💻 computer science

2D and 3D Grasp Planners for the GET Asymmetrical Gripper

본 논문은 GET 비대칭 그리퍼를 위한 두 가지 그립 플래너인 GET-2D-1.0 과 GET-3D-1.0 을 소개하며, 각각 2D RGB-D 방식과 3D 메시 기반 방식을 활용하여 기준선 대비 상당한 성능 향상을 입증함과 동시에 2D 방법의 높은 속도와 더 많은 계산 비용이 소요되는 3D 방법의 미세한 정확도 향상 사이의 트레이드오프를 부각시킨다.

원저자: Andrew Goldberg, Ethan Ransing, Anton Kourakin, Cael Magner, Edward H. Adelson, Ken Goldberg

게시일 2026-04-30

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Andrew Goldberg, Ethan Ransing, Anton Kourakin, Cael Magner, Edward H. Adelson, Ken Goldberg

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

가상적으로 로봇이 손잡이가 달린 장난감 자동차나 구멍이 뚫린 바위처럼 기이한 모양의 물체를 들어 올리려 한다고 상상해 보세요. 수십 년 동안 로봇 손은 표준 주방 집게처럼 두 개의 직선이고 평행한 턱이 반대쪽에서 집어 올리는 방식이었습니다. 이는 간단한 상자에는 잘 작동하지만, 미끄러운 비누 막대를 두 손가락으로 집어 올리려는 것과 같습니다. 중심을 벗어나 들어 올리려고 하면 물체가 비틀어지며 손아귀에서 바로 미끄러져 나갑니다.

이 논문은 물체를 안전하게 잡는 법을 가르치는 두 가지 "두뇌"(계획기) 와 함께 새로운 종류의 로봇 손인 GET 그리퍼를 소개합니다.

새로운 손: "비대칭 그리퍼"

기존 로봇 손은 두 개의 동일한 손가락을 가진 것으로 생각할 수 있습니다. 반면 새로운 GET 그리퍼는 다릅니다. 한쪽에는 V 자 모양(넓고 열린 손바닥처럼)이 있고, 다른 한쪽에는 하나의 좁은 손가락이 있습니다.

비유: 렌치를 잡으려 한다고 상상해 보세요. 두 개의 평평한 손가락으로 잡으면 렌치가 회전할 수 있습니다. 하지만 한쪽에는 V 자 모양의 받침대를 사용하고 다른 쪽에는 단일 손가락을 사용하면 물체가 "잠금" 상태로 고정됩니다. V 자 모양은 지렛대처럼 작용하여 물체를 옆에서 들어 올리더라도 비틀리는 것을 방지합니다. 이 설계는 로봇이 두 개가 아닌 세 개의 접촉점으로 물체를 잡을 수 있게 하여 그립을 훨씬 더 강하고 안정적으로 만듭니다.

두 가지 "두뇌"(계획기)

이 논문은 이 새로운 손이 어디서 잡아야 하는지 알려주는 두 가지 다른 방법을 제시합니다.

1. GET-2D-1.0: "빠른 스케치 화가"

이 계획기는 물체의 평면 사진을 보는 빠른 스케치 화가와 같습니다.

작동 원리: 위에서 본 단일 사진 (새의 시점) 을 받아 물체의 윤곽을 따라 그리고 직선으로 이루어진 간단한 다각형으로 변환합니다.
전략: 단순히 추측하지 않습니다. 페라리 - 캐니 지표라고 불리는 특수한 수학 기법을 사용하여 수천 가지 "만약에" 시나리오를 시뮬레이션합니다. "여기서 잡으면 물체를 흔들 때 미끄러질까?"라고 묻습니다. 특히 좁은 손가락을 구멍에 끼우거나 넓은 V 자 모양을 가장자리에 기대는 기회를 찾습니다.
결과: 놀랍도록 빠릅니다 (1 초 미만 소요) 그리고 강력한 그립을 찾는 데 놀라울 정도로 뛰어납니다.

