Relay Robotics는 실내 로봇을 위한 자율 항법 수준을 제안합니다.

Relay 로봇은 자율 항법을 이용해 호텔 배달을 합니다. 출처: 릴레이 로봇공학

자율주행이라고 하면 가장 먼저 떠오르는 것은 자율주행차다. 수십 년에 걸쳐 개발이 이루어졌지만 최근 몇 년간 상당한 발전이 있었습니다.

자율주행차 산업에서 널리 사용되는 중요한 프레임워크 중 하나는 운전 자동화 수준을 분류하는 것입니다. 2014년 SAE(Society of Automotive Engineers)에서 정의한 뼈대 현장의 표준 참조로 남아 있습니다.

실내에서 모바일 로봇 그 명성 근처에서도 즐기지 못했습니다. 자율주행차 지난 10년 동안에도 상당한 발전을 이루었습니다. 인력 부족으로 인해 서비스 로봇 숙박업, 의료, 창고 및 물류, 식품 서비스, 청소 등 다양한 산업 전반에 걸쳐 점점 더 많이 배치되고 있습니다.

특히 중계 로봇은 바쁜 현장에 배치되고 있습니다. 병원 그리고 호텔 전 세계적으로. 그러나 자율주행과 달리 현재 자율주행 수준에 대해 널리 채택되는 표준은 없습니다. 항해 실내 로봇용. 우리의 목표는 그러한 프레임워크를 제시하는 것입니다.

자율 주행 자동차의 대체 수단으로 인간 운전자의 고유한 가용성을 고려하면 SAE 프레임워크의 대부분은 인간 운전자와 자율 주행 에이전트 간의 운전 책임 분배를 기반으로 합니다. 레벨 0은 인간 운전자가 완전히 제어할 수 있는 자동화가 없음을 나타냅니다.

레벨 1, 2, 3에는 부분 자동화 수준이 다양합니다. 레벨 4에서는 차량이 완전 자율 주행이 가능하지만 정의된 특정 조건에서만 가능합니다. 다음과 같은 대표적인 자율주행 기업 웨이모 이 수준의 자율성을 달성했습니다.

마지막으로 레벨 5는 모든 상황에서 모든 상황에서 완전 자동화됩니다. 이 수준은 아직 달성되지 않았습니다.

실내 로봇의 자율 항법 수준에 어떤 영향을 미치나요?

설치 복잡성

실내 로봇은 인간 운전자와 본질적인 파트너십을 갖고 있지 않습니다. 본질적으로 이와 관련하여 SAE 프레임워크의 레벨 4에서 시작됩니다. 그러나 실내 로봇은 다른 이점을 가지고 있습니다. 즉, 초기 자율성 수준에서 대신 의존할 수 있는 또 다른 버팀목, 즉 환경을 수정할 수 있는 능력입니다.

예를 들어, 바닥에 선을 칠하거나 벽에 랜드마크를 배치하여 건물의 기반 시설을 수정하는 것은 모든 도로 기반 시설을 수정하는 것에 비해 어렵지 않습니다. 이러한 마커는 자동 가이드 차량에 매우 유용한 보조 장치가 될 수 있습니다(AGV) 탐색.

일반적으로 오늘날 실내 로봇은 작동되기 전에 설치 과정을 거친다. 건물 인프라를 수정하는 것 외에도 매핑, 라벨링 및 기타 필수 설정이 이 프로세스의 일부일 수 있습니다. 이는 종종 비용, 시간, 노동 집약적일 수 있습니다.

하지만 로봇의 탐색 기술이 발전할수록 설치 과정이 덜 복잡해지는 경향이 있습니다. 설치 복잡성이 낮을수록 채택 비용과 마찰이 줄어듭니다.

따라서 설치 복잡성은 실내 로봇의 자율 탐색 수준을 정의하는 동안 고려해야 할 중요한 요소입니다.

