FORTE: Tactile Force and Slip Sensing on Compliant Fingers for Delicate Manipulation

1. 문제 정의 (Problem)

• 취약한 물체 조작의 난제: 로봇이 깨지기 쉬운 물체 (과일, 칩 등) 를 잡을 때, 힘이 너무 약하면 물체가 떨어지고 (미끄러짐), 너무 강하면 물체가 손상됩니다. 인간은 피부에 있는 기계수용기를 통해 실시간 힘과 미끄러짐 정보를 얻어 이를 해결하지만, 기존 로봇 그리퍼는 시각 피드백에만 의존하거나 단순한 열림/닫힘 동작만 수행하여 이러한 정밀한 제어가 어렵습니다.
• 기존 기술의 한계:
  • 순응성 (Compliance) 만을 활용한 접근: 핀 - 레이 (Fin-ray) 그리퍼와 같이 물체 변형에 적응하는 설계는 유용하지만, 수동적 변형만으로는 정밀한 힘 제어가 어렵습니다.
  • 외부 센서 부착: 기존 그리퍼에 터치 센서를 추가하는 방식은 고가이거나, 내구성이 떨어지며, 복잡한 제작 공정이나 신호 처리가 필요하다는 단점이 있습니다.

2. 방법론 (Methodology)

가. 하드웨어 설계 (Hardware Design)

• 핀 - 레이 그리퍼 (Fin-ray Grippers): 3D 프린팅으로 제작된 유연한 핀 - 레이 구조를 기반으로 합니다. 이 구조는 물체를 잡을 때 물체 형태에 맞춰 변형되어 안정적인 파지를 가능하게 합니다.
• 내부 유체 신경 (Fluidic Innervation): 외부 센서를 부착하지 않고, 그리퍼 손가락 내부에 공기 채널 (Air Channels) 을 3D 프린팅으로 직접 내장했습니다.
  • 손가락이 변형되면 내부 공기 채널도 함께 변형되어 압력이 변화합니다.
  • 이 압력 변화를 상용 압력 트랜스듀서 (Pressure Transducer) 로 측정하여 힘과 미끄러짐을 감지합니다.
  • 이 방식은 센서가 구조의 순응성을 해치지 않으면서도 내구성이 높고 제작이 간편합니다.
• 구현 세부사항: 각 손가락에는 3 개의 트랜스듀서가 연결되어 있으며, 총 6 개의 센서 신호를 2kHz 의 높은 샘플링 주기로 수집합니다.

나. 알고리즘 (Algorithms)

• 힘 추정 (Force Estimation): 필터링된 내부 압력 데이터를 기반으로 서포트 벡터 회귀 (SVR, RBF 커널) 모델을 사용하여 파지 힘을 추정합니다.
  • 센서 드리프트와 스트레스 릴랙세이션을 보정하기 위해 최근 2.5 초, 5 초, 10 초의 평균 데이터를 특징으로 추가합니다.
  • 0~8 N 범위의 힘에서 평균 오차 0.19 N (RMSE) 의 높은 정확도를 달성했습니다.
• 미끄러짐 감지 (Slip Detection): 힘의 크기 변화가 아닌, 주파수 영역에서의 전력 증가를 감지하는 분석적 알고리즘을 개발했습니다.
  • 센서 신호에 FFT(고속 푸리에 변환) 를 적용하여 특정 주파수 대역 (10~50 Hz) 의 전력 스펙트럼 밀도 (PSD) 를 계산합니다.
  • PSD 의 이동 분산 (Moving Variance) 을 계산하여 미끄러짐 시작 시 발생하는 '스틱 - 슬립 (Stick-slip)' 진동을 감지합니다.
  • 이 방법은 100 ms 이내의 매우 빠른 감지 지연 시간을 가집니다.

3. 주요 기여 (Key Contributions)

1. 내부 공기 채널이 있는 순응성 손가락 설계: 3D 프린팅으로 제작 가능하며, 2kHz 의 고속 샘플링으로 접촉 이벤트를 감지합니다.
2. 정밀한 힘 추정: 검증된 RMSE 가 0.2 N 미만으로, 기존 방식보다 정밀한 힘 제어가 가능합니다.
3. 새로운 분석적 미끄러짐 감지 알고리즘: 데이터 기반 모델에 의존하지 않고, 노이즈에 강인한 2 차 통계적 특징 (이동 분산) 을 사용하여 31 가지 물체에서 0.91 의 F1 점수를 달성했습니다.
4. 광범위한 실험 검증: 310 회의 실험을 통해 31 가지 다양한 물체 (깨지기 쉬운 것, 미끄러운 것, 변형 가능한 것 등) 를 91.9% 의 성공률로 파지했습니다.
5. 오픈 소스 공개: 하드웨어 설계도 및 알고리즘 구현 코드를 공개했습니다.

4. 실험 결과 (Results)

• 힘 추정 성능: 0~8 N 범위에서 평균 오차 0.187 N 을 기록하여, 기존 바로메트릭 스트레인 게이지 (0.39 N 오차) 나 외부 카메라 기반 방식과 비교해도 우수한 성능을 보였습니다.
• 미끄러짐 감지 성능:
  • 310 회의 시나리오에서 정확도 (Accuracy) 0.93, F1 점수 0.91을 달성했습니다.
  • 특히 정밀도 (Precision) 가 1.0으로, 오감지 (False Positive) 가 전혀 발생하지 않아 불필요한 그리퍼 힘 조절을 방지했습니다.
  • 미끄러짐 발생 후 100 ms 이내에 감지 및 대응이 가능했습니다.
• 파지 성공률:
  • FORTE: 전체 310 회 중 91.9% 성공 (285/310).
  • 비교 대상 (On-Off, W/o Slip): 각각 60.0%, 52.6% 성공.
  • 특히 Fragile / Deformable (깨지기 쉬운/변형 가능한) 카테고리에서 FORTE 는 100% 성공률을 기록한 반면, 다른 방식들은 물체를 손상시키거나 파지 실패했습니다.
  • Slippery (미끄러운) 카테고리에서도 88.8% 의 높은 성공률을 보였습니다.

5. 의의 및 결론 (Significance)

• 간소화된 고성능 솔루션: 복잡한 외부 센서나 고가의 카메라 없이, 3D 프린팅과 간단한 압력 센서만으로 인간 수준의 정밀한 힘 제어와 미끄러짐 감지를 구현했습니다.
• 실용성: FORTE 는 6 개월 동안 200 시간 이상 가동되어도 구조적 무결성과 센서 신뢰성이 유지될 정도로 내구성이 뛰어납니다.
• 적용 가능성: 이 시스템은 딸기, 감자칩, 병 등 다양한 형태의 깨지기 쉽고 미끄러운 물체를 로봇이 안전하게 조작할 수 있는 기반을 마련했습니다.
• 한계 및 향후 과제: 온도 변화에 따른 압력 변화 (기체 법칙) 로 인한 노이즈가 존재하며, 매우 매끄러운 표면 (예: 삶은 계란) 이나 회전성 미끄러짐의 경우 감지 민감도가 낮을 수 있습니다. 향후 소재 강성 최적화 및 미세 질감 도입 등을 통해 성능을 개선할 계획입니다.

요약하자면, FORTE 는 저비용, 고내구성, 고정밀도의 통합 센싱 시스템을 통해 로봇의 취약 물체 조작 능력을 획기적으로 향상시킨 혁신적인 연구입니다.