2. GET-3D-1.0: "느린 3D 건축가"

이 계획기는 물체의 3D 모델을 만드는 상세한 건축가와 같습니다.

작동 원리: 평면 윤곽만 사용하는 대신 물체의 전체 3D 메쉬 (디지털 3D 모델) 를 사용합니다. 그리퍼의 손가락에서 "레이저"(광선) 를 발사하여 3D 공간에서 정확히 어디에 닿을지 확인합니다.
전략: 손가락이 물체의 곡선과 모서리에 어떻게 압력을 가할지 훨씬 더 정밀하게 계산합니다.
결과: 2D 버전보다 약간 더 나은 그립을 찾지만 매우 느려 단일 그립을 계획하는 데 약 17 초가 걸립니다.

큰 테스트: "흔들고 당기기"

어떤 방법이 가장 효과적인지 확인하기 위해 연구원들은 로봇에게 암벽 등반 손잡이, 테이프 롤, 기어박스 등 10 가지의 까다로운 물체로 테스트를 시켰습니다. 그들은 새로운 계획기들을 물체 주위의 가상의 직사각형인 "경계 상자"를 잡으려는 기본 방법과 비교했습니다.

그들은 두 가지 테스트를 사용했습니다:

들기: 물체를 떨어뜨리지 않고 들어 올릴 수 있는가?
흔들기: 로봇이 물체를 격렬하게 앞뒤로 흔들어 미끄러지는지 확인합니다.
당기기: 그리퍼에서 물체를 비틀어 빼내기 위해 얼마나 세게 당겨야 하는지 힘 측정계로 측정합니다.

그들이 발견한 것

2D 계획기 (빠른 것): 그것은 큰 승자였습니다. 기본 "경계 상자" 방법과 비교하여 성공률을 40% 이상 향상시켰습니다. 물체를 들어 올리는 것, 흔들기 테스트를 견디는 것, 그리고 당겨져 나오는 것에 저항하는 데 훨씬 더 뛰어났습니다. 훌륭한 그립을 얻기 위해 느리고 복잡한 3D 모델이 필요하지 않으며, 똑똑한 2D 전략이 기적을 일으킨다는 것을 증명했습니다.
3D 계획기 (느린 것): 그것은 가장 성공적이었으며, 물체의 100% 를 들어 올렸고 흔들기 테스트의 95% 를 견뎌냈습니다. 그러나 생각하는 데 17 초가 걸리기 때문에 빠르게 움직여야 하는 로봇에게는 실용적이지 않습니다.
절충안: 2D 계획기는 빠르고 3D 계획기와 거의 비슷하게 좋습니다. 3D 계획기는 약간 더 강력하지만 실시간 사용에는 너무 느립니다.

결론

이 논문은 새롭고 교묘하게 설계된 손(비대칭 GET 그리퍼)과 똑똑하고 빠른 계획 알고리즘(GET-2D-1.0)을 결합함으로써 로봇이 이전보다 훨씬 더 신뢰성 있게 어렵고 기이한 모양의 물체를 들어 올릴 수 있음을 보여줍니다. 이는 서툴고 무거운 집게에서 깨지기 쉽거나 미끄러운 물건을 정확히 어떻게 받쳐야 하는지 알고 있으며, 바쁜 근무일을 따라갈 만큼 빠르게 생각하는 전문 도구를 업그레이드하는 것과 같습니다.

"2D 및 3D GET 비대칭 그리퍼용 그리스 플래너"에 대한 상세한 기술 요약입니다.

1. 문제 정의

전통적인 산업용 평행 턱 그리퍼는 일반적으로 대칭적인 좁은 턱을 사용합니다. 기계적으로 단순하지만, 이 설계는 두 개의 반대 접촉점에 의존하여 외부 토크에 대한 저항이 제한된 회전축을 생성합니다. 이로 인해 중심에서 벗어난 하중을 조작하거나 토크 저항이 필요한 작업 (예: 쓸기, 그리기) 을 수행할 때 불안정성이 발생합니다. 반면, 대칭적인 넓은 턱은 토크 저항을 증가시키지만 종종 의도하지 않은 충돌을 유발하고 상부 비전 시스템의 시야를 가립니다.

