Human-Guided Co-Manipulation of Carbon Fiber Plies

기술 요약: 탄소 섬유 플라이(Carbon Fiber Plies)의 인간 유도형 협동 조작

문제 정의
탄소 섬유 플라이와 같이 유연하고 변형 가능한 재료를 조작하는 것은 동적인 왜곡과 변화하는 상태로 인해 완전 자동화에 상당한 어려움을 수반한다. 완전 수동 공정은 이러한 로봇의 한계를 피할 수 있지만, 항공 및 자동차 제조 산업처럼 대형 복합재 시트를 몰드에 배치해야 하는 분야에서는 종종 인체공학적 부담이 크고 지루하며 비효율적이다. 인간-로봇 협업(HRC) 및 협동 조작(co-manipulation)은 의사 결정 과정에 인간을 참여시키면서 로봇의 효율성을 활용할 수 있는 유망한 절충안을 제공한다. 그러나 효과적인 협동 조작을 위해서는 재료를 다루는 데 필요한 작업자의 손을 방해하지 않는 직관적인 상호작용 양식이 필요하다. 기존의 티치 펜던트(teach pendant)와 같은 인터페이스는 종종 부적합하며, 미리 정의된 궤적은 동적인 환경에 필요한 유연성이 부족하다. 결과적으로, 유연한 플라이의 운반 및 배치를 위해 로봇을 유도하는 가장 효과적인 전략을 결정하기 위해 음성, 시각, 힘과 같은 다양한 제어 양식을 평가하고 비교할 필요가 있다.

방법론
저자들은 단순화된 HRC 워크셀에서 다양한 제어 전략을 테스트하기 위해 인지, 제어 및 Franka Research 3 (FR3) 협동 로봇을 통합하는 시스템 아키텍처를 개발했다. 실험 설정은 알루미늄 몰드 위로 프리프레그 탄소 섬유 플라이(배킹 필름 포함)를 운반하는 것이었으며, 복잡한 궤적을 시뮬레이션하기 위해 장애물이 있는 경우와 없는 경우 모두 실험을 수행했다.

시스템은 세 가지 주요 양식을 활용했다:

1. 인지: Intel RealSense D435 카메라와 YOLO11n-pose 모델을 사용하여 인간 작업자의 손목을 감지하여 3D 좌표를 제공했다. Creoir EdgeVUI SDK는 음성 명령 및 로봇 피드백을 위한 자동 음성 인식(ASR) 및 텍스트 음성 변환(TTS)을 처리했다.
2. 제어 아키텍처: 중앙 제어 노드는 서로 다른 제어 모드 간의 전환을 관리하고 MoveIt 및 로봇 컨트롤러와 통신한다.
3. 테스트된 제어 방법: 다섯 가지 뚜렷한 전략이 평가되었다:
   • 컴플라이언트 제어(Compliant Control): 제로 강성(zero stiffness)을 가진 카테시안 임피던스 컨트롤러를 사용하여, 작업자가 플라이를 당기면 로봇이 이를 따르도록 한다.
   • 사전 정의된 궤적(Predefined Trajectory): 로봇이 고정된 경로를 따르는 동안 인간은 그에 적응한다.
   • 단계적 음성 제어(Stepwise Voice Control): 작업자가 10cm 간격으로 로봇을 유도하기 위해 이산적인 음성 명령(예: "앞으로 이동", "그리퍼 열기")을 사용한다.
   • 손목 추적(Wrist Tracking): 로봇의 임피던스 참조 포즈가 감지된 손목 위치에 따라 실시간으로 업데이트되어, 로봇이 일정한 오프셋을 유지하며 인간을 따라가게 한다.
   • 하이브리드 접근 방식(Hybrid Approach): 거친 움직임을 위한 손목 추적, 조정을 위한 음성 명령, 최종 배치를 위한 컴플라이언트 제어를 결합한다.

주요 결과
실험은 작업 완료 시간, 경로 길이 및 로봇 엔드 이펙터에 가해진 힘의 크기를 측정했다.

