이 논문에서는 로봇 팔의 말단 장치 경로 계획을 위해 Catmull-Rom 곡선을 기반으로 한 MoveCR 함수를 개발하였다. 이 함수는 CRI를 바탕으로 학습된 궤적의 문제점을 보완하기 위해 설계되었다. 강화 학습으로 생성된 궤적은 끝부분으로 갈수록 떨림 현상이 증가하여 로봇의 성능을 저하시킬 가능성이 있다. 이를 해결하기 위해 개발된 MoveCR을 활용하여, 떨림 현상이 발생하는 궤적 구간을 MoveCR 기반의 궤적으로 대체하는 데 성공했다. MoveCR 궤적은 떨림 현상이 없으며, 불연속점이 없는 매끄러운 경로를 제공한다. 따라서 강화 학습과 MoveCR을 결합하면 로봇 팔의 부드럽고 최적화된 안전 경로를 설계할 수 있다.

산업 분야에서 로봇에 대한 수요가 증가함에 따라 다양한 기능을 갖춘 로봇 관련 기술들이 도입되었다. 주목할 만한 발전 중 하나는 안전 울타리와 같은 물리적 장벽 없이 인간 작업자와 협력하여 작업을 분담하는 로봇의 구현이다. 이러한 협업 운영이 실제로 구현되기 위해서는 인간과 로봇이 충돌할 경우의 안전성 확보가 필요하다. 따라서 로봇 안전을 보장하고 부상을 예방하기 위해, 이러한 충돌 시나리오에 대한 기준을 수립하는 것이 중요하다. 충돌 안전성은 끼임(pinching, 준정적 접촉) 상황과 충격(impact, 일과성 접촉) 상황 모두에서 확보되어야 한다. 이를 위해 우리는 충격과 관련된 역치(통증 유발 역치)와 생체역학적 한계를 측정·평가하였다. 이러한 측정은 인간 대상자와 충격을 생성하도록 설계된 장치 간의 물리적 충돌을 포함하는 임상시험을 통해 얻었으며, 인간과 로봇 간의 일과성 충돌에 연관된 힘-통증 역치들을 분석하였다. 구체적으로, 19-32세 성인 37명의 신체 부위 두 지점에서 서로 다른 형상의 두 충격자(impactor)를 사용하여 힘-통증 역치를 측정하였다. 또한 힘-통증 역치는 관련 선행 연구들의 결과와 비교하였다. 본 결과는 협업 적용에서 로봇의 안전을 보장하기 위해 정밀하고 신뢰할 수 있는 방식으로 생체역학적 한계를 규명하는 데 도움이 될 수 있다.

이동형 매니퓰레이터는 이동 플랫폼과 매니퓰레이터를 결합한 유형의 로봇이다. 이동형 매니퓰레이터는 이동성(mobility)과 조작(manipulation) 능력이라는 두 가지 중요한 특징을 가진다. 그러나 전도(tip-over)를 방지하기 위해 환경에서 안정성과 균형을 유지하는 일은 특히 이동 플랫폼과 매니퓰레이터가 동시에 움직일 때 크게 도전적인 과제이다. 전도 안정성을 보다 정확하게 평가하기 위해, 전도 모멘트(Tip-over Moment, TOM) 방법은 TOM의 지속시간(duration)과 그것이 로봇의 각도 기울기(angular tilt)에 미치는 영향을 반영하도록 개선되어야 한다. 본 논문에서는 각도 기울기와 완전 전도의 가능성을 평가하기 위해 전도 각도(Tip-over Angle) 방법을 제안한다. 갑작스러운 정지(sudden stop) 동작에 대한 ROS-Gazebo 시뮬레이션을 사용하여 해당 방법을 검증한다.

수동 제어, 능동 제어, 입력 성형(input shaping)을 활용한 진동 억제 방법은 전통적으로 사용되어 왔다. 최근에는 심층 강화 학습(deep reinforcement learning, DRL) 컨트롤러를 이용한 진동 억제 연구가 수행되었다. 본 논문은 저수준 컨트롤러 변수에 직접 접근하는 대신, 해석이 복잡하고 생성된 진동에 대하여 직접 힘 입력을 지향할 수 없는 환경에서 강화 학습(RL)으로 학습된 신경망의 출력을 이용하여 저크(jerk)를 감소시키는 궤적을 생성하는 방법을 제안한다. 그 결과, 복잡한 시스템에서 DRL을 통해 진동 제어에 보다 용이하게 접근할 수 있다.

