다양한 평가 지표를 통해 비교하고, 제약조건 매니폴드 상에서 움직임을 확인하여 초기 궤적의 성능을 검증했다. 또한 본 방식의 사용을 통해 최적화 기법에 향상된 최적성, 효율성, 다양한 문제에 적용성을 보인다.
연구팀은 연구를 통해 리던던트 매니퓰레이터를 활용한 경로 추종 문제에 있어 강화 학습 프레임워크를 제안하고, 충돌 위험을 낮추기 위한 여분 자유도 제어 기법을 제시했으며 학습 기반과 최적화 기반 방식의 결합이 속도와 최적성을 모두 요구하는 문제에 중요한 전략이 될 수 있음을 보여주었다.
이는 협동 로봇, 수술 로봇 등 고자유도의 매니퓰레이터 모션을 요구하는 상황에 적용 가능하고, 이를 통해 다양한 도메인에서 고차원 매니퓰레이터의 사용성을 높여줄 것으로 기대한다.
해당 연구는 지난 2023년 5월 29일 ~ 6월 2일 영국 런던에서 진행된 로보틱스 분야 최대 국제 학회인 IEEE International Conference on Robotics and Automation (ICRA) 2023에서 Outstanding Planning Paper Award를 수상했다.
ICRA 2023 Award는 1,341편의 논문 중 15편에 수여되었으며, Planning 분야에서는 1편이 선정됐다.
2023.06.23
조회수 3404
-
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 7516
-
‘라이보’ 로봇, 해변을 거침없이 달리다
우리 대학 기계공학과 황보제민 교수 연구팀이 모래와 같이 변형하는 지형에서도 민첩하고 견고하게 보행할 수 있는 사족 로봇 제어기술을 개발했다고 26일 밝혔다.
황보 교수 연구팀은 모래와 같은 입상 물질로 이루어진 지반에서 로봇 보행체가 받는 힘을 모델링하고, 이를 사족 로봇에 시뮬레이션하는 기술을 개발했다. 또한, 사전 정보 없이도 다양한 지반 종류에 스스로 적응해가며 보행하기에 적합한 인공신경망 구조를 도입해 강화학습에 적용했다. 학습된 신경망 제어기는 해변 모래사장에서의 고속 이동과 에어 매트리스 위에서의 회전을 선보이는 등 변화하는 지형에서의 견고성을 입증해 사족 보행 로봇이 적용될 수 있는 영역을 넓힐 것으로 기대된다.
기계공학과 최수영 박사과정이 제1 저자로 참여한 이번 연구는 국제 학술지 `사이언스 로보틱스(Science Robotics)' 1월 8권 74호에 출판됐다. (논문명 : Learning quadrupedal locomotion on deformable terrain)
강화학습은 임의의 상황에서 여러 행동이 초래하는 결과들의 데이터를 수집하고 이를 사용해 임무를 수행하는 기계를 만드는 학습 방법이다. 이때 필요한 데이터의 양이 많아 실제 환경의 물리 현상을 근사하는 시뮬레이션으로 빠르게 데이터를 모으는 방법이 널리 사용되고 있다.
특히 보행 로봇 분야에서 학습 기반 제어기들은 시뮬레이션에서 수집한 데이터를 통해서 학습된 이후 실제 환경에 적용돼 다양한 지형에서 보행 제어를 성공적으로 수행해 온 바 있다.
다만 학습한 시뮬레이션 환경과 실제 마주친 환경이 다른 경우 학습 기반 제어기의 성능은 급격히 감소하기 때문에, 데이터 수집 단계에서 실제와 유사한 환경을 구현하는 것이 중요하다. 따라서, 변형하는 지형을 극복하는 학습 기반 제어기를 만들기 위해서는 시뮬레이터는 유사한 접촉 경험을 제공해야 한다.
연구팀은 기존 연구에서 밝혀진 입상 매체의 추가 질량 효과를 고려하는 지반 반력 모델을 기반으로 보행체의 운동 역학으로부터 접촉에서 발생하는 힘을 예측하는 접촉 모델을 정의했다.
나아가 시간 단계마다 하나 혹은 여러 개의 접촉에서 발생하는 힘을 풀이함으로써 효율적으로 변형하는 지형을 시뮬레이션했다.
연구팀은 또한 로봇의 센서에서 나오는 시계열 데이터를 분석하는 순환 신경망을 사용함으로써 암시적으로 지반 특성을 예측하는 인공신경망 구조를 도입했다.
학습이 완료된 제어기는 연구팀이 직접 제작한 로봇 `라이보'에 탑재돼 로봇의 발이 완전히 모래에 잠기는 해변 모래사장에서 최대 3.03 m/s의 고속 보행을 선보였으며, 추가 작업 없이 풀밭, 육상 트랙, 단단한 땅에 적용됐을 때도 지반 특성에 적응해 안정하게 주행할 수 있었다.
또한, 에어 매트리스에서 1.54 rad/s(초당 약 90°)의 회전을 안정적으로 수행했으며 갑작스럽게 지형이 부드러워지는 환경도 극복하며 빠른 적응력을 입증했다.
연구팀은 지면을 강체로 간주한 제어기와의 비교를 통해 학습 간 적합한 접촉 경험을 제공하는 것의 중요성을 드러냈으며, 제안한 순환 신경망이 지반 성질에 따라 제어기의 보행 방식을 수정한다는 것을 입증했다.
연구팀이 개발한 시뮬레이션과 학습 방법론은 다양한 보행 로봇이 극복할 수 있는 지형의 범위를 넓힘으로써 로봇이 실제적 임무를 수행하는 데에 이바지할 수 있을 것으로 기대된다.
제1 저자인 최수영 박사과정은 "학습 기반 제어기에 실제의 변형하는 지반과 가까운 접촉 경험을 제공하는 것이 변형하는 지형에 적용하는 데 필수적이라는 것을 보였다ˮ 라며 "제시된 제어기는 지형에 대한 사전 정보 없이 기용될 수 있어 다양한 로봇 보행 연구에 접목될 수 있다ˮ 라고 말했다.
한편 이번 연구는 삼성전자 미래기술육성센터의 지원을 받아 수행됐다.
2023.01.26
조회수 6543