문형필 연구실의 핵심 연구축 중 하나는 인간 수준의 작업 수행을 목표로 하는 휴머노이드 및 양팔 조작 로봇 기술이다. 연구실은 단순한 이동이나 단일 물체 파지에 머무르지 않고, 전신 균형을 유지한 상태에서 양팔을 협응시켜 복합 작업을 수행하는 로봇 시스템을 지향한다. 최근 수행 중인 과제들에서는 비전, 촉감, 역감, 인공지능을 통합하여 물류·산업 현장에서 실제로 활용 가능한 휴머노이드를 개발하는 데 집중하고 있다. 이 연구는 고자유도 로봇 핸드, 정밀 조작용 그리퍼, 양팔 협업 제어, 작업 계획, 강화학습 기반 자율조작, 그리고 사람과의 물리적 상호작용 제어를 포괄한다. 관련 논문에서는 물리적 인간-로봇 상호작용에서 미지 동역학 보상을 통해 투명성을 향상시키는 제어 기법이 제시되었고, 초기부터 모듈형 개인용 로봇 설계와 구현 경험도 축적해 왔다. 또한 케이블 커넥터 조립, 장애물 사전 제거, 협업 조작과 같은 세부 과제를 통해 실제 조립 및 서비스 작업에 적합한 조작 지능을 고도화하고 있다. 이러한 연구는 향후 물류 휴머노이드, 서비스 로봇, 산업용 협업 로봇의 핵심 기반이 된다. 특히 인간과 같은 작업 유연성, 감각 피드백 기반의 안전성, 변화하는 환경에 대한 적응력을 동시에 확보하는 것이 중요하다. 연구실은 휴머노이드 기술을 단순한 시연 수준이 아니라 산업 현장의 생산성 향상과 인력 부족 문제 해결에 기여할 수 있는 실용 기술로 발전시키고 있으며, 장기적으로는 사람과 같은 수준의 다목적 작업 능력을 갖춘 지능형 로봇 플랫폼을 구축하고자 한다.

연구실은 이동과 조작을 결합한 모바일 매니퓰레이터를 활용하여 물류 및 제조 자동화 문제를 해결하는 연구를 활발히 수행하고 있다. 대표적으로 5G 엣지 기반 이송·조작 기술, 간선화물 하차 시스템, 창고 재고조사, 대형 고중량 부품 조작 및 조립용 다중 협업 로봇 시스템 개발 등이 포함된다. 이는 정적인 산업용 로봇을 넘어, 복잡한 현장 환경을 스스로 인지하고 이동하며 작업하는 지능형 현장형 로봇을 구현하려는 방향성과 맞닿아 있다. 세부적으로는 RGB-D 카메라, 3D LiDAR, 저전력 NPU 기반 6D 자세 추정, 딥러닝 기반 객체 분할, 포인트클라우드 기반 상자 인식, 자율주행과 경로 계획, 원격 모니터링 및 텔레오퍼레이션 기술이 함께 연구된다. 또한 비정형 화물 파지, 최적 그리퍼 설계, 딥러닝 기반 화물 인식, 클러스터링 기반 그립 포인트 생성 등 실제 물류 현장에 필요한 세부 기술들이 축적되어 있다. 이러한 접근은 센서-인지-판단-행동의 전 주기를 통합하는 시스템 공학적 관점이 강하다는 특징을 가진다. 이 연구의 의의는 로봇이 산업현장에서 단순 반복 작업뿐 아니라 고중량물 이송, 컨테이너 하역, 복잡한 창고 작업과 같은 고난도 작업까지 담당할 수 있도록 만드는 데 있다. 특히 5G 엣지 및 클라우드 연계 구조는 다수의 로봇을 효율적으로 운영하고 유지보수하는 데 유리하며, 물류와 제조의 디지털 전환을 가속화할 수 있다. 연구실은 이러한 모바일 매니퓰레이터 기술을 통해 현장 적용성이 높은 산업용 로봇 솔루션을 구축하고, 실제 산업 수요에 대응하는 로봇 자동화 생태계를 확장하고 있다.

