Contact-Aided Factor-Graph Localization for Underwater Sampling

햇빛이 사라지고 해저가 평평하고 특징 없는 평원으로 펼쳐진 깊은 바닷속에서, 자율 주행 로봇들은 인간 다이버들이 결코 겪지 않는 문제에 직면합니다. 바로 자신이 어디에 있는지 알 수 없다는 것입니다. 육지에서 로봇는 나무, 건물, 또는 도로 표지판을 보고 자신의 위치를 파악할 수 있습니다. 하지만 수중에서는 GPS 신호가 물을 투과하지 못하며, 해저 지형은 모든 방향에서 똑같이 보여 붙잡을 수 있는 지표가 없습니다. 이러한 시각적 단서가 없기에 로봇은 움직임을 추적하는 내부 센서에 의존해야 하지만, 이 센서들은 불완전합니다. 시간이 흐름에 따라 속도와 방향을 측정하는 미세한 오차들이 쌓이면서, 로봇은 실제 위치로부터 점점 더 멀리 벗어나게 됩니다. 이러한 표류(drift)는 해저에서 샘플을 채집하는 것과 같은 섬세한 작업을 수행하도록 설계된 기계들에게 큰 장애물이 됩니다. 왜냐하면 자신이 특정 지점에 있다고 생각하지만 실제로는 다른 곳에 있는 로봇은 표본을 잡기 위해 안전하게 손을 뻗을 수 없기 때문입니다.

이를 해결하기 위해 연구자들은 시각에만 의존하지 않는 다른 종류의 감각에 주목했습니다. 한 새로운 연구는 수중 로봇이 자신의 물리적 촉각을 사용하여 세계의 지도를 수정하는 방법을 소개합니다. 독특한 바위나 식물의 명확한 모습을 기다리는 대신, 로봇은 흡착기가 달린 기계 팔을 사용하여 해저를 부드럽게 누릅니다. 이 단순한 접촉 행위는 견고하고 변하지 않는 기준점을 제공합니다. 이 물리적 접촉을 신뢰할 수 있는 닻으로 취급함으로써, 로봇은 내부적인 표류를 멈추고 물이 탁하고 지면이 백지처럼 보이는 상황에서도 자신이 정확히 어디에 있는지 알 수 있습니다.

영국과 일본의 팀들과 협력한 연구진은 표준 항법 도구과 이 새로운 '접촉 기반' 접근 방식을 결합한 시스템을 개발했습니다. 그들은 가속도계, 압력 센서, 카메라의 데이터를 로봇의 기계 팔에서 오는 정보와 융합하는 프레임워크를 구축했습니다. 실험에서 로봇은 평평한 해저 위를 이동하는 과제를 부여받았는데, 이는 일반적으로 표준 시각 시스템이 실패하는 시나리오입니다. 로봇이 직선으로 이동할 때는 시스템이 잘 작동했지만, 회전하거나 방향을 틀기 시작하자 시각적 특징의 부재로 인해 로 위치 추정치가 방황하기 시작했습니다. 시스템은 자신이 옆으로 움직이고 있는지 아니면 제자리에서 돌고 있는지를 구별하는 데 어려움을 겪었는데, 이는 '기하학적 퇴화(geometric degeneracy)'라고 알려진 흔한 문제입니다.

이를 해결하기 위해 연구팀은 로봇의 흡착 팔을 위치 추정 도구로 사용하도록 프로그래밍했습니다. 로봇의 팔이 해저에 닿을 때, 시스템은 그 정확한 순간과 위치를 고정된 지점으로 기록했습니다. 이 접촉은 마치 갑작스럽고 높은 신뢰도를 가진 교정 작업처럼 작용하여, 로봇에게 "당신은 바로 여기에 있고, 지금까지 표류해 왔다"라고 알려주었습니다. 이 접촉은 로봇이 무엇을 만졌는지 인식할 필요가 없으며, 단지 무언가 단단한 것에 닿았다는 사실만을 알면 되었습니다. 이러한 접촉 지점들을 내부 지도에 추가함으로써, 로봇은 시각적 확인 없이도 자신이 이전에 방문했던 장소로 돌아왔음을 깨닫고 스스로의 여정을 닫을(close the loop) 수 있었습니다. 이 과정은 로봇이 경로를 수정하고 임무 전반에 걸쳐 일관된 위치 이해를 유지할 수 있게 해주었습니다.