이 논문에서는 로봇 팔의 말단 장치 경로 계획을 위해 Catmull-Rom 곡선을 기반으로 한 MoveCR 함수를 개발하였다. 이 함수는 CRI를 바탕으로 학습된 궤적의 문제점을 보완하기 위해 설계되었다. 강화 학습으로 생성된 궤적은 끝부분으로 갈수록 떨림 현상이 증가하여 로봇의 성능을 저하시킬 가능성이 있다. 이를 해결하기 위해 개발된 MoveCR을 활용하여, 떨림 현상이 발생하는 궤적 구간을 MoveCR 기반의 궤적으로 대체하는 데 성공했다. MoveCR 궤적은 떨림 현상이 없으며, 불연속점이 없는 매끄러운 경로를 제공한다. 따라서 강화 학습과 MoveCR을 결합하면 로봇 팔의 부드럽고 최적화된 안전 경로를 설계할 수 있다.

산업 분야에서 로봇에 대한 수요가 증가함에 따라 다양한 기능을 갖춘 로봇 관련 기술들이 도입되었다. 주목할 만한 발전 중 하나는 안전 울타리와 같은 물리적 장벽 없이 인간 작업자와 협력하여 작업을 분담하는 로봇의 구현이다. 이러한 협업 운영이 실제로 구현되기 위해서는 인간과 로봇이 충돌할 경우의 안전성 확보가 필요하다. 따라서 로봇 안전을 보장하고 부상을 예방하기 위해, 이러한 충돌 시나리오에 대한 기준을 수립하는 것이 중요하다. 충돌 안전성은 끼임(pinching, 준정적 접촉) 상황과 충격(impact, 일과성 접촉) 상황 모두에서 확보되어야 한다. 이를 위해 우리는 충격과 관련된 역치(통증 유발 역치)와 생체역학적 한계를 측정·평가하였다. 이러한 측정은 인간 대상자와 충격을 생성하도록 설계된 장치 간의 물리적 충돌을 포함하는 임상시험을 통해 얻었으며, 인간과 로봇 간의 일과성 충돌에 연관된 힘-통증 역치들을 분석하였다. 구체적으로, 19-32세 성인 37명의 신체 부위 두 지점에서 서로 다른 형상의 두 충격자(impactor)를 사용하여 힘-통증 역치를 측정하였다. 또한 힘-통증 역치는 관련 선행 연구들의 결과와 비교하였다. 본 결과는 협업 적용에서 로봇의 안전을 보장하기 위해 정밀하고 신뢰할 수 있는 방식으로 생체역학적 한계를 규명하는 데 도움이 될 수 있다.

이동형 매니퓰레이터는 이동 플랫폼과 매니퓰레이터를 결합한 유형의 로봇이다. 이동형 매니퓰레이터는 이동성(mobility)과 조작(manipulation) 능력이라는 두 가지 중요한 특징을 가진다. 그러나 전도(tip-over)를 방지하기 위해 환경에서 안정성과 균형을 유지하는 일은 특히 이동 플랫폼과 매니퓰레이터가 동시에 움직일 때 크게 도전적인 과제이다. 전도 안정성을 보다 정확하게 평가하기 위해, 전도 모멘트(Tip-over Moment, TOM) 방법은 TOM의 지속시간(duration)과 그것이 로봇의 각도 기울기(angular tilt)에 미치는 영향을 반영하도록 개선되어야 한다. 본 논문에서는 각도 기울기와 완전 전도의 가능성을 평가하기 위해 전도 각도(Tip-over Angle) 방법을 제안한다. 갑작스러운 정지(sudden stop) 동작에 대한 ROS-Gazebo 시뮬레이션을 사용하여 해당 방법을 검증한다.

