3. 스마트 환경기반 서비스 로봇 연구 실례

 

한국생산기술연구원에서 수행된 “스마트 로봇환경기술 개발” 연구에서는 센서 네트워크 및 RFID 등의 기반기술을 바탕으로 로봇의 자기위치 인식 및 자율주행기술, 로봇의 물체인식 및 자세추정 기술과 같은 서비스 로봇의 핵심기술에 적용함으로써 기존 연구의 기술적 한계를 극복할 수 있는 가능성을 제시하였다.

자율주행과 물체인식 기능은 서비스 로봇에게 매우 중요한 기능임에도 불구하고 로봇이 인간의 생활공간과 같이 복잡하고 구조화되지 않은 작업공간에서 이를 실현한다는 것은 아직도 큰 도전으로 남아있다.

 

여기에서는 스마트환경 기술을 활용함으로써 상기 기능이 신뢰성있게 구현될 수 있음을 실제 연구결과의 예를 들어 소개한다.

 

 

3.1 스마트 환경을 이용한 로봇의 자율주행

 

지능형 로봇의 자율주행 기술은 크게 로봇의 현재 위치를 정확히 알아내는 ‘위치결정 기술’, 현재 작업 중인 환경을 파악해 내는 ‘지도형성 기술’, 작업수행을 위한 이동경로를 생성한 후 안전하게 이동을 수행할 수 있는 ‘경로작성’ 기술로 구분된다.

 

 

 

1) 위치결정

스마트 환경에서는 로봇의 위치결정을 위하여 IR 광원을 감지하여 위치를 파악하는 위치인식센서를 환경 곳곳에 설치하여 로봇이 자기위치를 알고자 할 때 센서 네트워크를 통하여 절대위치정보를 수신하게 된다.

 

또한 환경에서 제공하는 지도정보에는 설치된 위치인식 센서에 대한 정보를 포함하고 있어 현재 로봇의 위치에 적합한 위치센서를 검색하고 그 센서에 접속하여 위치정보를 제공받음으로써 넓은 지역에서도 신뢰성 있는 자기위치 인식이 가능하다.

 

 

 

 

2) 지도형성

스마트 환경에서는 시스템을 운영하는 서버로부터 로봇이 작업하는 공간의 의미적 정보를 담은 지도를 다운로드 받음으로써 환경을 바로 인식하게 된다.

 

지도정보는 환경서버에 저장되어 있어 로봇이 지도정보를 다운로드 받거나 업데이트 할 수 있으며, 새로운 환경에 처음 투입되는 로봇도 탐사과정 없이 서버로부터 제공받은 지도정보에 의해 환경인지가 가능하다.

 

또한 XML형태로 지도를 표현함으로써 지도정보의 표준화가 가능하며, 태그의 정의에 의해 의미적인 정보가 지도에 포함되어 있다.

 

 

 

 

 

3) 경로작성

스마트 환경기반 로봇의 경로작성은 Topology 정보를 기반으로 구성된 의미적 지도를 이용하여 넓고 복잡한 환경에서도 간단하게 경로계획을 수행할 수 있다.

 

이러한 접근 방법에서 경로계획은 크게 대략적인 경유점들을 결정하는 전체경로계획(Global Path Planning)과 동적인 환경에 실시간으로 적응하며 이동경로를 판단하는 지역경로계획(Local Path Planning)으로 구분되는데, 전체경로계획은 Topology 정보기반으로 실현하고 지역경로계획은동적인 환경에 강인한 반응형 알고리즘에 의해 수행된다.

 

의미적 지도정보를 이용한 경로계획에서는 이동해야 할 점(위치)을 나타내는 Topology 정보뿐만 아니라 그 점의 의미적인 정보(지나야 할 지점이 문, 자동문 또는 열린 공간)를 나타낼 수 있어 로봇이 그 지점을 지나면서 그에 해당하는 적절한 조치(문을 열거나, 자동문이 열리길 기다리거나, 문 열어주기를 요청하거나)를 수행하면서 지율주행을 할 수 있으므로 지능적인 자율주행이 가능하다.

 

 

 

 

 

3.2 스마트 환경을 이용한 로봇의 물체인식

 

물체인식에 관한 연구는 실제 환경이 아닌 제한된 환경에서의 결과로써 로봇이 실제 환경에서 신뢰성 있게 그 기능을 수행하기 위해서는 아직도 해결해야 할 문제들이 남아있는 상태이다.

