Industrial Internet Robot Collaboration System and Edge Computing Optimization

기술 요약: 산업 인터넷 로봇 협업 시스템 및 에지 컴퓨팅 최적화

문제 정의
창고 관리 및 유연 제조와 같은 산업 인터넷 환경에서, 이동 로봇은 충돌 없는 전역 경로(global route)를 생성하는 데 있어 상당한 어려움에 직면해 있습니다. 이러한 문제는 확률적인 장애물 배치와 명령된 선속도 및 각속도의 무작ful한 섭동(perturbation)으로 인해 발생합니다. 기존의 접근 방식들은 최소 거리나 에너지 최 optimization을 목표로 하지만, 복잡하고 혼잡한 환경에서의 지역 최솟값(local minima) 문제와 실행 중 발생하는 교란 문제에 취약한 경우가 많습니다. 또한, 고정밀 내비게이션을 위해서는 비홀로노믹(nonholonomic) 운동 제약을 엄격히 준수하면서도 안정적인 추종과 충돌 회피를 유지해야 합니다. 본 논문은 또한 로봇-서버 간 통신에서 발생하는 지연 및 트래픽 문제를 다루며, 응답성을 향상하기 위한 수단으로서 에지 컴퓨팅을 제안합니다.

방법론
제안된 접근 방식은 동적 모델링, 에너지 기반 전역 경로 계획, 그리고 실행을 위한 퍼지 제어를 에지 측 연산(edge-side computation)과 결합하여 통합합니다.

1. 동적 모델링 및 행동 분해:
   저자들은 비홀로노믹 제약 조건을 가진 차동 구동(differential-drive) 로봇을 모델링합니다. 동적 방정식은 초기에는 포즈($x, y, \theta$)와 제어 입력을 기반으로 설정된 후, 선속도($\eta$)와 각속도($v$)가 운동을 구동하는 운동학적 형태로 단순화됩니다. 제어 가능성을 높이기 위해, 로봇의 운동은 세 가지 매개변수화된 행동으로 분해됩니다:

• 장애물 회피(Obstacle Avoidance): 편차각과 장애물 방위각에 따라 각속도를 조정하며, 최소 장애물 거리에 따라 선속도를 조절합니다.
• 목표 접근(Target Approaching): 목표까지의 거리와 최대 속도에 따라 선속도를 제한하되, 장애물 관련 항은 유지합니다.
• 목표 회전(Target Turning): 목표와 장애물의 방위각 차이에 따라 각속도를 설정하며, 선속도를 제한합니다.

2. 전역 경로 계획 (에너지 함수 및 시뮬레이티드 어닐링):
   전역 경로 계획은 제약 조건이 있는 최적화 문제로 정식화됩니다. 모델은 경로 길이 항($F_l$)과 충돌 페널티 항($F_z$)으로 구성된 가중치 에너지 함수($F$)로 변환됩니다. 3층 신경망이 계획 모델을 표현합니다. 최적의 경로를 찾고 지역 최솟값을 완화하기 위해, 저자들은 **시뮬레이티드 어닐링(Simulated Annealing)**을 채택합니다. 이 알고리즘은 이웃 경로를 반복적으로 생성하고, 에너지 변화를 평가하며, "온도"가 낮아짐에 따라 감소하는 확률로 열등한 해를 수용함으로써 저에너지 전역 경로로 수렴하게 합니다.

3. 전역 경로 제어 (퍼지 로직):
   실행 중에는 퍼지 컨트롤러가 편차를 수정합니다. 입력값은 헤딩 각도 편차(설정 임계값: $\pm10^\circ$)와 횡방향 오프셋 오차(설정 임계값: $\pm100$ mm)입니다. 출력값은 좌우 바퀴의 차동 속도입니다. 컨트롤러는 오차 수정을 위해 삼각형 멤버십 함수를 활용하며, 명확한 제어 동작을 출력하기 위해 전문가 규칙에 기반한 퍼지화(defuzzification)를 수행합니다.

4. 에지 컴퓨팅 통합:
   본 논문은 로봇-서버 간의 트래픽과 지연을 줄이고, 협업 로봇 간의 환경 정보 공유를 원활하게 하기 위해 연산을 에지로 이동하는 것에 대해 논의합니다.

주요 기여

• 행동 기반 매개변수화: 비홀로노믹 제약 조건 하에서 제어 변수를 매개변수화하기 위해 로봇 운동을 장애물 회피, 목표 회전, 목표 접근 행동으로 새롭게 분해하였습니다.
• 하이브리드 계획 아키텍처: 복잡한 에너지 지형에서 근사 전역 최솟값을 탐색하기 위해 신경망 기반 계획 모델과 시뮬레이티드 어닐링을 결합하였습니다.
• 오차 수정 퍼지 컨트롤러: 헤딩 및 횡방향 오프셋 오차를 사용하여 바퀴 속도 차이를 빠르게 조정함으로써, 로봇이 정의된 편차 임계값 내에 머물도록 보장하는 특정 퍼지 제어 전략을 제시하였습니다.
• 에지 최적화 실행: 산업 협업에서의 지연 및 대역폭 제약을 해결하기 위해 에지 컴퓨팅을 통합한 프레임워크를 구축하였습니다.

실험 결과
제안된 방법은 Matlab 2024 시뮬레이션을 통해 비주얼 서보 일반 제약 플래너(visual-servo generalized-constraint planner) 및 동적/정적 안전 영역 플래너(dynamic/static safety-field planner)라는 두 가지 베이스라인과 비교 평가되었습니다.

• 경로 편차: 제안된 방법은 편차를 $\pm5$ cm 이내로 유지하였으며, 10 ms 이내에 수렴을 달성하여 안정성과 수렴 속도 모두에서 베이스라인보다 우수한 성능을 보였습니다.
• 경로 길이: 반복 횟수가 증가함에 따라(최대 500회), 제안된 방법은 일관되게 더 짧은 경로를 생성했습니다. 500회 반복 시, 제안된 방법은 106 m의 경로 길이를 달성한 반면, 비주얼 서보는 118 m, 안전 영역 플래너는 117 m를 기록했습니다. 제안된 방법의 평균 경로 길이는 114 m로, 베이스라인(각각 132 m 및 130 m)보다 현저히 짧았습니다.
• 강건성: 시뮬레이션은 확률적 조건 하에서 전역 내비게이션의 개선된 강건성을 입증했습니다.

의의 및 한계점
본 논문은 이 접근 방식이 경로 최적화와 충돌 회피 및 추종 안정성 사이의 균형을 효과적으로 맞춤으로써 실제 산업 현장에서 전역 내비게이션의 강건성을 향상시킨다고 주장합니다. 에지 컴퓨팅의 통합은 협업 환경에서 지연을 줄이는 핵심 요소로 강조됩니다.

저자들은 시스템이 특정 모델링 가정에 의존하고, 수작업으로 설계된 퍼지 멤버십 함수 및 규칙을 사용하며, 센서 노이즈나 급격한 환경 변화에 민합하다는 점을 언급하며 한계를 겸허히 인정하였습니다. 향후 과제로는 불확실성을 고려한 센싱, 퍼지 파라미터의 적응형 튜닝, 그리고 실제 로봇 실험을 통한 검증 등이 제시되었습니다.