Soft Surfaced Vision-Based Tactile Sensing for Bipedal Robot Applications

제시된 논문 "Soft Surfaced Vision-Based Tactile Sensing for Bipedal Robot Applications"에 대한 상세 기술 요약은 다음과 같습니다.

1. 문제 정의 (Problem)

이족 보행 로봇은 복잡한 환경에서 균형을 유지하고 안전하게 이동하기 위해 지면과의 접촉 상태를 정밀하게 파악해야 합니다. 기존 이족 보행 로봇은 주로 관성 측정 장치 (IMU) 와 6 축 힘 - 토크 센서에 의존합니다. 그러나 이러한 센서들은 다음과 같은 한계가 있습니다.

• 저차원 정보: 힘과 토크의 합계 (Net force/torque) 만 제공하며, 발바닥 내 접촉 위치, 국소적인 접촉 기하학, 미끄러짐 (slip) 여부 등을 구체적으로 알 수 없습니다.
• 간접 추정: IMU 는 보통 몸통이나 상체에 부착되어 있어 발의 미끄러짐이나 예상치 못한 회전을 직접 감지하지 못하며, 이로 인해 실제 지형에서 편향 (bias) 과 드리프트가 발생할 수 있습니다.
• 경직된 접촉 가정: 기존 제어기는 평탄하고 미끄러지지 않는 접촉을 가정하는 경우가 많아, 실제 불규칙한 환경에서는 실패할 수 있습니다.

따라서, 인간처럼 발바닥에 풍부한 촉각 감각을 부여하여 접촉 변형을 통해 풍부한 햅틱 신호를 얻고, 이를 실시간 균형 제어에 활용하는 새로운 접근법이 필요합니다.

2. 방법론 (Methodology)

저자들은 이족 보행 로봇의 발에 **소프트 서피스 비전 기반 촉각 센서 (Soft-surfaced, vision-based tactile sensor)**를 통합했습니다.

• 하드웨어 설계:

  • 센서 구조: Hash Humanoid Robot V3 플랫폼의 오른쪽 발에 GelSight 스타일의 센서를 장착했습니다.
  • 소재: 실리콘 패드 (P-565 실리콘 베이스 + 경화제) 를 사용하여 탄성 변형이 가능하도록 제작했습니다. 표면에 회색 실리콘 페인트를 칠하고 3M Tegaderm 의료 테이프로 내구성을 높였습니다.
  • 광학 시스템: 내부에 LED(적, 녹, 청, 백) 와 광학 확산판을 배치하여 균일한 조명을 제공하고, 15 도 각도의 거울을 통해 Raspberry Pi 카메라 (160 도 시야각) 로 실리콘 패드의 변형을 촬영합니다.
  • 크기: 센서 하우징은 10x7x4 cm 크기로 로봇 발 프로필에 맞춰 설계되었습니다.

• 지각 파이프라인 (Perception Pipeline):

  • 깊이 인식 (Depth Perception): 광학 스테레오 (Photometric stereo) 원리를 활용하여 다색 조명 하에서 실리콘 패드의 변형을 분석합니다. 데이터 기반 접근법으로, 3000 개의 이미지로 학습된 MLP(다층 퍼셉트론) 를 사용하여 픽셀별 표면 기울기 (gradient) 를 예측하고 푸아송 솔버 (Poisson solver) 를 통해 3D 깊이 지도를 재구성합니다.
  • 전단력 감지 (Shear Force Detection): 실리콘 패드 표면에 9x14 그리드 마커를 인쇄하여, 마커의 변위를 추적함으로써 전단력 (미끄러짐 방향 및 크기) 을 벡터로 시각화합니다.
  • 지형 분류 (Terrain Classification): ResNet-50 기반의 전이 학습 (Transfer Learning) 모델을 사용하여 타일, 돌, 스파이크, 빈 공간 등 4 가지 지형 유형을 분류합니다.
  • 압력 중심 (CoP) 추정: 접촉 영역의 변형 패턴을 이진화하고 윤곽선 검출을 통해 압력이 가해진 위치를 계산하여 CoP 를 추정합니다.
  • 물체 위치 및 방향 추정: 접촉 영역의 가장자리를 인식하고 타원 등을 피팅하여 접촉 물체의 위치와 방향을 실시간으로 추정합니다.

