물체 정리작업을 위한 영상기반 로봇 파지 시스템 개발

Abstract

매니퓰레이터가 물체를 성공적으로 파지하기 위해서는 물체가 놓인 위치와 자세를 추정하여 유의미한 파지 방향을 선정해야한다. 기존의 심층 신경망을 기반으로 하는 물체 자세 추정 알고리즘의 학습을 위해서는 1,000K 정도의 데이터셋이 필요하고 이를 습득하기 위해서는 적지 않은 시간과 노력을 필요로 한다. 본 논문에서는 새로운 물체에 대한 상대적으로 적은 데이터 수집만으로도 물체의 인식이 가능하도록 새로운 물체의 학습을 위한 데이터 증강(Augmentation)알고리즘을 제안한다, 증강된 데이터셋을 학습시킨 의미론적 영상 분할 신경망을 사용하여 RGB 이미지 상의 물체들을 인식하고, 깊이 센서로부터 취득한 데이터를 통해 인식된 물체의 로봇으로부터의 상대적 위치와 자세를 추정한다. 제안하는 방법은 움직이는 로봇 혹은 매니퓰레이터의 손목 카메라와 같은 고정되지 않은 위치에 설치된 RGB-D 카메라에서도 실시간으로 목표 물체의 위치 및 자세 추정이 가능하며, 이렇게 추정된 물체의 위치와 자세를 기반으로 6 자유도 매니퓰레이터가 물체를 파지하기 위한 최적의 수평, 수직 방향 자세를 도출하여 파지작업을 수행한다. 제안하는 방법을 ASUS 사의 Xtion Pro RGB-D 센서를 손목에 장착한 Universal Robot UR3 매니퓰레이터를 이용하여 실험 및 평가하였다.