모바일 로봇 고려 사항에는 병원과 같은 동적 환경에서의 안전성과 효율성이 포함됩니다. 출처: 릴레이 로봇공학

소셜 탐색

자율 주행 자동차와 실내 자율 로봇의 또 다른 주요 차이점은 물론 환경의 차이입니다. 공장과 같은 환경을 제외하면 대부분의 실내 환경은 매우 비구조적입니다. 차선이나 신호등도 없고, 사람들을 위한 전용 횡단보도도 없으며, 잘 정의된 도로 규칙도 없습니다.

대신 실내 환경은 매우 사회적 공간입니다. 로봇은 공간을 사용하는 다른 모든 에이전트(인간 및 로봇)와 함께 공동 탐색해야 합니다. 잘 정의된 도로 규칙은 국가, 환경, 상황 및 기타 여러 요인에 따라 변경되는 느슨하게 정의된 일련의 사회적 규칙으로 대체됩니다. 예를 들어 로봇이나 사람, 기타 차량은 왼쪽으로 지나갈까요, 오른쪽으로 지나갈까요?

고도로 구조화되지 않은 사회적 환경에서 성공적으로 탐색하려면 일반적으로 “사회적 탐색”이라는 레이블 아래에 배치되는 기술과 행동이 필요합니다. 높은 수준에서 소셜 내비게이션은 주변 인간의 경험을 보존하거나 향상시키는 방식으로 인간이 거주하는 환경에서 로봇이 탐색할 수 있도록 하는 일련의 행동입니다.

기능적 탐색에 중점을 두는 반면 안전 효율성을 통해 작업을 완료할 수 있지만 인간이 적응해야 하는 경우가 많은 로봇이 탄생하는 반면, 소셜 내비게이션은 인간 경험의 질에 초점을 맞추고 로봇이 인간에 적응할 수 있도록 합니다. 이는 공장이나 창고처럼 통제되고 사람이 적은 환경에서는 중요하지 않을 수 있지만 구조화되지 않은 사람이 거주하는 환경에서는 점점 더 중요해지고 있습니다.

운영 도메인은 자율 탐색을 정의하는 데 도움이 됩니다.

로봇의 작동 영역은 로봇이 성공할 수 있는 환경입니다. 모든 실내 환경이 동일하지는 않습니다. 환경마다 요구 사항이 다르며 다양한 수준의 탐색 정교함이 필요할 수 있습니다.

예를 들어 창고와 공장에서는 더 간단하고 안전에 초점을 맞춘 탐색 기능을 갖춘 로봇이 성공할 수 있습니다. 반면, 호텔이나 레스토랑과 같은 환경은 구조화되지 않고 예측할 수 없으며 더 높은 수준의 탐색 기술, 특히 소셜 탐색 기술이 필요합니다. 병원이나 노인 요양원과 같이 매우 혼잡한 환경이나 민감한 환경에서는 훨씬 더 어려운 일입니다.

모든 실내 환경에 가장 높은 소셜 내비게이션 수준의 로봇이 필요한 것은 아니지만, 병원과 같은 환경에 소셜 내비게이션 기술이 낮은 로봇을 배치하면 성능이 저하될 수 있습니다. 따라서 로봇의 작동 영역을 정의하는 것이 중요합니다.

다층 자율주행

자율주행차는 단층 도로만 걱정하면 된다. 그러나 전 세계의 많은 건물은 여러 층으로 이루어져 있으며 로봇이 효율적으로 이러한 층을 횡단할 수 있어야 합니다. 이러한 수직 탐색 문제를 극복하면 로봇의 작동 영역이 크게 증가할 수 있으며 이는 로봇의 레벨을 정의할 때 고려해야 할 중요한 요소입니다.

따라서 설치 복잡성, 소셜 내비게이션 및 운영 영역은 실내 로봇의 자율 내비게이션 수준을 측정할 수 있는 세 가지 척도입니다.