문형필 연구실은 사람과 유사한 유연성과 안전성을 갖는 소프트 로봇 기술과 정교한 조작을 가능하게 하는 촉각 센서 및 그리퍼 연구를 장기간 수행해 왔다. 연구실의 특허와 학술발표에는 올가미형 로프 그리퍼, 벨트 권취 기반 이송장치, 촉각 및 미끄러짐 감지 센서, 유연재료 기반 로봇손, 소프트 공압 핸드 등이 다수 포함되어 있다. 이는 단단한 금속 구조 중심의 기존 로봇에서 벗어나, 대상물과 사람에 보다 안전하게 상호작용할 수 있는 로봇 메커니즘을 개발해 왔음을 보여준다. 관련 연구는 소프트 액추에이터, 인공근육, 공압 구동, 가변 강성 제어, 접촉력 및 미끄러짐 감지, 손끝 센서, 촉각 인터페이스 등으로 확장된다. 논문에서는 그래핀 산화물 스펀지와 은 나노플라워를 결합한 고감도 가변 강성 응력 센서를 제안하여 로봇 그리퍼 손가락에 부착했을 때 부드러운 장미와 단단한 병을 모두 최소 변형으로 파지할 수 있음을 보였다. 또한 다양한 학회 발표를 통해 소프트 섬유 액추에이터, 꼬임·코일형 고분자 액추에이터, 촉각 배열 센서, 슬립 센서 등의 요소 기술을 지속적으로 발전시켜 왔다. 이 연구는 인간-로봇 협업, 서비스 로봇, 생활밀착형 코봇, 정밀 파지 시스템의 핵심이 된다. 유연한 구동기와 고감각 센서가 결합되면 로봇은 깨지기 쉬운 물체나 불규칙한 형상의 물체도 더 안전하고 정밀하게 다룰 수 있다. 연구실은 향후 라이프 스케일 소프트 공압 코봇과 고감각 로봇핸드 개발을 통해, 실생활과 산업 현장을 연결하는 차세대 조작 플랫폼을 구현하고자 하며, 이 과정에서 인간 친화적이고 적응적인 로봇 기술의 실용화를 추진하고 있다.

연구실의 또 다른 중요한 연구 영역은 로봇의 안정적 제어와 자율성 향상을 위한 알고리즘 및 프레임워크 개발이다. 오랜 기간 축적된 학술발표를 보면 이동로봇 위치추정, SLAM, 경로계획, 충돌회피, 보행 제어, 유압 액추에이터 제어, 임피던스 제어, 모델 예측 제어, 강화학습 기반 자율주행 등 폭넓은 주제를 다루고 있다. 이는 하드웨어 설계에 그치지 않고, 로봇 지능의 핵심인 인지·판단·제어 계층을 함께 연구하는 실험실의 특징을 잘 보여준다. 최근에는 딥러닝 기반 보상 및 인식, 저전력 NPU에서의 6D 포즈 추정, 강화학습 기반 다양한 환경에서의 내비게이션, 클라우드 로봇 지능 증강 및 공유 프레임워크 개발로 연구가 확장되고 있다. 다수 로봇의 지능을 클라우드에서 지속적으로 학습하고 공유하는 프로젝트는 서비스 및 제조 분야에서 로봇 운영 효율을 높이는 데 중요한 기반이 된다. 또한 웹·모바일 기반 원격 모니터링과 텔레오퍼레이션, 5G MEC 기반 중앙관제 시스템과 같은 연구는 실제 현장 운영을 고려한 시스템 통합 능력을 보여준다. 이 연구는 개별 로봇의 성능 향상을 넘어, 여러 로봇이 연결된 지능형 로봇 생태계를 구현하는 방향으로 발전하고 있다. 자율주행, 작업 계획, 실시간 제어, 원격 운영, 클라우드 기반 학습이 결합되면 로봇은 복잡한 현장에서 더욱 유연하게 임무를 수행할 수 있다. 연구실은 이러한 지능 증강형 로봇 프레임워크를 통해 서비스·제조·물류 등 다양한 영역에서 재사용 가능한 공통 기반 기술을 구축하고, 실제 응용 현장에 적용 가능한 로봇 운영 체계를 고도화하고 있다.