Field Assessment of Force Torque Sensors for Planetary Rover Navigation

지면의 감각: 로봇이 외계 세계에서 "걷는" 법을 배우는 방법

울퉁불퉁한 흙길 위를 달리는 자동차를 운전하고 있다고 상상해 보세요. 앞의 구덩이를 볼 수는 없지만, 그것을 느낄 수는 있습니다. 좌석이 흔들리고, 스티어링 휠이 진동하며, 타이어가 진흙 속으로 푹 들어가는 느낌이 듭니다. 그 느낌은 자동차가 당신에게 "이봐, 여기 지면이 부드러워!"라거나 "조심해, 저 바위는 딱딱해!"라고 말해주는 방식입니다. 인간에게 이것은 쉬운 일입니다. 우리 몸은 우리가 어떻게 움직이고 무엇을 만지고 있는지 알려주는 센서들로 가득 차 있기 때문입니다. 하지만 화성과 같은 먼 행성으로 보내진 로봇에게는 상황이 훨씬 더 어렵습니다. 로버(rover)라고 불리는 이 로봇들은 눈먼 탐험가와 같습니다. 이들은 카메라에 의존해 보고 컴퓨터로 생각하지만, 자신의 신체 부위가 어디에 있는지, 그리고 세상과 어떻게 상호작용하고 있는지에 대한 내부적인 감각인 '고유 수용 감각(proprioception)'은 부족한 경우가 많습니다.

안전하게 주행하기 위해 로버들은 보통 **관성 측정 장치(IMU)**를 사용합니다. IMU를 고도의 기술이 집약된 '속귀(내이)'라고 생각하면 됩니다. 이는 로봇이 기울어졌는지, 흔들리는지, 혹은 가속하고 있는지를 알려주지만, 바퀴가 지면을 얼마나 세게 밀고 있는지는 정확히 알려주지 못합니다. **힘-토크 센서(Force-Torque Sensor, FTS)**라는 또 다른 유형의 센서가 있습니다. 만약 IMU가 속귀라면, FTS는 매우 민감한 '손가락 끝'과 같습니다. 이는 힘이 정확히 얼마만큼 어느 방향으로 가해지는지를 측정할 수 있습니다. 과학자들은 오랫동안 의문을 가져왔습니다. 화성 로버에게 바퀴 부분에 이러한 "손가락 끝"을 달아주는 것이 로봇이 지형을 더 잘 이해하고, 모래에 빠지는 것을 피하며, 더 자신 있게 주행하는 데 도움이 될 수 있을까? 이것이 연구진이 답을 찾고자 했던 핵심 질문입니다.

바퀴에 "손가락 끝"을 가진 로봇

이 연구에서 연구진은 MaRTA(Martian Rover Testbed for Autonomy)라는 이름의 로봇을 화성이나 달의 표면과 매우 유사한 스페인의 반사막 지역으로 데려갔습니다. MaRTA는 여섯 바퀴 로봇이지만 특별한 점이 있습니다. 단순히 카메라와 속귀를 가진 것이 아니라, 바퀴 바로 위 다리에 여섯 개의 "손가락 끝"(힘-토크 센서)을 장착하고 있다는 점입니다. 연구팀은 MaRTA를 느슨한 토양, 압축된 모래, 자갈, 단단한 바위 등 다양한 종류의 지면 위로 다양한 속도와 각도로 주행시켰습니다. 그들의 목표는 이 "손가락 끝"에서 얻은 데이터가 로봇이 어떤 종류의 지면 위를 걷고 있는지, 그리고 표면을 얼마나 잘 움켜쥐고 있는지를 파악하는 데 도움이 될 수 있는지 확인하는 것이었습니다.

로봇이 지면을 "느낄" 수 있을까?
연구진은 그 답이 확실한 "예"라고 밝혔지만, 몇 가지 주의사항이 따릅니다. 연구진이 힘-토크 센서의 데이터를 사용하여 컴퓨터 프로그램에 지형을 인식하도록 학습시켰을 때, 로봇은 매우 뛰어난 성능을 보였습니다. 실제로 이 센서들은 로봇의 "속귀"(IMU)가 어려움을 겪었던 작업인 "자갈"과 "바위"를 구분하는 데 놀라울 정도로 탁월했습니다. 센서는 바퀴가 평평한 바위 위를 구를 때와 자갈 위를 구를 때 발생하는 미세한 진동과 힘을 감지할 수 있었습니다. 연구팀은 이를 서포트 벡터 머신(SVM)과 신경망(NN)이라는 두 가지 서로 다른 컴퓨터 "두뇌"를 사용하여 테스트했습니다.