• 제어 시스템:

  • 추정된 CoP 를 기반으로 PID 제어기를 설계하여 발목 관절의 각도를 보정합니다.
  • 센서 입력 (30 fps) → 이미지 처리 (2535 ms) → 제어 명령 생성 → 액추에이터 구동까지의 전체 지연은 50 ms 미만으로, 정적 균형 유지에 충분한 주파수 (2528 Hz) 를 가집니다.

3. 주요 기여 (Key Contributions)

1. 이족 보행 로봇용 소프트 비전 기반 촉각 센서 개발: 로봇 발에 부착된 순응형 (compliant) 실리콘 패드를 통해 발 - 지면 인터페이스에서 고해상도의 압력, 전단력, 국소 기하학 정보를 제공합니다.
2. 접촉 상태 추정 파이프라인: 촉각 이미지만으로 접촉 깊이, CoP, 물체 자세 (위치/방향), 전단력 분포, 지형 클래스를 직접 추론하는 알고리즘을 제시했습니다.
3. 촉각 피드백을 이용한 폐루프 균형 제어: 추정된 촉각 정보를 로봇 제어기에 통합하여, 기울어진 플랫폼 위에서 실시간으로 자세를 안정화시키는 데 성공했습니다. 이는 기존 관성 센서만 사용하는 방식보다 우수한 성능을 입증했습니다.

4. 실험 결과 (Results)

• 활성 이족 보행 균형 유지 (Active Bipedal Balancing):
  • 실험 환경: 다양한 각도 (5°, 10°, 15°) 와 속도 (0.1 rad/s, 0.3 rad/s) 로 기울어지는 플랫폼.
  • 결과: 촉각 피드백 (PID 제어) 을 사용할 경우, 로봇은 CoP 를 안전 영역 (발 폭의 ±25%) 내로 유지하며 균형을 잡았습니다. 특히 5°와 10°의 경사에서는 성공률이 높았습니다.
  • 대조군: 촉각 피드백 없이 발목이 고정된 경우, 로봇은 넘어지지 않더라도 CoP 가 안전 영역을 벗어나 균형을 잃는 것으로 판명되었습니다.
• 지형 분류 (Terrain Classification):
  • 실험 환경: 얇은 흰색 천으로 가려져 시각적 정보가 차단된 환경에서 타일, 돌, 스파이크 지형을 걷는 시나리오.
  • 결과: ResNet-50 모델을 사용하여 모든 지형 카테고리에서 85% 이상의 분류 정확도를 달성했습니다. 이는 시각이 제한된 상황에서도 지형 특성을 신뢰성 있게 식별할 수 있음을 보여줍니다.

5. 의의 및 한계 (Significance & Limitations)

• 의의:
  • 이 연구는 촉각 센서를 단순히 접촉 감지나 힘 측정을 넘어, 균형 제어의 핵심 입력 신호로 활용하는 새로운 패러다임을 제시했습니다.
  • 로봇이 인간처럼 발바닥의 변형을 통해 지형의 기하학적 특징과 미끄러짐을 감지하고, 이를 기반으로 적응형 보행 및 균형 조절을 할 수 있음을 입증했습니다.
  • 시각 정보가 차단되거나 불확실한 환경에서도 로봇이 안전하게 이동할 수 있는 가능성을 열었습니다.
• 한계 및 향후 과제:
  • 현재 사용된 로봇 플랫폼 (Hash Humanoid V3) 의 토크와 구동 정밀도가 제한적이어서, 더 격렬한 외란 하에서의 성능 검증이 필요합니다.
  • 지형 분류 모델의 데이터셋이 제한적이며, 로봇의 가벼운 무게로 인해 부드러운 재질이나 특정 지형에서의 압력 감지가 어려울 수 있습니다.
  • 전단력 벡터가 절대적인 힘 단위 (N) 가 아닌 상대적 변위로 추정되며, 수직 압력과의 교차 민감도가 보정되지 않았습니다.
  • 현재는 수동 튜닝된 PID 제어기를 사용 중이며, 향후 강화학습이나 모델 예측 제어 (MPC) 와 같은 학습 기반 제어 프레임워크로 확장할 계획입니다.

결론적으로, 본 논문은 이족 보행 로봇의 안정성과 적응성을 높이기 위해 소프트 서피스 비전 기반 촉각 센서를 발에 통합하고, 이를 실시간 제어 루프에 성공적으로 적용한 선구적인 연구입니다.