인간과 같은 지각 능력을 갖춘 로봇으로 험난한 지형을 탐색할 수 있도록 지원

우리 감각이 제공하는 풍부한 정보는 뇌가 주변 세상을 탐색하는 데 있어 놀라운 역할을 합니다. 촉각, 후각, 청각, 그리고 뛰어난 균형 감각은 주말 아침의 편안한 하이킹처럼 우리에게는 쉬워 보이는 환경에서도 살아남는 데 필수적입니다.

머리 위 캐노피에 대한 본능적인 이해는 길이 어디로 이어지는지 알아내는 데 도움이 됩니다. 나뭇가지가 툭 부러지는 날카로운 소리나 이끼의 부드러운 쿠션은 우리 발판의 안정성을 알려줍니다. 나무가 쓰러지는 천둥 같은 소리나 강풍에 흔들리는 나뭇가지들은 근처에 잠재적인 위험을 알려줍니다.

반면 로봇은 오랫동안 카메라나 라이더와 같은 시각 정보에만 의존하여 세상을 이동해 왔습니다. 할리우드를 벗어나면 다감각 내비게이션은 기계에게 오랫동안 어려운 과제로 남아 있습니다. 울창한 덤불, 쓰러진 통나무, 끊임없이 변화하는 지형이 어우러진 아름다운 혼돈의 숲은 기존 로봇에게는 불확실성의 미로와 같습니다.

듀크 대학교 연구진은 시각, 진동, 촉각을 융합하여 로봇이 사람처럼 복잡한 실외 환경을 "감지"할 수 있도록 하는 WildFusion 이라는 새로운 프레임워크를 개발했습니다 . 이 연구는 최근 2025년 5월 19일부터 23일까지 조지아주 애틀랜타에서 개최되는 IEEE 국제 로봇 및 자동화 컨퍼런스(ICRA 2025)에 게재되었습니다.

듀크 대학교 기계공학 및 재료과학, 전기 및 컴퓨터공학, 컴퓨터과학 분야의 디킨슨 가문 조교수인 보위안 첸(Boyuan Chen)은 " WildFusion은 로봇 내비게이션과 3D 매핑 분야의 새로운 장을 엽니다."라고 말했습니다. "WildFusion은 로봇이 숲, 재난 지역, 오프로드 지형과 같이 구조화되지 않고 예측 불가능한 환경에서 더욱 안정적으로 작동할 수 있도록 도와줍니다."

"일반적인 로봇은 비전 시스템이나 LiDAR에만 크게 의존하는데, 명확한 경로나 예측 가능한 랜드마크가 없으면 종종 제대로 작동하지 않습니다."라고 Chen 연구실의 수석 학생 저자이자 박사 과정 2년차 학생인 Yanbaihui Liu는 덧붙였습니다. "고급 3D 매핑 방법조차도 센서 데이터가 부족하거나 노이즈가 많거나 불완전할 경우 연속적인 지도를 재구성하는 데 어려움을 겪습니다. 이는 구조화되지 않은 실외 환경에서 흔히 발생하는 문제입니다. WildFusion은 바로 이러한 문제를 해결하기 위해 설계되었습니다."

네 발 로봇을 기반으로 제작된 WildFusion은 RGB 카메라, LiDAR, 관성 센서, 특히 접촉식 마이크와 촉각 센서를 포함한 다양한 감지 방식을 통합합니다. 기존 방식과 마찬가지로, 카메라와 LiDAR는 주변 환경의 기하학적 구조, 색상, 거리 및 기타 시각적 세부 정보를 포착합니다. WildFusion 의 특별한 점은 음향 진동과 촉각을 활용한다는 것입니다.

로봇이 걸을 때, 접촉식 마이크는 각 걸음마다 발생하는 고유한 진동을 기록하여 마른 나뭇잎의 바삭거림과 진흙의 부드러운 마찰음과 같은 미묘한 차이를 포착합니다. 한편, 촉각 센서는 각 발에 가해지는 힘을 측정하여 로봇이 실시간으로 안정성이나 미끄러짐을 감지하도록 도와줍니다. 이러한 추가 감각은 관성 센서로 보완되어 로봇이 고르지 않은 지면을 지날 때 얼마나 흔들리고, 좌우로 흔들리고, 구르는지 평가하는 가속도 데이터를 수집합니다.

각 유형의 감각 데이터는 특수 인코더를 통해 처리되어 하나의 풍부한 표현으로 융합됩니다. WildFusion의 핵심은 암묵적 신경 표현이라는 개념을 기반으로 하는 딥러닝 모델입니다. 환경을 개별적인 점들의 집합으로 취급하는 기존 방식과 달리, 이 접근법은 복잡한 표면과 특징을 지속적으로 모델링하여 로봇이 시야가 가려지거나 모호한 경우에도 어디로 발을 내딛을지 더욱 지능적이고 직관적인 결정을 내릴 수 있도록 합니다.

"퍼즐 조각이 몇 개 빠진 것처럼 보이지만, 직관적으로 전체 그림을 그려낼 수 있다고 생각해 보세요."라고 첸은 설명했습니다.

" WildFusion 의 다중 모드 접근 방식은 센서 데이터가 부족하거나 노이즈가 있을 때 로봇이 '빈칸을 채울' 수 있도록 합니다. 마치 사람이 하는 것처럼 말이죠."

WildFusion은 듀크 대학교 캠퍼스 근처 노스캐롤라이나주 에노 강 주립공원에서 테스트되었으며, 로봇이 울창한 숲, 초원, 자갈길을 성공적으로 탐색하는 데 도움을 주었습니다. 류 씨는 "로봇이 자신 있게 지형을 탐색하는 모습을 지켜보는 것은 정말 보람 있는 경험이었습니다."라고 말했습니다.

"이러한 실제 테스트를 통해 WildFusion 이 이동 가능성을 정확하게 예측하는 놀라운 능력을 입증했으며, 험난한 지형에서 안전한 경로로 이동하는 로봇의 의사 결정 능력을 크게 향상시켰습니다."

앞으로 연구팀은 열 또는 습도 감지기와 같은 추가 센서를 통합하여 로봇의 복잡한 환경 이해 및 적응 능력을 더욱 향상시켜 시스템을 확장할 계획입니다. 유연한 모듈형 설계를 갖춘 WildFusion은 산림 산책로를 넘어 예측 불가능한 지형에서의 재난 대응, 원격 인프라 점검, 자율 탐사 등 다양한 분야에 활용될 수 있는 잠재력을 가지고 있습니다.

"오늘날 로봇 공학의 핵심 과제 중 하나는 실험실에서 좋은 성능을 발휘할 뿐만 아니라 실제 환경에서도 안정적으로 작동하는 시스템을 개발하는 것입니다."라고 첸은 말했습니다.

"즉, 세상이 어지러워져도 적응하고, 결정을 내리고, 계속 움직일 수 있는 로봇을 의미합니다."

이 연구는 DARPA(HR00112490419, HR00112490372)와 육군 연구소(W911NF2320182, W911NF2220113)의 지원을 받았습니다.

출처: https://www.sciencedaily.com/releases/2025/05/250519132021.htm