Research on Adaptive Fuzzy PID Control of Breast Intervention Robot Based on Visual Detection

로봇이 단순히 자동차를 만들거나 바닥을 청소하는 것을 넘어, 의사가 정교한 수술을 수행하는 것을 돕는 세상을 상상해 보십시오. 이것이 바로 **의료 로봇 공학(medical robotics)**이라 불리는 흥미로운 과학의 영역입니다. 이 기계들의 핵심에는 두 가지 초능력이 필요합니다. 바로 **시각(vision)**과 **제어(control)**입니다. 시각을 로봇의 눈이라고 생각한다면, 이는 마치 인간의 뇌가 양쪽 눈의 정보를 결합하여 거리를 판단하는 것처럼, 로봇이 3D 공간에서 바늘이 정확히 어디에 있는지 볼 수 있게 해줍니다. 그다음은 움직임을 위한 로봇의 '두뇌'인 제어입니다. 표준적인 제어 시스템은 속도계만 바라보는 운전자와 같습니다. 너무 빨리 달리면 브레이크를 밟지만, 종종 정지선을 지나쳐 버리곤 하죠. 하지만 더 똑똑한 시스템은 도로의 상태를 느끼고, 요철을 예측하며, 정확한 위치에 멈추기 위해 핸들과 가속 페달을 부드럽게 조절하는 숙련된 운전자와 같습니다. 왜 사람들이 이에 관심을 가질까요? 유방암 치료에서 의사들은 아주 작은 종양에 바늘을 매우 정밀하게 유도해야 하기 때문입니다. 아주 작은 흔들림이나 목표를 놓치는 것조차 성공적인 생검과 불필요한 손상 사이의 차이를 만들 수 있습니다.

스스로 손을 안정시키는 법을 배우는 로봇

이 연구에서 하얼빈 과학기술대학교(Harbin University of Science and Technology)의 연구팀은 유방 중재 로봇을 숙련된 외과의처럼 안정적으로 움직이게 만드는 까다로운 문제를 해결했습니다. 그들은 로봇이 부드럽고 말랑말랑한 유방 조직 속으로 바늘을 밀어 넣으려 할 때 발생하는 특유의 문제, 즉 로봇이 떨리거나 목표 지점을 지나쳐 버리는 현상을 해결하고자 했습니다. 이를 위해 그들은 쌍안 스테레오 비전(binocular stereo vision)(사람의 눈처럼 함께 작동하는 두 개의 카메라)과 **적응형 퍼지 PID(adaptive fuzzy PID)**라고 불리는 영리한 새로운 모터 제어 방식을 결리한 시스템을 구축했습니다.

눈: 3D로 바늘 끝을 포착하다

먼저, 연구팀은 로봇에게 보는 법을 가르쳐야 했습니다. 그들은 단 하나의 카메라만 사용한 것이 아니라, 쌍을 이루는 카메라를 사용하여 '쌍안' 설정을 만들었습니다. 한쪽 눈을 감고 손가락을 보다가 다른 쪽 눈을 떴을 때, 손가락의 위치가 변하는 것을 느끼는 것과 같습니다. 로봇도 똑같이 작동합니다. 두 개의 카메라를 사용함으로써 로봇은 생검 바늘의 끝이 3D 공간에서 정확히 어디에 있는지 계산할 수 있습니다.

이 과정은 몇 단계의 고도로 정밀한 마법 같은 절차를 거칩니다:

1. 이미지 정화: 카메라에서 들어온 가공되지 않은 이미지는 다소 지저분하므로, 컴퓨터는 먼저 '노이즈'(오래된 TV의 잡음 같은 것)를 제거하여 이미지를 매끄럽게 만듭니다.
2. 시야 정렬: 두 카메라의 이미지가 퍼즐 조각처럼 완벽하게 맞물리도록 수학적으로 '직선화'합니다.
3. 일치점 찾기: 컴퓨터는 두 이미지에서 바늘 끝의 동일한 지점을 찾습니다. SGBM(Semi-Global Block Matching)이라는 방법을 사용하여 최적의 일치점을 찾아내고, 모든 지점이 얼마나 떨어져 있는지 알려주는 특수 이미지인 '변위 지도(disparity map)'를 생성합니다.
4. 원형 포착: 바늘 끝에는 특수한 원형 마커가 있습니다. 로봇은 Hough gradient transform 기술을 사용하여 이미지 내에서 이 원을 찾아내고, 그 정확한 위치를 짚어냅니다.

이 단계들을 결합함으로써, 로봇은 실시간으로 바늘 끝을 추적하며 매초(구체적으로는 1000밀리초마다) 위치를 업데이트할 수 있습니다.