수동 제어, 능동 제어, 입력 성형(input shaping)을 활용한 진동 억제 방법은 전통적으로 사용되어 왔다. 최근에는 심층 강화 학습(deep reinforcement learning, DRL) 컨트롤러를 이용한 진동 억제 연구가 수행되었다. 본 논문은 저수준 컨트롤러 변수에 직접 접근하는 대신, 해석이 복잡하고 생성된 진동에 대하여 직접 힘 입력을 지향할 수 없는 환경에서 강화 학습(RL)으로 학습된 신경망의 출력을 이용하여 저크(jerk)를 감소시키는 궤적을 생성하는 방법을 제안한다. 그 결과, 복잡한 시스템에서 DRL을 통해 진동 제어에 보다 용이하게 접근할 수 있다.

로봇 기술의 발전과 함께 로봇의 활용은 산업 분야는 물론 일상생활 전반으로 확대되고 있다. 인간과 로봇이 동일한 공간을 공유하는 다양한 분야에서 로봇을 활용하기 위해서는 인간-로봇 충돌 상황에서 인간의 안전이 보장되어야 한다. 따라서 안전을 위한 기준과 제한 사항을 정의하고 이를 명확히 할 필요가 있다. 본 연구에서는 알지오미터(인체 29개 부위) 장치를 이용한 준정적 접촉을 통해 인간에게 기계적 통증을 유발하였다. 힘과 압력을 유발하고 모니터링하기 위한 수동식 장치를 개발하였다. 건강한 남성 40명이 자발적으로 연구에 참여하였다. 물리적 양은 통증의 발현 시점과 최대 견딜 수 있는 통증에 근거하여 분류하였다. 시험을 통해 도출된 전반적인 결과는 통증에 대한 주관적 개념과 관련되었으며, 통증의 발현 시점과 역치에는 개인 간에 상당한 변이가 나타났다. 그 결과를 바탕으로 준정적 접촉 통증 평가 방법을 확립하였고, 힘과 압력에 관한 생체역학적 안전 제한을 제시하였다. 준정적 접촉에 기인한 통증 역치는 해당 목적에 사용되는 로봇의 안전 기준으로 활용될 수 있다.

협동 로봇 시스템에서는 작업 효율을 향상시키기 위해 인간과 로봇이 작업 공간을 공유할 수 있다. 그러나 작업 공간 내에서 충돌이 발생할 경우 인간이 중상을 입을 위험이 높기 때문에, 로봇은 작업을 수행하는 동안 인간과의 충돌을 회피할 수 있어야 한다. 기존 연구들은 이동하는 사람의 속도가 일정하다고 가정하여 경로를 생성함으로써, 복잡한 인간의 운동 특성을 반영하지 못하는 직선 또는 원호 형태의 경로를 도출하는 한계를 가진다. 본 논문에서는 Gated Recurrent Unit(GRU)를 사용하는 네트워크로 인간의 운동 경로를 예측하고, 예측된 경로를 반영하면서 향후 충돌 가능성을 고려하는 Artificial Potential Field(APF)를 생성하는 알고리즘을 제안한다. 생성된 APF 내에서 목적지에 빠르게 도달하는 충돌 회피 경로를 생성한다.

본 논문은 치과용 X-ray 장비의 실험 및 결과를 바탕으로 유연 다물체 동역학 모델링을 통해 검증 결과를 제시한다. 치과용 X-ray 장비는 육안으로 볼 수 없는 치아 구조를 관찰하고 악성 치아, 턱 관절의 손실 및 공동을 찾는데 사용된다. 장비 구동부가 구동하면서 인간의 치아와 턱관절의 전체적인 형상을 촬영한다. 그러나 촬영 중 미세 진동으로 인한 촬영 품질 저하가 발생하는 문제가 있다. 이러한 문제점을 파악하기 위해 CMS(component mode synthesis) 기법 중 하나인 Craig-Bampton 방법을 기반으로 한 모달 해석을 수행하여 주요 프레임의 주파수를 분석하고 해당 주파수를 모드 좌표로 사용하였다. 그리고 구동 요소의 미세 진동을 파악하기 위해 베어링과 벨트 모델링 그리고 base와 지면 사이의 접촉 모델링을 진행하고 실제 장비의 실험 데이터를 사용하여 모델 검증을 수행하였다.