상세보기

NUS연구팀, 인공피부 및 비전센서 통합된 새로운 로봇 시스템 개발 향후 로봇 자동화에 대한 수요 높은 분야 대응할 계획 최난 기자입력 2020-07-16 16:08:37

싱가포르 국립대학 연구팀이 새로운 로봇 시스템을 선보였다. (사진. NUS)


음료 캔을 집어 올리는 것은 사람에게는 간단한 일이지만 로봇에게는 복잡한 일이다. 물체를 찾아서 모양을 추론하고, 사용하기에 적합한 힘의 양을 결정하고, 방해하지 않고 물건을 잡아야하기 때문이다. 오늘날의 대부분의 로봇은 시각적 처리만을 기반으로 작동, 비교적 제한된 기능을 나타낸다. 따라서 복잡한 작업을 수행하려면 로봇에 탁월한 터치 감각과 정보를 빠르고 지능적으로 처리할 수 있는 기능이 갖춰져야 한다.

 

싱가포르 국립대학(National University of Singapore, 이하 NUS) 컴퓨터 과학자 및 재료 엔지니어팀은 최근 로봇을 더 똑똑하게 만드는 흥미로운 접근법을 보여줬다. 이들은 생물학적 신경 네트워크를 모방하는 감각 통합 인공 두뇌 시스템을 개발했는데, 이는 인텔의 Loihi 칩과 같은 전력 효율적인 신경 변형 프로세서에서 실행될 수 있다. 이 새로운 시스템은 인공 피부 및 비전 센서를 통합해 로봇이 비전 및 터치 센서로 캡처한 데이터를 기반으로 파악한 물체에 대한 정확한 결론을 도출 할 수 있는 능력을 갖추고 있다.

 

NUS 재료 과학 엔지니어링(Materials Science and Engineering)의 벤자민 티(Benjamin Tee) 교수는 “로봇 조작 분야는 최근 몇 년간 큰 진전을 이뤘지만, 밀리 초 단위로 매우 정확한 응답을 제공하기 위해서는 비전 및 촉각 정보를 융합하는 기술 과제를 해결해야 한다”라며, “우리의 최근 연구는 초고속 전자 스킨과 신경계를 로봇에 대한 비전 감지 및 AI의 최신 혁신과 결합해 물리적 상호 작용에서 더 똑똑하고 직관적으로 활용 가능하다”고 밝혔다.


로봇 공학에서 인간과 같은 느낌의 터치가 가능해지면, 이는 새로운 분야에서 응용 역시도 가능해진다. 예를 들어, 공장 바닥에서 전자 스킨이 장착된 로봇 팔이 촉각 센서를 사용해 익숙하지 않은 물체를 적절한 압력으로 식별하고 그립할 수 있다. 또한 미끄러짐을 방지하기 위해 다양한 품목에 쉽게 적용할 수도 있다.

 

NUS 연구팀은 새로운 로봇 시스템에서 ASCS(Asynchronous Coded Electronic Skin)라고 하는 고급 인공 피부를 적용했다. 이 새로운 센서는 인간의 감각 신경계보다 1,000배 이상 빠른 터치를 감지하고, 눈 깜빡임 보다 10배 빠른 물체의 모양, 질감 및 경도를 식별할 수 있다.

 

사진. NUS

 

아울러 연구팀은 로봇 인식의 새로운 지평을 열기 위해 인공 피부에서 감각 데이터를 처리하기 위한 신경 구조와 인간 뇌의 신경 구조와 동작을 에뮬레이트하는 컴퓨팅 영역인 신경 기술을 탐구했다. 또한 INRC의 구성원인 Asst Prof Tee와 Asst Prof Soh은 인텔의 Loihi neuromorphic research chip을 새로운 로봇 시스템에 사용했다. 


초기 실험에서 연구원들은 인공 피부에 로봇 손을 장착하고 점자를 읽었으며, 구름을 통해 촉각 데이터를 Loihi에 전달했다. Loihi는 점자 문자를 분류할 때 일반 마이크로 프로세서보다 20 배 적은 전력을 사용하면서 92% 이상의 정확도를 달성할 수 있다.


Asst Prof Soh의 팀은 스파이 킹 신경망에서 비전 데이터와 터치 데이터를 결합해 로봇의 인식 능력을 향상시켰다. 이 실험에서 연구원들은 다른 양의 액체를 포함하는 다양한 불투명 용기를 분류하기 위해 인공 피부와 비전 센서가 장착된 로봇을 사용했다. 또한 안정적인 미끄러짐에 중요한 회전 슬립을 식별하는 시스템의 기능도 테스트했다.

 

두 테스트 모두 비전 및 터치 데이터를 사용하는 스파이 킹 신경망은 물체를 분류하고 물체 미끄러짐을 감지 할 수 있었다. 특히 분류만 비전을 사용한 시스템보다 10% 더 정확한 것으로 밝혀져 눈길을 끌었다. 

 

아울러 신경망은 Asst Prof Soh팀이 개발한 기술을 사용해 데이터가 완전히 수집된 후 데이터를 분류하는 기존의 접근 방식과 달리 센서 데이터가 누적되는 동안 분류하는 것이 가능해졌다. 연구원들은 Loihi가 45배 이상 적은 전력을 사용하면서 최고 성능의 그래픽 처리 장치(GPU)보다 21% 더 빠른 감각 데이터를 처리한다는 사실을 밝히면서 신경성 기술의 효율을 입증했다. 

 

한편 Asst Prof Tee와 Asst Prof Soh는 로봇 자동화에 대한 수요가 높은 물류 및 식품 제조 산업, 특히 코로나 이후 시대에 적용할 수 있는 새로운 로봇 시스템을 추가로 개발할 계획이다.
 

최난 기자
관련 뉴스
의견나누기 회원로그인
  • 자동등록방지