Burgess 와 Adelson(2025) 이 소개한 GET(Grasp Everything) 그리퍼는 "두 개 대 하나" 구성을 갖춘 1 자유도 비대칭 설계로 이러한 한계를 해결합니다. 이는 하나의 좁은 턱과 대향하는 넓은 V 자형 턱을 특징으로 합니다. 이 기하학적 구조는 세 개의 접촉점을 형성하여 토크 교란에 대한 지지 레버 암을 만들어냅니다. 그러나 기존 그리스 플래너 (대칭 그리퍼, 흡착 컵, 또는 다중 손가락 손용) 는 이러한 고유한 기하학을 활용하지 못합니다. 본 논문은 그리스 견고성을 극대화하기 위해 GET 그리퍼에 특화된 알고리즘 플래너를 개발하고 평가하는 것을 목표로 합니다.

2. 방법론

저자들은 두 가지 다른 그리스 플래닝 알고리즘을 제안합니다: GET-2D-1.0(빠른, 이미지 기반) 과 GET-3D-1.0(정밀한, 메쉬 기반) 입니다. 두 알고리즘 모두 그리스 품질을 평가하기 위해 Force Closure(힘 폐쇄) 와 Ferrari-Canny metric(ε-거리) 을 활용합니다.

A. GET-2D-1.0(2D 플래너)

입력: 손목 장착 카메라의 단일 뷰 RGB-D 이미지.
파이프라인:
1. 세그멘테이션: 색상 임계값 처리를 통해 이미지를 이진 마스크로 변환합니다.
2. 다각형 근사: Teh-Chin 및 Ramer-Douglas-Peucker 알고리즘을 사용하여 윤곽선을 추출하고 다각형으로 단순화합니다.
3. 샘플링 전략: 그리퍼는 세 개의 원 (넓은 턱용 두 개, 좁은 턱용 하나) 으로 모델링됩니다. 플래너는 세 가지 상호 보완적인 샘플링 전략을 사용합니다:
  - Edge Sampler(가장자리 샘플러): 넓은 턱을 다각형 가장자리에 수직으로 배치합니다.
  - Vertex Sampler(꼭짓점 샘플러): 넓은 턱으로 다각형 꼭짓점을 가로질러 배치합니다.
  - Hole Sampler(구멍 샘플러): 좁은 턱을 물체 다각형 내부의 구멍에 삽입합니다.
4. 평가: 후보들은 2D 병진 교란 (가우시안 노이즈) 을 샘플링하여 평가됩니다. 지표 (Force Closure Rate, 접촉 수, 평균 Ferrari-Canny 지표) 는 견고성을 보장하기 위해 교란을 통해 평균화됩니다.
출력: 가장 높은 순위를 받은 그리스 $(p, \phi, z)$ .

B. GET-3D-1.0(3D 플래너)

입력: RGB-D 이미지 + 사전 획득한 물체의 3D 메쉬.
파이프라인:
1. 정렬: Iterative Closest Point(ICP) 를 사용하여 메쉬를 포인트 클라우드에 정렬합니다.
2. 샘플링: 넓은 턱의 방향을 결정하기 위해 메쉬 면을 면적에 가중치를 두어 무작위로 샘플링합니다.
3. 레이 트레이싱: 그리퍼 접촉 표면에서 메쉬와의 교차점을 결정하기 위해 레이를 투사합니다.
4. 최적화: 최적화 도구는 두 개의 넓은 턱 손가락 사이의 접촉 거리 불균형을 최소화하도록 그리퍼의 회전을 조정하여 안정적인 세 점 접촉을 보장합니다.
5. 평가: 2D 플래너와 유사하지만 3D 공간에서 작동하며, 메쉬에서 힘 폐쇄 및 Ferrari-Canny 지표를 계산합니다.
출력: 최적의 6 자유도 그리스 포즈.

