Autonomous Navigation of Quadrupeds Using Coverage Path Planning with Morphological Skeleton Map

다음은 "Morphological Skeleton Map 을 활용한 Coverage Path Planning 을 통한 4 다보행 로봇의 자율 항법" 논문에 대한 상세한 기술적 요약입니다:

1. 문제 제기

이 논문은 4 다보행 로봇 (Quadrupeds) 이 비구조화된 환경에서 자율 항법 및 커버리지 (Coverage) 를 수행하는 과제를 다룹니다. 이러한 로봇 (예: Unitree Go2 Edu) 은 안정성과 지형 적응성으로 인해 재난 대응, 점검, 또는 위험 지역 탐사에 이상적이지만, Coverage Path Planning(CPP) 을 위한 효율적인 소프트웨어 아키텍처가 부족한 경우가 많습니다.

주요 과제는 다음과 같습니다:

• 중복 경로 없이 전체 지역을 커버하는 최적 경로의 생성.
• 비구조화된 비볼록 (non-convex) 환경에 대한 적응.
• 모듈성: 기존 많은 CPP 방법론이 특정 매핑 알고리즘과 강하게 결합되어 있어 교체하기 어렵습니다.
• 시간 제한이 있는 접근법과 달리 가변적인 실행 시간을 처리할 필요성.

2. 방법론

저자들은 ROS 2 기반의 새로운 프레임워크를 제시하며, 이는 특히 Unitree Robotics Go2 Edu 를 위해 개발되었습니다. 이 접근법은 세 가지 주요 구성 요소로 나뉩니다:

A. 지도 획득 및 전처리 (SLAM)

• 로봇은 환경 인식을 위해 4D LiDAR(Unitree L1) 와 IMU 를 사용합니다.
• 2D 항법 지도 생성을 위해 SLAM Toolbox(Macenski) 를 활용한 SLAM(동시 위치 추정 및 지도 작성) 이 사용됩니다.
• LiDAR 가 3D 점군을 제공하므로, 이를 2D 매핑에 적합한 2D 레이저 스캔으로 변환하기 위해 PCL 을 활용한 파이프라인이 개발되었습니다.

B. 형태학적 골격 및 웨이포인트 생성 (Map Reader)

이 부분이 혁신적인 방법론의 핵심입니다:

1. 이진화: 2D 지도는 8 비트 배열로 처리됩니다. 미확인 영역은 경계를 정의하기 위해 점유된 것으로 표시됩니다.
2. 필터링: 가우시안 필터로 노이즈를 제거한 후, 임계값 이진화가 수행됩니다.
3. 윤곽선 추출: 가장 큰 2D 윤곽선 (항법 가능 영역) 을 식별하고 작은 간격을 메우기 위해 채우기 (filling) 가 수행됩니다.
4. 침식: 장애물과의 안전 거리를 보장하고 지나치게 좁은 통로를 제거하기 위해 형태학적 침식 (Erosion) 이 적용됩니다.
5. 골격화 (Skeletonization): 남은 자유 공간 영역은 1 차원, 1 픽셀 너비의 형태학적 골격으로 변환됩니다.
6. 웨이포인트: 이 골격의 픽셀들이 정렬되지 않은 관심 지점 (Points of Interest, POIs) 집합으로 추출됩니다.

C. 경로 계획 (Path Planning)

• 문제는 웨이포인트를 노드로, 골격의 연결을 간선으로 하는 그래프 상의 외판원 문제 (Traveling Salesman Problem, TSP) 로 모델링됩니다.
• 알고리즘은 리프 노드(골격의 끝점/죽은 길) 를 식별합니다.
• 로봇이 시작점에서 다음 방문하지 않은 리프 노드로 이동함으로써 효율적인 경로가 생성됩니다. 모든 리프 노드를 순회함으로써 전체 그래프 (즉, 전체 지역) 가 자동으로 커버리지가 됨이 보장됩니다.
• 불필요한 작은 단계에서의 느린 스캔을 방지하기 위해 웨이포인트 간 거리를 증가시키는 인자 ($D/R$) 를 적용하여 경로가 최적화됩니다.