다층 내비게이션은 매우 중요하지만 2D 내비게이션 기술과 다소 직교하며 모든 내비게이션 수준의 로봇이 잠재적으로 이에 액세스할 수 있습니다. 따라서 우리는 모든 레벨에 추가할 수 있는 이 기능에 대한 레벨 수정자를 만듭니다.

이제 실내 로봇 탐색 수준을 정의하는 방법을 살펴보겠습니다.

실내 로봇의 자율 항법 수준

레벨 0

자율주행 능력이 없고 인간에게 전적으로 의존하는 로봇이다. 작동하다 그들을. 이 범주에 속하는 로봇은 텔레프레즌스 로봇과 원격 조종 자동차와 같은 원격 제어 로봇입니다.

레벨 1

최소한의 능력을 갖춘 로봇 감지기 바닥에 묻은 전선, 자기 테이프 또는 페인트와 같은 물리적 메커니즘을 사용하여 미리 정의된 경로로만 탐색할 수 있습니다. 이러한 레벨 1 로봇은 미리 정의된 경로를 벗어날 수 없습니다.

이러한 AGV에는 위치 개념이 없으며 경로를 따라 이동한 거리만 사용하여 결정을 내립니다. 일반적으로 장애물을 감지하고 속도를 줄이거나 정지할 수 있지만 장애물을 피할 수는 없습니다.

마우스 AGC 3A10-20T 자동 가이드 카트. 출처: 도요타

레벨 1 로봇은 설치 중에 건물 인프라를 광범위하게 변경해야 하므로 상당한 비용이 소요됩니다. 그들은 사회적 탐색 능력이 거의 없기 때문에 그들의 작전 영역은 주로 고도로 구조화되고 통제됩니다. 조작 그리고 기호 논리학 환경.

레벨 1 특성. 출처: 릴레이 로봇공학

레벨 2

레벨 2에서 작동하는 로봇은 물리적 경로 정의가 필요하지 않지만 설치 중에 디지털 방식으로 정의된 경로에 의존하는 AGV입니다. 이러한 모바일 로봇은 현장의 전략적 위치에 배치된 반사판, 기준점 또는 비콘과 같은 외부 보조 장치를 사용하여 현장 내에서 스스로 위치를 파악할 수 있습니다. 이 위치를 사용하여 가상으로 정의된 경로를 따라갈 수 있습니다.

레벨 1 로봇과 마찬가지로 이 로봇도 미리 정의된 가상 경로를 벗어날 수 없으며 장애물을 감지하고 정지할 수만 있을 뿐 피할 수는 없습니다.

벽에 반사경을 사용하여 삼각측량을 하는 AGV 시연입니다. 원천: Cisco-Eagle

필요한 인프라 변경이 레벨 1만큼 방해적이지는 않지만 외부 현지화 소스 설치가 필요하기 때문에 이러한 로봇은 설치가 중간 정도 복잡합니다. 고정 경로는 사회적 탐색 기술이 낮고 인간과의 상호 작용이 거의 또는 전혀 없는 상대적으로 구조화된 환경에서 여전히 가장 잘 사용된다는 것을 의미합니다.

레벨 2 자율 항법 특성. 출처: 릴레이 로봇공학

레벨 3

레벨 3에서 작동하는 로봇은 탐색을 위해 온보드 센서에 전적으로 의존합니다. 그들은 라이더 및/또는 카메라를 사용하여 환경 지도를 형성하고 그 안에서 자신의 위치를 ​​파악합니다. 이 지도를 사용하여 그들은 현장을 통과하는 자신만의 경로를 계획할 수 있습니다. 또한 장애물이 감지되면 동적으로 경로를 변경할 수도 있습니다. 따라서 장애물을 감지할 수 있을 뿐만 아니라 피할 수도 있습니다.

3D LiDAR 포인트 클라우드 시각화. 출처: Jose Guivant, “실시간 3D 포인트 클라우드를 활용한 자율주행“

레벨 3 로봇의 이러한 독립성과 유연성은 인프라 변경이 필요하지 않기 때문에 적절한 소셜 탐색 기술을 제공하고 설치 복잡성을 크게 줄입니다.