• 사전 정의된 궤적: 이 방법이 가장 빨랐으며(약 10~11초), 인간의 노력이 가장 적게 들었지만, 유연성이 부족하고 환경 변화에 따라 재프로그래밍이 필요했다.
• 컴플라이언트 제어: 이 방법은 가장 직관적인 인간 주도 상호작용을 제공했으며 두 번째로 빨랐다(약 25~31초). 그러나 작업자가 재료를 당기기 위해 힘을 가해야 했으로 인해 작업자에게 무리를 주거나 플라이를 손상시킬 수 있었으며, 역방향 이동이 어려웠다.
• 단계적 음성 제어: 직관적이고 적응력이 높았지만, 이 방법은 가장 긴 실행 시간(약 60~65초)과 가장 긴 경로 길이를 초래했는데, 이는 멈춤과 시작이 반복되는 끊기는 움직임 때문이었다. 정확도는 거리 추정 능력에 의해 제한되었다.
• 손목 추적: 이 방법은 당기는 힘을 제거하고 더 매끄러운 3D 움직임을 가능하게 했다. 그러나 작업자에게 학습 곡서가 필요하며 표면 근처에서의 정밀한 배치에 어려움이 있었다.
• 하이브리드 접근 방식: 손목 추적, 음성, 컴플라이언스를 결합함으로써 가장 짧은 엔드 이펙터 경로(약 0.99~1.04 m)를 달성하고 속도와 제어 사이의 균형을 맞췄다. 순수 컴플라이언스보다 적은 힘을 필요로 했고 음성 전용 제어보다 빨랐으나, 모드 전환에 소요된 시간으로 인해 순수 손목 추적에 비해 전체 지속 시간이 약간 증가했다.

주요 기여
본 논문의 주요 기여는 유연한 탄소 섬유 플라이의 협동 조작이라는 특정 과업에 대한 뚜렷한 제어 양식의 비교 분석이다. 단일 양식이나 모델 기반 접근 방식에 집중하는 기존 연구들과 달리, 본 연구는 다음과 같다:

1. 맥락 내 양식 평가: 통제된 환경에서 컴플라이언스, 음성, 시각 기반 추적 및 하이브리드 방법을 비교하는 경험적 데이터를 제공한다.
2. 멀티모달 솔루션 제안: 음성, 시각(손목 추적), 힘(컴플라이언스)을 결합한 하이브리드 시스템이 가장 견고한 솔루션임을 주장한다. 이 접근 방식은 각 양식의 강점을 활용한다: 비접촉 유도를 위한 시각, 이산적 상태 변화를 위한 음성, 그리고 직관적인 미세 조정을 위한 힘이다.
3. 재료 모델링 회피: 제안된 방법들은 탄소 섬유 플라이 자체에 대한 복잡한 모델링을 요구하지 않으므로, 모델 기반 또는 학습 기반 방식과 관련된 계산 오버헤드와 낮은 전이성을 피할 수 있다.

의의 및 주장
저자들은 본 연구가 레이업(layup) 공정의 운반 단계에 특화된 예비 개발 단계임을 겸허히 주장한다. 그들은 단일 방법론 중 완벽한 것은 없지만, 멀티모달 결합을 통해 안전하고 효율적인 시스템을 구축할 수 있다고 상정한다. 의의는 시각 기반 손목 추적이 3D 움직임을 위한 힘 기반의 당기기를 효과적으로 대체하여 인체공학 및 재료 안전성을 개선할 수 있음을 입증한 데 있으며, 동시에 음성과 컴플라이언스가 필요한 유연성과 정밀도를 제공한다는 점에 있다. 논문은 향arian 향후 연구가 이러한 고립된 방법들을 완전한 산업 시나리오로 통합하는 것을 목표로 함을 밝히며, 하이브리드 접근 방식이 유연한 재료 핸들링 문제를 해결하기 위한 실행 가능한 경로임을 시사하며 마무리된다.