머신 러닝을 활용한 표면 질감을 인식하는 마찰 전기 센서

Abstract

최근 의료, 농업, 사회 지원, 자율 시스템에서 다양한 방법으로 로봇이 적용됨으로 써 효과적이고 정밀한 센서에 대한 필요성이 대두되고 있다. 로봇공학에서 센서의 궁 극적인 목표는 인간의 오감을 모방하는 것이며, 현재까지 시각과 청각 분야는 자율 주행, 가상현실(VR), 증강현실(AR), 실시간 언어 번역 등에서 광범위하게 적용되면 서 많은 개발이 이뤄졌다. 반면에 촉각 분야는 상대적으로 연구가 미흡한 상황이다. 본 연구는 인간의 촉감에서 기계수용체(mechanoreceptors)를 모방하기 위한 방법을 제시하며, 그 중 FA(fast adapting) 수용체를 모방하기 위한 목적을 가지고 연구를 진행했다. 기계수용체는 압력과 진동을 감지하는 역할을 하며, 그 중 압력을 감지하는 수용체를 SA(slow adapting) 수용체, 진동을 감지하는 수용체를 FA 수용체로 분류한다. 힘, 압력, 압력분포를 감지하는 SA 수용체를 모방하는 촉각센서와 비교할 때, 표면의 거칠기나 질감을 감지하는 FA 수용체를 모방하는 촉각센서 연구는 아직 부족한 상황이다. 본 연구에서는 TEG (triboelectric generator)를 촉각센서에 도입하여 표면의 질감을 분류할 수 있는 촉각센서를 제작했다. 촉각센서로써 TEG가 가지는 장점은 대표적으로 자가발전(self-power) 특성이며, 그 외에도 빠른 응답속도와 높은 민감도의 장점이 있다. 그리고 무엇보다 TEG에서 발생한 신호와 인간의 FA 수용체 신호가 상당히 유사하기 때문에 TEG는 FA 수용체를 모방하기 위한 훌륭한 소자이다. TEG에서 triboelectric effect를 극대화하기 위해 전자친화도의 차이가 큰 두 물 질 PET(Polyethylene Terephthalate)와 PTFE(Polytetrafluoroethylene)를 선정했다. 또한 TEG에 3D 프린터로 제작한 single tip을 부착하여 표면 패턴에 따른 진동이 TEG에 전달될 수 있도록 했다. 주기적인 패턴을 제작하는 방법은 3D 프린터와 lithography 공정을 이용했다. 주기적인 패턴에 따른 TEG 신호에 주기적 정보를 추출하기 위해 FFT (fast Fourier transform)을 적용했으며, 이 정보에 머신 러닝을 적용하여 각 패턴을 분류할 수 있는지를 검증했다. 본 연구에서의 TEG 센서는 최소 100um 주기를 갖는 패턴을 95% 이상의 정확도로 인식(recognition)할 수 있으며, 최소 50um 주기의 차이를 갖는 패턴들을 90% 이상의 정확도로 분류(classification)할 수 있었다. 본 연구에서는 단순히 주기성을 갖는 패턴에 대한 인식 및 분류를 진행했다. 완전한 인간의 촉각을 구현하기 위해서는 주기성을 갖는 패턴이 아닌 비주기적인 특성을 갖는 질감까지도 인식 및 분류할 수 있어야 한다. 비주기적인 질감까지 인식 및 분류하기 위해서 가장 중요한 것은 신호처리이다. Raw signal에서 주기적 특성을 파악하기 위해 FFT를 적용한 것처럼 비주기적인 질감을 분류하기 위해서는 그에 맞는 새로운 방법의 신호 변환이 필요하다. 만약 이 문제가 해결된다면 인간의 FA수용체를 완벽하게 모방할 수 있을 것이다.