 

특히 실제 환경에서 로봇의 작업은 물체의 거리와 방향에 따른 크기 변화 및 투영 영상의 변화와 조명 조건의 변화 등에 강인한 특성이 인식 시스템에서 요구된다.

스마트 환경에서의 물체인식은 ‘물체에 RFID 태그가 부착되어 있다’라는 가정 하에 RFID 태그 인식기술과 센서 네트워크 기술 그리고 방대한 인터넷 공간을 적극적으로 활용함으로써 로봇이 물체인식과 자세추정을 용이하게 할 수 있는 새로운 접근 방식이다.

전체 시스템은 크게 3가지로 구성되는데, 객체정보 시스템(OIS: Object Information System), 정보생성 시스템(ICS: Information Creation System) 및 객체인식 시스템(ORS: Object Recognition System)으로 구분할 수 있다.

 

 

 

 

 

1) 객체정보 시스템

객체정보 시스템(OIS: Object Information System)은 인터넷 공간상에서 존재하며 물체의 인식정보를 가진 데이터베이스와 로봇이 원하는 정보를 데이터베이스로부터 추출하여 다시 로봇에게 정보를 제공해주는 응용 서버(Application Server)와 RFID 코드로부터 해당 정보가 존재하는 서버의 주소를 알려주는 ONS(Object Naming Server)로 크게 구성된다.

 

로봇이 물체를 인식하기 위한 정보를 객체정보 시스템으로부터 얻기 위해서 로봇이 먼저 검출된 RFID 코드를 ONS에 전송하면 ONS는 해당 물체(제품)의 정보가 저장되어 있는 서버의 주소를 알려준다.

 

그러면 로봇은 다시 물체 정보가 있는 서버로 객체정보를 요청하게 되고 이때 서버는 데이터베이스를 검색해서 로봇이 요청한 물체 정보를 찾은 후 다시 로봇에게 전송해줌으로써 로봇은 물체를 인식하게 된다.

 

 

 

 

 

2) 정보생성 시스템

객체정보 시스템에서는 저장되어 있는 정보를 인터넷을 통하여 로봇에게 전하는 역할을 하며 이는 주로 물건 제조사에서 이루어지는 것이 바람직하다.

 

정보생성 시스템(ICS: Information Creation System)은 객체정보 시스템의 데이터베이스에 객체정보를 입력하는 전체 시스템을 의미한다.

 

객체정보 시스템의 데이터베이스는 크게 Static Data, Historical Data 그리고 Instance Data로 구분되어 물체의 정보가 저장된다.

 

특히 Instance Data는 로봇의 인식을 위한 정보가 저장되는 공간이다.

개발된 객체정보 생성 소프트웨어에 의해 시각 특징점 정보를 자동으로 추출하고 이는 물체인식정보를 저장하는 데이터베이스인 Object Descriptor DB로 저장된다.

 

 

3) 객체인식 시스템

객체인식 시스템(ORS: Object Recognition System)에서는 객체정보 시스템으로부터 다운로드 받은 인식정보를 이용하여 로봇의 시각시스템에서 취득한 영상에서 물체를 인식하고 스테레오 이미지를 통하여 물체의 공간상 자세(위치와 방향)를 추정하는 기능까지를 의미한다.

 

객체인식 시스템에서 제공되는 물체의 자세 정보는 로봇이 물체를 잡거나 조작함에 있어서 매우 중요한 정보가 된다.

 

 

 

 

4. 결론

 

로봇의 지능화에 대한 기존 연구의 한계를 극복하기 위해 정보화기술의 적극적인 도입으로 새롭게 시도되고 있는 스마트 로봇환경기술에 대한 국내외 연구동향을 살펴보고, 스마트 로봇환경기술 기반 로봇의 자기위치 인식, 자율주행, 물체 인식에 대한 구체적인 연구 사례를 통하여 그 장점을 소개하였다.

향후 스마트 환경기술이 더욱 발전되고 체계화되어 스마트 로봇환경이 로봇주변에 인프라로써 구축되면 로봇이 신뢰성 있는 서비스 제공이 가능하게 되어 로봇의 인간생활로의 도입이 본격화되리라 예상된다.