복잡한 환경을 안정적으로 탐색할 수 있는 로봇을 개발하려는 노력은 근본적인 한계로 인해 오랫동안 방해를 받아 왔습니다. 대부분의 로봇 비전 시스템은 본질적으로 까다로운 기상 조건에서 작동하지 않습니다. 짙은 안개 속에서 고군분투하는 자율 차량부터 연기로 가득 찬 건물로 인해 방해를 받는 구조 로봇에 이르기까지 이러한 제한은 실패가 허용되지 않는 로봇 응용 분야의 심각한 취약성을 나타냅니다.
에이 돌파구 펜실베이니아 대학교 공학 및 응용과학 대학의 박사는 로봇이 환경을 인식하는 방식을 변화시킬 것이라고 약속합니다. PanoRadar라고 불리는 그들의 혁신적인 시스템은 인공 지능과 결합된 전파 기술을 활용하여 기존 센서를 쓸모 없게 만드는 조건에서도 주변의 상세한 3차원 보기를 생성합니다.
환경 장벽을 뛰어넘다
현대 로봇 비전 시스템은 주로 빛 기반 센서, 즉 카메라와 LiDAR(빛 감지 및 범위 지정) 기술에 의존합니다. 이러한 도구는 최적의 조건에서는 탁월하지만 불리한 환경에서는 심각한 제한에 직면합니다. 연기, 안개 및 기타 미립자 물질은 광파를 분산시켜 가장 필요할 때 이러한 기존 센서를 효과적으로 눈멀게 할 수 있습니다.
PanoRadar는 빛을 차단하는 환경 장애물을 통과할 수 있는 더 긴 파장의 전파를 활용하여 이러한 제한 사항을 해결합니다. “우리의 초기 질문은 두 가지 감지 방식의 장점을 결합할 수 있는지 여부였습니다.”라고 컴퓨터 및 정보 과학 조교수인 Mingmin Zhao는 설명합니다. “안개 및 기타 까다로운 조건에 대한 탄력성을 갖춘 무선 신호의 견고성과 시각 센서의 고해상도.”
시스템의 혁신적인 설계는 비용 효율성이라는 또 다른 중요한 이점을 제공합니다. 기존의 고해상도 LiDAR 시스템에는 가격이 너무 비싸서 널리 채택되는 데 제한이 있는 경우가 많습니다. PanoRadar는 회전 안테나 배열과 고급 신호 처리를 영리하게 사용하여 적은 비용으로 비슷한 이미징 해상도를 달성합니다.
이러한 비용상의 이점과 전천후 기능이 결합되어 PanoRadar는 로봇 인식 분야에서 잠재적인 판도를 바꿀 수 있는 위치에 있습니다. 이 기술은 연기 속에서도 정확한 추적을 유지하는 능력을 입증했으며 유리벽으로 공간을 매핑할 수도 있습니다. 이는 기존의 조명 기반 센서로는 불가능한 기술입니다.
PanoRadar의 기술
PanoRadar는 기본적으로 환경 스캐닝에 대해 믿을 수 없을 만큼 단순하면서도 독창적인 접근 방식을 사용합니다. 이 시스템은 전파를 지속적으로 방출하고 수신하는 수직 배열의 회전 안테나를 활용하여 주변 환경에 대한 포괄적인 시야를 제공합니다. 이 회전 메커니즘은 가상 측정 지점의 조밀한 네트워크를 생성하여 시스템이 매우 상세한 3차원 이미지를 구성할 수 있도록 합니다.
그러나 진정한 혁신은 이러한 무선 신호의 정교한 처리에 있습니다. “핵심 혁신은 이러한 전파 측정을 처리하는 방법에 있습니다.”라고 Zhao는 말합니다. “우리의 신호 처리 및 기계 학습 알고리즘은 환경에서 풍부한 3D 정보를 추출할 수 있습니다.”
이러한 수준의 정밀도를 달성하는 데는 상당한 기술적 장애물이 있었습니다. 수석 저자인 Haowen Lai는 “무선 신호로 LiDAR와 비교할 수 있는 해상도를 얻으려면 다양한 위치에서 측정한 측정값을 밀리미터 미만의 정확도로 결합해야 했습니다.”라고 설명합니다. 이러한 문제는 시스템이 작동 중일 때 특히 심각해집니다. 최소한의 움직임이라도 이미징 품질에 영향을 미칠 수 있기 때문입니다.
팀은 수집된 데이터를 해석하기 위해 고급 기계 학습 알고리즘을 개발했습니다. 연구원 Gaoxiang Luo에 따르면, 그들은 AI 시스템이 레이더 신호를 이해할 수 있도록 실내 환경에서 발견되는 일관된 패턴과 기하학적 구조를 활용했습니다. 개발 과정에서 시스템은 LiDAR 데이터를 참조점으로 사용하여 해석을 검증하고 개선했습니다.
