로봇이 인간의 동작을 모방하기 위해서는 각 인간 관절이 로봇에 대응(mapping)되어야 한다. NAO 로봇의 매핑 과정에서는 인간의 팔(자유도 6)과 로봇의 팔(자유도 4) 사이에 자유도 불일치(degrees-of-freedom mismatch) 문제가 존재한다. 인간 관절 각도에서 로봇 관절 각도를 수집하는 과정에서 6자유도에 해당하는 일부 정보가 누락되며, 그 결과 로봇의 동작이 부정확하거나 오류를 발생시켜 추가적인 계산이 필요해진다. 본 논문에서는 인공 신경망을 사용하여 정보를 누락하지 않으면서 자유도 제약을 최소화함으로써 인간의 움직임을 모방하는 로봇 기술을 제안한다. 제안한 접근의 타당성을 검증하기 위해, 인간의 오른팔 및 상체 동작의 919개 동작 프레임 각각에 대해 수동으로 측정한 정답 데이터셋과 역기구학(inverse kinematics) 정답 데이터셋을 생성하였다. 로봇의 모방 성능은 수동 측정 및 역기구학 정답 데이터셋을 사용하여 10-fold 검증을 수행한 결과, 오른팔 모방에서 3.245와 4.24, 상체 모방에서 5.10과 4.82로 안정적으로 나타났다. 또한 로봇 예측 동작 신호 그래프의 경향이 정답 동작 신호 그래프와 유사함에 따라, 제안 접근은 꾸준한 모방 성능을 보였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.