MIT CSAIL과 Senseable City Lab이 자율보트 함대를 개발해냈다. (사진. MIT CSAIL)

 

MIT의 컴퓨터 과학 및 인공지능 연구소(CSAIL)와 센서블 시티 랩(Senseable City Lab)의 5 년 프로젝트에서 연구원들은 네덜란드 암스테르담시를 위한 자율보트 함대를 개발했다. 새롭고 더 큰 선박 ‘로보트 II(Roboat II)’는 이제 2미터 길이로 약 6피트에 달하는 로봇 보트로 승객을 태울 수 있다.

 

연구팀은 암스테르담 첨단 메트로폴리탄 솔루션 연구소와 함께 보트 간의 통신 및 협업을 업데이트하기 위한 탐색 및 제어 알고리즘도 설계했다. 연구 관계자는 “로보트 II는 자율주행 자동차에 사용되는 것과 유사한 알고리즘을 사용해 자율적으로 탐색하면서도 물에 맞게 조정할 수 있도록 했다”라며, “우리는 사람과 물품을 배달하고 다른 로봇과 연결, 수상 활동을 가능하게 하는 다양한 자율 플랫폼을 형성할 수 있는 로보트 함대를 개발하고 있다”라고 전했다.

 

자율주행 보트는 수년 동안 작은 물품을 운송할 수 있었지만, 현재 선박 크기로 인해 승객을 추가하는 것은 다소 무형적이라고 여겨져왔다. 로보트 II는 이전에 개발된 1m 길이의 1/4 규모 로보트에 합류한다. 암스테르담에서 건설 중이며 실물 규모로 간주되는 세 번째 시설은 길이가 4미터이며 4~6명의 승객을 태울 수 있도록 한다.

로보트 II는 강력한 알고리즘을 기반으로 데이터를 수집, 3시간 동안 암스테르담의 운하를 자율적으로 탐색하고 0.17m 또는 7인치 미만의 오차 범위로 시작 위치로 돌아왔다. 로보트에 대한 새로운 논문의 수석 저자인 Wei Wang 선임 포스트 닥은 “정확한 매핑, 강력한 제어 및 인간 운송이 가능한 자율보트 시스템의 개발은 본격적으로 로보트에서 시스템을 구현하기 위한 중요한 단계”라고 밝혔다.

 

한편 MIT CSAIL 및 Senseable City Lab의 다른 팀은 보트 간의 통신을 조정하기 위한 새로운 제어 전략을 고민했다. Senseable City Lab 디렉터인 Ratti는 “현재의 협력 알고리즘은 물 위의 동적 시스템을 거의 고려하지 않았다. 수상 차량팀을 사용하는 협력 운송은 항공 또는 지상 차량에서 발생하지 않는 독특한 문제를 제기하는데, 예를 들어 차량의 관성과 부하는 시스템을 제어하기 어렵게 만드는 더 중요한 요소가 된다. 우리 연구는 지상 차량의 협력 제어를 조사하고 그것에 대한 알고리즘을 검증한다”라고 전했다.

 

팀은 두 가지 시나리오에서 제어 방법을 테스트했다. 하나는 세 개의 로봇이 직렬로 연결되고 다른 하나는 세 개의 로봇이 병렬로 연결된 것으로, 결과는 조정된 그룹이 두 구성 모두에서 다양한 궤적과 방향을 추적할 수 있었고 팔로워의 힘의 크기가 그룹에 긍정적으로 기여했음을 보여줬다. 이는 팔로워 로봇이 리더를 도왔음을 의미한다.

 

지난 2016년에 MIT 연구진은 미리 프로그래밍된 경로를 따라 앞뒤로 이동할 수 있는 프로토 타입을 테스트한 바 있다. 3년 후, 팀의 로봇은 자율적으로 분리하고 다양한 구성으로 재 조립 함으로써 ‘모양 이동’으로 업데이트했다. 

이제 로보트 II는 업데이트된 연구를 통해 운송 작업을 탐색하기 위해 확장됐다. 여기에는 SLAM(Simultaneous Localization and Mapping)을 위한 새로운 알고리즘, 비선형 모델 예측 컨트롤러의 모델 기반 최적 컨트롤러, 최적화 기반 상태 추정기가 포함된다.

 

작동 방식은 특정 위치에 있는 사용자에게 승객 픽업 작업이 필요한 경우 시스템 코디네이터는 승객에게 가장 가까운 빈 보트에 작업을 할당한다. 로보트 II가 승객을 태우면 현재 교통 상황에 따라 원하는 목적지까지 가능한 경로가 생성된다.

 

이후 무게가 50kg 이상인 로보트 II는 SLAM 알고리즘을 실행하고 LIDAR 및 GPS 센서는 물론 위치 파악, 포즈 및 속도를 위한 관성 측정 장치를 활용해 위치 파악을 시작한다. 그런 다음 컨트롤러는 플래너에서 참조 궤적을 추적, 잠재적 충돌을 피하기 위해 경로를 업데이트한다.

 

한편 이 프로젝트의 주요 목표 중 하나는 자체 조립을 통해 앞서 언급한 폐기물 수거, 물품 배달, 운하에서 사람 수송 등의 작업을 완료할 수 있도록 하는 것이다. 하지만 물 위에서 이러한 움직임을 제어하는 ​​것은 어려운 문제로, 로봇 공학의 통신은 종종 불안정하거나 지연돼 로봇 조정을 악화시킬 수 있었다.

 

이 집단 전송을 위한 많은 제어 알고리즘은 직접적인 커뮤니케이션, 그룹 내 상대적 위치 및 작업의 목적지를 필요로 하지만 팀의 새로운 알고리즘은 원하는 궤적과 방향을 알기 위해 로봇 하나만 있으면 된다. 팀의 알고리즘에서는 상대 위치가 필요하지 않으며 각 로봇은 구조 중심의 속도 대신 로컬 속도를 사용한다.

 

아울러 리더가 목적지까지 이동을 시작하면 다른 로봇이 리더의 의도를 추정하고 이동을 정렬 할 수 있을 뿐만 아니라, 리더는 두 로봇 간의 통신 없이 입력을 조정해 나머지 로봇을 조종 할 수도 있다.

 

앞으로 팀은 기계 학습을 사용해 로봇의 주요 매개 변수를 추정할 계획이다. 또한 물체가 보트에 놓일 때 구조를 동적으로 변경할 수 있는 적응형 컨트롤러를 탐구하는 데 목표를 둔다는 전략이다. 보트는 해류 및 파도와 같은 큰 교란이 존재하는 야외 수중 환경으로 확장될 전망이다.