실제 적용 및 영향
PanoRadar의 기능은 기존 비전 시스템이 한계에 직면한 여러 분야에 걸쳐 새로운 가능성을 열어줍니다. 비상 대응 시나리오에서 이 기술을 사용하면 구조 로봇이 연기로 가득 찬 건물을 효과적으로 탐색하면서 기존 센서가 작동하지 않는 정확한 추적 및 매핑 기능을 유지할 수 있습니다.
시각적 장애물을 통해 사람을 정확하게 감지하는 이 시스템의 능력은 위험한 환경에서의 수색 및 구조 작업에 특히 유용합니다. 연구 보조원인 Yifei Liu는 “다양한 건물에 대한 현장 테스트를 통해 기존 센서가 어려움을 겪고 있는 곳에서 무선 감지가 어떻게 탁월한지 보여주었습니다.”라고 말했습니다. 유리벽으로 공간을 매핑하고 연기가 가득한 환경에서 기능을 유지하는 이 기술의 역량은 안전 작업을 향상시킬 수 있는 잠재력을 보여줍니다.
자율주행차 부문에서 PanoRadar의 전천후 기능은 업계에서 가장 고질적인 과제 중 하나인 악천후 조건에서도 안정적인 작동을 유지하는 문제를 해결할 수 있습니다. 시스템의 고해상도 이미징 기능은 안개, 비 및 기타 까다로운 조건에서도 작동할 수 있는 능력과 결합되어 자율 주행 차량의 안전성과 신뢰성을 크게 향상시킬 수 있습니다.
또한 기존 고급 감지 시스템에 비해 이 기술의 비용 효율성은 산업 자동화에서 보안 시스템에 이르기까지 다양한 로봇 애플리케이션 전반에 걸쳐 더 폭넓게 배포할 수 있는 실행 가능한 옵션입니다.
해당 분야에 대한 미래의 시사점
PanoRadar의 개발은 단순한 새로운 감지 기술 그 이상을 나타냅니다. 이는 로봇이 환경을 인식하고 상호 작용하는 방식의 잠재적인 변화를 나타냅니다. Penn Engineering 팀은 이미 PanoRadar를 카메라 및 LiDAR와 같은 기존 감지 기술과 통합하여 보다 강력한 다중 모드 인식 시스템을 만드는 방법을 모색하고 있습니다.
Zhao는 “위험이 큰 작업의 경우 환경을 감지하는 다양한 방법을 갖는 것이 중요합니다.”라고 강조합니다. “각 센서에는 장단점이 있으며, 이를 지능적으로 결합함으로써 실제 문제를 처리할 수 있는 더 나은 장비를 갖춘 로봇을 만들 수 있습니다.”
이러한 다중 센서 접근 방식은 중복성과 신뢰성이 가장 중요한 중요한 응용 분야에서 특히 유용할 수 있습니다. 팀은 다양한 로봇 플랫폼과 자율주행 차량을 포함하도록 테스트를 확장하고 있으며, 로봇이 환경 조건에 따라 서로 다른 감지 모드 사이를 원활하게 전환할 수 있는 미래를 제시하고 있습니다.
이 기술의 잠재력은 현재의 능력을 넘어 확장됩니다. AI 및 신호 처리 기술이 계속 발전함에 따라 PanoRadar의 향후 반복은 더욱 높은 해상도와 더욱 정교한 환경 매핑 기능을 제공할 수 있습니다. 이러한 지속적인 발전은 인간과 기계의 인식 사이의 격차를 해소하여 로봇이 점점 더 복잡해지는 환경에서 보다 효과적으로 작동할 수 있도록 도와줄 수 있습니다.
결론
로봇 공학이 비상 대응부터 교통까지 사회의 중요한 측면에 계속해서 통합됨에 따라 신뢰할 수 있는 전천후 인식 시스템의 필요성이 점점 더 중요해지고 있습니다. 전파 기술과 AI를 결합하는 PanoRadar의 혁신적인 접근 방식은 로봇 비전의 현재 한계를 해결할 뿐만 아니라 기계가 환경과 상호 작용하고 이해하는 방식에 대한 새로운 가능성을 열어줍니다. 광범위한 응용 분야와 지속적인 개발에 대한 잠재력을 갖춘 이 획기적인 발전은 로봇 인식 시스템의 진화에 중요한 전환점이 될 수 있습니다.
게시물 전파 기술로 로봇에 ‘전천후 비전’ 제공 처음 등장한 Unite.AI.