연구팀은 세 가지 서로 다른 환경, 즉 물리 기반 컴퓨터 시뮬레이션, 두 개의 통제된 수조, 그리고 실제 항구를 대상으로 이 접근 방식을 테스트했습니다. 시뮬레이션과 수조에서는 로봇이 직선으로 이동하고, 급격한 회전을 하며, 특정 목표물(모델 불가사리)에 반복적으로 접근해야 하는 시나리오를 만들었습니다. 실제 항구에서는 탁한 물과 변화하는 조명이 열린 바다의 어려운 조건을 모사했습니다. 결과에 따르면, 로봇이 아무것도 만지지 않고 이동할 때는 여전히 일부 표류가 발생했지만, 접촉하는 순간들이 전체 오차를 크게 줄여주었습니다. 항구에서 흡착 접촉을 사용했을 때, 이전 상호작용 지점으로 정확히 돌아오는 로봇의 능력은 극적으로 향상되었습니다. 접촉 기반의 교정이 없었다면 로봇은 목표 지점을 1미터 이상 놓쳤을 것입니다. 하지만 접촉 데이터를 사용하자 오차는 1미터 미만으로 떨어졌으며, 수조 내의 특정 테스트 케이스에서는 로봇이 원래 위치에서 불과 몇 센티미터 이내로 돌아올 수 있었습니다.

또한 연구는 이 새로운 방법과 시각 카메라나 표준 항법 필터에만 의依赖하는 기존 기술을 비교했습니다 질적 낮은 텍스처의 평평한 환경에서 시각 시스템만으로는 위치를 놓치는 등 불안정한 경우가 많았습니다. 로봇의 내부 센서와 팔로부터 오는 외부 데이터를 긴밀하게 결합한 이 새로운 시스템은 훨씬 더 견고하다는 것이 증명되었습니다. 이 시스템은 명확한 시야를 기다리기 위해 멈출 필요 없이 이동 중에 위치를 초기화할 수 있었습니다. 또한 시스템은 시각 데이터의 품질에 적응했습니다. 카메라가 보는 것이 거의 없을 때, 로봇은 다른 센서와 접촉 지점에 더 많이 의존하여 시각적 노이즈가 전체 시스템을 혼란스럽게 만드는 것을 방지했습니다.

이 연구는 수중 항법에 대한 우리의 생각을 전환하고 있음을 강조합니다. 수년 동안 초점은 탁한 물속에서 더 잘 볼 수 있는 카메라와 센서를 만드는 데 맞춰져 왔습니다. 그러나 이 연구는 때때로 해결책이 더 잘 보는 것이 아니라, '만지는 것'일 수 있음을 시사합니다. 물리적 상호작용을 항법의 근본적인 부분으로 다룸으로써, 로봇은 물리적 세계에 자신을 고정할 방법을 얻게 됩니다. 연구진은 의도적인 물리적 접촉이 로봇의 경로 유지 능력을 실질적으로 향-상시키며, 단순한 기계적 동작을 정밀함을 위한 강력한 도구로 바꿀 수 있음을 입증했습니다. 시스템은 여전히 다양한 센서에 의존하지만, 접촉 제약 조건을 추가함으로써 시각적 방법만으로는 달성할 수 없었던 안정성을 확보했습니다.

이러한 발견의 함의는 단순히 샘플을 채집하는 것을 넘어섭니다. 시야가 불량하고 지형이 반복적인 심해에서 작동하는 모든 자율 주행 차량에게, 물리적 접촉을 통해 위치를 검증하는 능력은 게임 체인저가 될 수 있습니다. 이는 로봇이 불완전한 계산에 근거해 추측만 하는 것이 아니라, 과업을 수행해야 할 때 자신이 어디에 있는지 확실히 알 수 있는 방법을 제공합니다. 연구진은 이 접촉 보조 위치 추정 기술을 더 발전된 매핑 기술과 결합하여, 로봇이 이동하고 환경과 상호작용하는 동안에도 정확성을 유지하는 상세한 실시간 해저 지도를 만드는 것을 목표로 하고 있습니다. 현재로서는 이 연구가 깊고 어두운 바다에서 가장 신뢰할 수 있는 길잡이는 로봇 자신의 '손'이 될 수 있음을 보여주는 명확한 증거로 남아 있습니다.