D. 제어 (Finite State Machine - FSM)

유한 상태 기계가 고수준 프로세스를 제어하며 다음 모드 간에 전환합니다:

• 지도 로드: 초기화 및 웨이포인트 추출.
• 웨이포인트 확인: 다음 목표 선택.
• 이동: Nav2(로컬 플래너) 를 이용한 목표 지점 항법.
• 스캔: 목표 지점에서의 국부 환경 인식.
• 수동 제어: 오류나 막다른 길 발생 시 운영자에게 제어권 이양.
• 홈: 시작점으로 복귀.

3. 주요 기여

1. 새로운 제어 프레임워크: 4 다보행 로봇에서 자율 항법 및 검사를 가능하게 하는 FSM 기반 아키텍처.
2. 형태학적 골격 방법론: 특정 매핑 알고리즘에 독립적이며 높은 모듈성을 가진 2D 지도에서 커버리지 경로를 생성하는 빠르고 계산 효율적인 접근법.
3. 오픈소스 구현: 전체 시스템이 오픈소스 프로젝트로 제공되며, Unitree Go2 Edu 를 ROS 2 에 원활하게 통합합니다.
4. 확장된 인터페이스: 로봇 하드웨어 SDK 와 항법 프레임워크 간의 통신을 가능하게 하는 맞춤형 ROS 2 인터페이스.

4. 결과 및 평가

이 방법은 Unitree Go2 Edu 를 사용하여 평탄하고 장애물이 없으나 비볼록한 실내 환경에서 테스트되었습니다 (5 회 실행).

• 처리 속도:
  • Map Reader는 약 200x200 픽셀 크기의 지도를 평균 2.52 ms에 처리합니다. 계산 시간은 픽셀당 22.0 ns로 선형적으로 증가합니다.
  • 경로 플래너는 평균 1.7 ms가 소요됩니다. 계산 시간은 웨이포인트당 8.17 µs로 증가합니다.
  • 이는 약 4500 만 픽셀 크기의 지도를 1 초 이내에 처리할 수 있음을 의미합니다.
• 접근성 (Reachability):
  • 로봇은 5 회 실험 전체에서 계획된 모든 웨이포인트의 평균 **86.5 %**에 도달했습니다.
  • 웨이포인트당 중앙값 소요 시간은 5.38 초였습니다.
• 오류 분석:
  • 주요 문제는 온라인 SLAM 작업으로 인한 지도 드리프트 (Map Drift) 였습니다. 시간이 지남에 따라 지도가 약간 이동함에 따라 일부 웨이포인트가 나중에 벽이나 통과 불가능한 영역에 나타나 실패로 이어졌습니다 (예: Trial 3 및 5).
  • 일부 경우 (이상치) 에서는 Nav2 가 방향 미세 조정에 실패하고 재계획을 요구함에 따라 로봇이 인간의 도움이 필요했습니다.

5. 의의 및 전망

• 효율성: 제안된 형태학적 접근법은 파동 전파 또는 보로노이 다이어그램에 기반한 방법론보다 계산 효율성이 높으며, 가변적인 실행 시간 (시간 제한 없음) 에 적합합니다.
• 적용성: 이 시스템은 알려진 정적 환경 (예: 건물 점검, 창고) 에 매우 적합합니다.
• 한계: 현재 이 방법은 동적 장애물이나 대규모 개방형 환경에서의 심한 SLAM 드리프트에 대해 강건하지 않습니다.
• 향후 작업: 저자들은 이 방법을 3D 환경으로 확장하고, 드리프트 보정을 위한 절대 센서 (GPS, UWB) 를 도입하며, 동적 장애물의 영향을 연구할 계획입니다.

결론: 이 논문은 혁신적인 형태학적 골격 활용을 통해 높은 효율성과 모듈성을 제공하는 4 다보행 로봇의 자율 커버리지 항법을 위한 견고하고 빠른 소프트웨어 스택을 제시하지만, 장기간 임무 시 기반이 되는 SLAM 지도의 정확도 부족으로 인해 실패하는 한계가 있습니다.