충돌 거리 예측 모델의 학습 및 예측 방법, 그에 따른 장치

로봇의 실시간 모션 플래닝

본 기술은 로봇 및 장애물을 구성하는 각 요소를 추출하고, 이들의 쌍별(pairwise) 배치 연산을 통해 충돌 거리를 병렬 예측하는 것으로 기하학적 특징 벡터와 상대 변환 행렬을 기반으로 충돌 거리 예측 모델을 학습하며, 예측된 쌍별 거리 중 최솟값을 전역 충돌 거리로 산출하여 실시간 모션 플래닝에 활용할 수 있습니다.

기존은 고자유도 로봇 시스템에서 기존 모션 플래닝 알고리즘에 필수적인 최소 거리 계산 시 높은 계산 복잡도로 인해 성능 저하가 발생하고, 데이터 기반 학습 방법 적용 시에도 환경 변화에 따른 유연성이 낮고 재학습 요구가 잦아 범용성이 떨어지는 문제점이 있었습니다.

본 기술은 로봇 구성요소와 장애물 간의 상대변환 값 및 포인트 클라우드 기반 형상 특징 벡터를 추출하여 학습하는 모델을 제안하며, 이를 배치(batch) 단위로 입력받아 병렬 계산함으로써 연산 효율을 높이고, 특정 형상 요소에 대한 재학습없이 환경 변화에 대응하는 유연성을 확보할 수 있습니다.

Key Features:

• 충돌 거리 예측 모델의 학습 장치가 로봇 및 장애물의 구동 가능한 모든 구성요소를 추출
• 장애물에서 추출된 각각의 상기 구성요소를 쌍(pair)별로 묶어서 구성한 구성요소 쌍들을 입력
• 구성요소 쌍들 각각에 대하여 구성요소 쌍 사이의 최소 거리를 나타내는 쌍별 충돌 거리(pairwise collision distance)를 각각 예측
• 예측된 전역 충돌 거리 및 실제 충돌 거리를 비교하는 손실함수를 통하여 충돌 거리 예측 모델을 학습

‍

본 기술은 정보통신기획평가원의 목적지향 인공지능 생성 및 추론 연구과제 지원을 통해 개발되었습니다.

‍