3. 주요 기여

GET-2D-1.0: GET 그리퍼의 고유한 기하학을 활용하는 빠른 단일 뷰 2D 그리스 플래너입니다. 표준 바운딩 박스 방법이 놓치는 물체의 오목 부분을 활용하기 위해 새로운 "Hole Sampler"를 도입했습니다.
GET-3D-1.0: 메쉬 기반 3D 플래너로, 효율적으로 후보를 샘플링하고 레이 트레이싱 및 경사 하강법을 사용하여 비대칭 그리퍼의 접촉 균형을 최적화합니다.
물리적 검증: UR5e 로봇 암을 사용하여 제안된 플래너를 기준선 (2D Bounding Box) 과 비교한 포괄적인 물리적 실험으로, 들어 올리기 성공률, 흔들림 생존율, 힘 저항성에서 상당한 개선을 입증했습니다.

4. 실험 결과

UR5e 로봇과 Zed Mini 깊이 카메라를 사용하여 10 가지 다양한 물체 (암벽 등반 손잡이 및 터빈 하우징과 같이 그리기 어려운 품목 포함) 로 실험을 수행했습니다.

지표: 들어 올리기 성공률 (%), 흔들림 생존율 (%), 최대 미끄러짐 힘 (N).
기준선 비교 (GET-2D-1.0 vs 2D Bounding Box):
- 들어 올리기 성공률: 기준선 65% 에서 95% 로 향상 (+46%).
- 흔들림 생존율: 60% 에서 90% 로 향상 (+50%).
- 힘 저항성: 2.50 N 에서 3.95 N으로 향상 (+58%).
- 이유: 기준선은 물체의 구멍을 활용하지 못해 (과도한 개방으로 이어짐) 세 개의 접촉 표면을 모두 활용하지 못하는 경우가 많았습니다.
GET-3D-1.0 vs GET-2D-1.0:
- 성능: GET-3D-1.0 은 100% 들어 올리기 성공률과 95% 흔들림 생존율을 달성하여 2D 플래너를 약간 능가했습니다.
- 트레이드오프: GET-3D-1.0 은 GET-2D-1.0 의 683ms에 비해 평균 17 초로 플래닝 속도가 현저히 느립니다.
- 힘 저항성: 흥미롭게도 GET-2D-1.0 은 GET-3D-1.0(3.20 N) 보다 더 높은 평균 미끄러짐 힘 (3.95 N) 을 달성하여, 특정 테스트 세트에서 2D 플래너의 샘플링 전략이 더 견고한 그립을 찾았음을 시사합니다.

5. 의의 및 결론

이 연구는 GET 그리퍼의 새로운 하드웨어 설계와 실용적인 로봇 조작 소프트웨어 간의 격차를 해소합니다.

실용성: GET-2D-1.0 은 기존 바운딩 박스 접근법을 크게 능가하는 초당 미만 (서브-초) 의 준실시간 솔루션을 제공하여 동적인 산업 환경에 적합합니다.
견고성: 이러한 플래너와 결합된 비대칭 기하학은 대칭 그리퍼에 비해 우수한 토크 저항과 안정성을 제공합니다.
향후 작업: 저자들은 검은색 물체 (세그멘테이션 문제) 와 3D 플래너의 계산 비용에 대한 한계를 지적했습니다. 향후 방향으로는 프로세스를 더욱 가속화하기 위해 학습 기반 그리스 플래너를 위한 데이터셋 생성을 포함합니다.

요약하자면, 이 논문은 GET 그리퍼의 특정 비대칭 기하학에 맞춰 그리스 플래닝 알고리즘을 맞춤화함으로써 로봇이 표준 대칭 접근법보다 복잡한 물체를 조작할 때 훨씬 더 높은 성공률과 안정성을 달성할 수 있음을 보여줍니다.