레벨 3 로봇은 인간과 함께 탐색할 수 있는 비구조적 환경에서 사용될 수 있습니다. 이는 지능의 상당한 증가를 나타내며 이 수준 이상의 시스템을 자율 이동 로봇(AMR). 대부분의 최신 서비스 로봇이 이 범주에 속합니다.

레벨 3 자율 항법 특성. 출처: 릴레이 로봇공학

레벨 4

레벨 3의 로봇은 인간과 함께 구조화되지 않은 환경에서 탐색하는 문턱을 넘었지만 여전히 적당한 사회적 탐색 기술을 가지고 탐색합니다. 모든 인간 상호 작용 시나리오에 정교하게 적응하는 데 필요한 고급 소셜 탐색 기술이 없습니다. 때로는 행동 제한을 보상하기 위해 상호 작용하는 인간이 필요합니다.

이와 대조적으로 레벨 4 로봇은 인간과 동등할 정도로 진화된 사회적 탐색 기술을 갖춘 AMR입니다. 물리적인 제한이 없다면 실내 환경과 상황에 상관없이 탐색이 가능합니다.

즉, 작동 영역에는 모든 실내 환경이 포함될 수 있습니다. 이것의 또 다른 결과는 레벨 4 로봇이 탐색을 위해 인간의 개입을 필요로 해서는 안 된다는 것입니다.

이 수준은 아직 완전히 달성되지 않았으며, 정교한 소셜 네비게이션에 필요한 모든 것을 정의하고 평가하는 것은 어려운 일이며 여전히 활발한 연구 분야입니다. 다음은 소셜 탐색의 모든 측면을 포착하려는 최근 시도의 인포그래픽입니다.

출처: Anthony Francis 외, “소셜 로봇 내비게이션 알고리즘 평가를 위한 원칙 및 지침“

능숙하게 탐색하려면 모든 실내 환경에서 로봇은 복잡하고, 불분명하며, 끊임없이 변화하는 일련의 규칙 내에서 최적화할 수 있어야 합니다. 이것은 인간이 의식적인 생각 없이 쉽게 처리할 수 있는 일이지만, 그 용이함은 많은 복잡성을 믿게 만듭니다. 다음은 인간 수준의 사회적 탐색을 달성하는 과정에 놓여 있는 몇 가지 과제입니다.

• 근접학: 모든 사람은 주변에 개인 공간으로 간주되는 공간을 가지고 있습니다. 그 공간에 침입하면 불편해질 수 있으므로 로봇은 탐색하는 동안 이를 존중해야 합니다. 그러나 이 공간 버블의 크기와 모양은 문화, 환경, 상황, 군중 밀도, 연령, 성별 등에 따라 달라질 수 있습니다. 편안하지만 엘리베이터를 타면 이 공간이 상당히 줄어들어야 합니다. 모든 상황에 대한 규칙을 지정하는 것은 금방 어려워질 수 있습니다.
• 공유 리소스: 건물 내 문, 엘리베이터 및 기타 공유 자원의 사용에는 고유한 암묵적인 규칙이 있습니다. 건물의 나머지 부분에 적용되는 탐색 패턴은 여기에 적용되지 않을 수 있습니다. 또한 로봇은 이러한 자원을 사용하는 동안 특정 사회적 규범을 따라야 합니다. 다른 사람에게 문을 여는 것은 예의바른 행동으로 간주됩니다. 사람들이 엘리베이터에서 나가기를 기다렸다가 들어가려고 하는 것, 붐비는 엘리베이터에서 내리려는 사람들을 위해 공간을 만들어 주는 것, 심지어 일시적으로 엘리베이터에서 내려서 사람들이 나갈 수 있는 공간을 만들어 주는 것은 로봇이 지켜야 할 일반적인 예의입니다.
• 의사소통 의도: 로봇은 다른 에이전트와 공동 탐색하면서 자신의 의도를 전달할 수 있어야 합니다. 그렇게 하지 않으면 때때로 불확실성과 혼란이 생길 ​​수 있습니다. 인간은 신체 언어, 눈맞춤 또는 언어적 의사소통을 통해 이를 수행합니다. 좁은 복도에서 다른 사람을 향해 걸어가거나 동시에 같은 문에 접근하는 등 교착상태에 처했을 때 우리는 특히 이 방법에 의존합니다. 또한 로봇은 상호 작용하는 인간의 안전과 편안함을 유지하면서 이와 같은 상황을 해결할 수 있어야 합니다.