두뇌: '퍼지(Fuzzy)' 컨트롤러

로봇이 바늘의 위치를 파악했다면, 이제 그곳으로 이동시켜야 합니다. 여기서 적응형 퍼지 PID가 등장합니다.

이를 이해하기 위해, 당신이 좁은 공간에 주차를 시도한다고 상상해 보십시오.

• 표준 PID 제어기는 자신이 얼마나 벗어나 있는지만 반응하는 운전자와 같습니다. 왼쪽으로 너무 치우쳐 있으면 오른쪽으로 핸들을 꺾지만, 너무 세게 꺾어서 오른쪽으로 과하게 휘둘렀다가 다시 수정해야 하는 등 흔들리고 끊기는 멈춤을 유발할 수 있습니다.
• 적응형 퍼지 PID는 자신이 얼마나 벗어나 있는지뿐만 아니라, 목표를 향해 얼마나 '빠르게' 움직이고 있는지까지 파악하는 운전자와 같습니다. 만약 빠르게 움직이며 목표에 가까워지고 있다면, 운전자는 목표를 지나치기 전에 미리 가속 페달에서 발을 부드럽게 뗍니다.

'퍼지(Fuzzy)'라는 부분이 핵심 비결입니다. 현실 세계의 일들은 항상 흑백(0 또는 1)으로 나뉘지 않습니다. '퍼지 로직'을 통해 로봇은 "만약 오차가 작고 속도가 빨라진다면, 가속을 조금만 줄여라"와 같은 규칙을 사용할 수 있습니다. 로봇은 이러한 규칙을 사용하여 실시간으로 자신의 설정값(P, I, D 값)을 끊임없이 미세 조정합니다. 이는 마치 로봇이 조직의 느낌과 바늘의 움직임에 따라 스스로의 움켜쥐는 힘을 조절하며 실시간으로 운전을 배우는 것과 같습니다.

결과: 더 부드럽고 더 정확하게

연구진은 컴퓨터 시뮬레이션과 실제 물리적 로봇을 이용한 실험, 두 가지 방식으로 새로운 시스템을 테스트했습니다.

컴퓨터 시뮬레이션에서:
새로운 '퍼지' 두뇌를 기존의 '표준' 두뇌와 비교했을 때, 결과는 명확했습니다. 새로운 시스템은 훨씬 더 차분했습니다. '오버슈트(목표를 지나치는 현상)'를 약 35% 줄였고, 떨림 현상을 약 20% 더 빠르게 멈추게 했습니다. 기존 시스템의 흔들리고 끊기는 동작 없이 목표에 부드럽게 도달했습니다.

실제 실험에서:
연구팀은 바늘이 달린 로봇을 제작하여 특정 목표물을 향해 움직이도록 했습니다.

• 오류 수정 전: 로봇은 괜찮았지만 완벽하지는 않았습니다. 평균 오차는 X축 약 2.4mm, Y축(바늘이 움직이는 주요 방향) 약 3.2mm, Z축 약 1.8mm였습니다. 가장 큰 오차는 8.6mm에 달했는데, 이는 섬세한 수술을 하기에는 너무 큰 수치입니다.
• 해결책: 연구진은 오류의 패턴을 발견했습니다. 로봇의 모터가 가끔 아주 작은 단계를 놓친다는 것(마치 러너가 자신의 신발 끈에 걸려 넘어지는 것과 같은 현상)을 깨달았습니다. 그들은 이를 해결하기 위해 수학적 '보정(compensation)'을 만들어냈습니다.
• 수정 후: 결과는 극적으로 개선되었습니다. 주요 피딩 축(Y축)의 평균 오차는 1.2mm로 떨어졌으며, 가장 큰 오차 또한 3.4mm로 줄어들었습니다.

이것이 중요한 이유

논문은 이 시스템이 '보는 것'과 '행하는 것' 사이의 간극을 성공적으로 메웠다고 결론짓습니다. 로봇의 3D 시각과 스스로 조절되는 스마트 제어 시스템을 결합함으로써, 로봇이 바늘을 보고, 오차를 계산하고, 즉각적으로 움직임을 수정하는 폐쇄 루프(closed loop)를 만들어냈습니다.

초기 오차는 다소 높았지만, 최종 보정된 결과는 일반적으로 2mm 미만의 정확도를 요구하는 임상 수술의 엄격한 기준을 충족했습니다. 이 연구는 두 개의 카메라로 보고 퍼지 로직으로 생각하는 이 방식이 미래의 유방암 생검을 더 안전하고, 정밀하며, 환자에게 스트레스를 덜 주는 방식으로 만드는 신뢰할 수 있는 방법이 될 수 있음을 시사합니다. 이는 적절한 시각과 스마트한 제어가 결래될 때, 로봇이 부드러운 인체 조직을 항해하는 섬세한 작업을 수행할 수 있음을 증명합니다.