힘-토크 데이터를 신경망(Neural Network)과 함께 사용했을 때, 로봇은 약 **96.17%**의 확률로 지형을 정확하게 식별했습니다. 이는 IMU만 사용했을 때의 정확도인 약 **79.35%**보다 크게 향상된 수치입니다. 더욱 놀라운 것은, "손가락 끝"(FTS)과 "속귀"(IMU)를 결합했을 때 정확도가 **96.76%**까지 치솟았다는 점입니다. "손가락 끝"은 특히 다른 센서들을 혼란스럽게 만들던 까다로운 "자갈" 지형을 포착하는 데 매우 유능했습니다. 이는 로봇이 단순히 몸체 전체의 흔들림을 느끼는 것보다 다리에 직접 센서를 부착하는 것이 지면에 대해 훨씬 더 상세한 "느낌"을 제공한다는 것을 시사합니다.

로봇이 자신의 "당기는 힘"을 측정할 수 있을까?
연구팀은 또한 이 센서들을 사용하여 "드로우바 풀(drawbar pull)"이라고 불리는 것을 측정하려고 시도했습니다. 말이 짐을 끌 때를 상상해 보세요. 드로우바 풀은 말이 짐을 끌기 위해 사용하는 힘입니다. 로버의 경우, 이는 바퀴가 얼마나 많은 접지력을 가지고 있는지를 알려줍니다. 바퀴가 모래에서 미끄러지고 있다면 당기는 힘은 낮습니다. 바퀴가 바위를 꽉 잡고 있다면 당기는 힘은 높습니다. 연구진은 이 수치를 센서로부터 직접 읽어낼 수 있기를 희망했습니다.

하지만 이 실험 부분은 훨씬 더 복잡하고 무질서했습니다. 지면은 울퉁불퉁하고 로봇은 진동하며, 센서는 많은 노이즈를 포착했습니다. 연구팀은 당기는 힘을 알기 위해 단순히 하나의 숫자만을 읽을 수는 없다는 것을 발견했습니다. 대신, 그들은 매우 영리해져야 했습니다. 그들은 로봇 다리의 기하학적 구조를 살펴보면 노이즈가 섞인 데이터를 걸러낼 수 있다는 것을 깨달았습니다. 그들은 "레버 길이"(센서에서 지면과 닿는 지점까지의 거리)를 계산했고, 이 길이가 10cm에서 17.5cm 사이로 안정적인 순간만을 관찰했습니다.

이렇게 했을 때, 그들은 패턴을 발견했습니다. 느슨한 토양에서는 힘이 약 10N(뉴턴) 정도였습니다. 압축된 모래에서는 약 20N이었습니다. 바위 지형에서는 숫자가 크게 요동쳤습니다. 비록 이것이 즉각적이고 완벽한 측정을 제공하지는 못했지만, 데이터에서 측정이 신뢰할 수 있는 "좋은" 순간을 찾아낼 수 있는 방법을 제시해 주었습니다. 저자들은 진정으로 정확한 측정을 위해서는 외부 도구로 당기는 힘을 측정하여 자신들의 수학적 모델이 실제와 일치하는지 확인하는 후속 테스트가 필요하다고 제안합니다.

모든 로버에 이 센서를 달아야 할까?
여기서 가장 중요한 시사점은 다음과 같습니다. 연구진은 이 센서들이 샘플을 채취하는 데 쓰이는 로봇 팔에는 매우 훌륭하지만, 일반적인 로버의 바퀴에 사용하기에는 너무 비싸고 사용하기 어려울 수 있다고 주장합니다. 주행 중 발생하는 진동은 당기는 힘 등을 측정하기 위한 데이터를 해석하기 어렵게 만듭니다. 연구팀은 단순한 주행을 위해서는 모터의 전기적 신호를 측정하는 더 저렴한 센서(이 역시 바퀴가 얼마나 힘들게 작동하는지를 알려줌)를 사용하는 것이 더 나을 수 있다고 제로합니다.

그러나 이 "손가락 끝"이 매우 유용한 특별한 경우가 하나 있습니다. 바로 로버가 "휠 워킹(wheel walking)"을 해야 할 때입니다. 이는 사람이 걷는 것처럼 로봇이 바퀴를 들어 올려 장애물을 넘어가는 고급 기술을 의미합니다. 이 모드에서는 바퀴 위에 장착된 센서가 로봇이 발을 내디딜 때의 상태를 측정하는 데 완벽합니다. 따라서, 일반적인 주행에는 최선의 선택이 아닐지라도, 매우 험난한 지형을 기어 올라가야 하는 로봇에게는 비밀 병기가 될 수 있습니다.

결론적으로, 이 논문은 이러한 센서들이 지형을 이해하는 데 강력한 도구이며, 특히 다른 데이터와 결합했을 때 효과적이지만, 모든 문제에 대한 마법 같은 해결책은 아니라고 제안합니다. 이 센서들은 로봇이 천천히 조심스럽게 움직일 때 가장 잘 작동하며, 로버가 외계 지면과 상호작용하는 모습을 가장 명확하게 보여주기 위해서는 위치를 (바퀴 허브 바로 안쪽으로) 다르게 배치해야 할 수도 있습니다.