대체로 이 수준의 소셜 탐색을 달성하는 것은 매우 어렵습니다. 일부 레벨 3 로봇은 이러한 문제 중 일부를 부분적으로 해결했을 수도 있지만, 진정한 레벨 4 자율성에 도달하려면 아직 갈 길이 멀습니다.

레벨 4 실내 항법 특성. 출처: 릴레이 로봇공학

레벨 5

인간으로서 우리는 새롭고 낯선 건물에서도 표지판에 의존하고, 의미 지식을 사용하고, 필요할 때 길을 물어봄으로써 길을 찾을 수 있습니다. 오늘날의 로봇은 이것을 할 수 없습니다. 최소한 설치 중에 사이트가 완전히 매핑되어야 합니다.

서비스 로봇의 레벨 5 자율 실내 탐색. 출처: Google Gemini로 생성된 Relay Robotics

레벨 5 로봇은 모든 실내 환경을 인간의 기술과 동등하게 탐색할 수 있을 뿐만 아니라 사전 구축된 상세한 지도와 수동 집약적인 설치 프로세스 없이 완전히 새로운 환경에서도 탐색할 수 있는 로봇입니다. 이를 통해 설치 복잡성이 완전히 제거되어 로봇이 새로운 환경에서 즉시 작동할 수 있게 되고 채택에 대한 마찰이 줄어들며 로봇이 더욱 널리 보급될 수 있는 기반이 마련됩니다.

이는 자율주행차가 작동하기 전에 지역의 고정밀 3D 지도가 생성되고 주석이 추가되는 유사한 프로세스를 거치기 때문에 자율주행차 프레임워크에서 누락된 수준입니다. 인공지능의 발전은 레벨 5 능력을 실현하는 데 도움이 될 수 있습니다.

레벨 5 모바일 로봇 내비게이션 특성. 출처: 릴레이 로봇공학

다층 자율주행+

계단을 오를 수 있거나 엘리베이터를 호출하고 탑승하고 내릴 수 있는 로봇은 다층 탐색 기능을 잠금 해제하고 “플러스” 지정을 받을 수 있습니다. 또한 다층 건물에서 작동하는 로봇의 경우 계단, 에스컬레이터 등의 안전 위험을 감지하고 방지하려면 신뢰성이 높은 센서가 필요합니다. 따라서 엘리베이터를 성공적으로 탈 수 있는 레벨 2 로봇은 레벨 2+로 지정됩니다.

엘리베이터 탑승은 이 기능에 대한 두 가지 접근 방식 중 더 일반적이며 이를 달성하려면 엘리베이터 시스템에 대한 인프라 변경이 필요할 수 있습니다. 따라서 설치가 더욱 복잡해집니다.

사람이 거주하는 환경에서 엘리베이터는 로봇에게 추가적인 사회적 탐색 과제를 제공한다는 점도 주목할 가치가 있습니다. 제한된 공간에서 다른 많은 에이전트와 함께 이동해야 하고, 엘리베이터 출입에 빡빡한 시간 제약이 있고, 엘리베이터를 타는 동안 인간이 참여하는 특별한 행동 패턴을 다루어야 하기 때문입니다.

요약하면 레벨 1과 2의 로봇은 탐색을 위한 인프라 변경에 크게 의존하고 사회적 탐색이 낮기 때문에 구조화된 인간이 희박한 환경에 가장 적합합니다.

레벨 3의 로봇은 더 지능적이고 자립적입니다. 설치 중에 인프라를 거의 변경할 필요가 없지만 최소한 환경을 매핑하고 레이블을 지정해야 합니다. 그들은 적당한 사회적 탐색 기술을 보유하고 있으며 구조화되지 않은 인간이 거주하는 환경에서 작동할 수 있습니다.

레벨 4는 어떤 실내 환경에서도 안전하게 배치할 수 있는 인간 수준의 탐색 기술의 발전을 나타냅니다. 레벨 5 로봇은 한 단계 더 나아가 완전히 새롭고 익숙하지 않은 공간에서도 동일한 능숙도로 탐색합니다. 다층 탐색을 수행할 수 있는 이러한 로봇은 추가로 “+” 지정을 받습니다.

수준별 추세. 모든 인포그래픽은 Relay Robotics의 Irina Kim과 Jason Hu가 제작했습니다.

자율주행은 신뢰성이 있어야 합니다

이 프레임워크에서 표현되지 않는 성공의 중요한 요소는 제품의 전반적인 견고성과 신뢰성입니다. 실제 환경의 복잡성과 예측 불가능성을 과소평가하기 쉽습니다. 로봇 시스템은 일반적으로 멋진 실험실 시연에서 사람들이 신뢰할 수 있는 강력하고 신뢰할 수 있는 제품으로 발전하기까지 수년간의 현장 경험이 필요합니다.

예를 들어, Relay Robotics는 이미 150만 개 이상의 성공적인 배송을 완료하고 수년간의 실제 운영 경험을 축적한 레벨 3+ 로봇을 제공합니다. 이러한 성숙한 기술을 기반으로 회사 레벨 4+ 탐색을 향한 진전을 이루고 있습니다.

병원 응급실과 같이 바쁘고 스트레스가 많은 환경도 처리할 수 있는 정교한 소셜 네비게이션을 만드는 데 중점을 둔 Relay의 AMR은 오늘날 시장에서 가장 정교한 AMR로 자리 잡았습니다. 에 대한 계전기 그리고 더 넓은 산업 분야에서 더 발전하기 위한 열쇠는 소셜 내비게이션 기능을 향상시키는 데 있습니다.

아직 해야 할 일이 많이 남아 있음에도 불구하고 Relay Robotics는 이를 달성하기 위해 AI와 딥 러닝 분야의 혁신을 활용하고 있습니다.

저자 소개

소날리 데쉬판데 Relay Robotics의 선임 내비게이션 엔지니어입니다. 그 전에는 Mayfield Robotics의 로봇 공학 소프트웨어 엔지니어, General Motors의 인식 시스템 엔지니어, Discovery Robotics의 로봇 공학 엔지니어였습니다.

Deshpande는 Carnegie Mellon University에서 로봇 시스템 개발 석사 학위를 취득했습니다.

짐 슬레이터 로봇 시스템 설계자이자 Relay Robotics의 임원으로 컨설턴트로 활동하고 있습니다. 그 전에는 Nomadic Technologies(모바일 로봇공학)와 Alliant Networks(무선 네트워크)를 포함한 두 개의 성공적인 스타트업의 창립자이자 CEO였습니다.

Slater는 스탠포드 대학교에서 공학 석사 학위를 취득했으며, 그곳에서 컴퓨터 공학 로봇공학 연구실의 연구 조교로 일했습니다. 그는 또한 위스콘신 대학교 매디슨에서 MBA를 취득했습니다.

작성자님도 감사드립니다 스티브 커즌스 이 작품을 만드는 데 대한 그의 통찰력과 피드백에 감사드립니다. 이 글은 허가를 받아 게시되었습니다.

게시물 Relay Robotics는 실내 로봇을 위한 자율 항법 수준을 제안합니다. 처음 등장한 로봇 보고서.