로봇 비전 서보 제어 시스템 분류: 종합 가이드

영상 장비의 가성비와 컴퓨터 정보 처리 속도가 향상되고 관련 이론이 완성됨에 따라 비전 서보 기술은 실용화를 위한 기술 조건을 충족했으며 관련 기술 문제는 현재 연구의 핫스팟이 되었습니다.

비전 서보의 정의

인간이 외부 세계로부터 얻는 대부분의 정보는 눈을 통해 얻습니다. 수세기 동안 인류는 인간의 눈을 모방하여 외부 세계를 인식하고 이해할 수 있는 지능형 기계를 만드는 것을 꿈꿔왔습니다.

인간의 뇌에는 수많은 구조가 시각 정보를 처리하는 데 관여하여 시각과 관련된 많은 문제를 손쉽게 처리합니다. 하지만 그 과정에서 시각적 인지에 대한 우리의 이해는 여전히 제한적이어서 지능형 기계의 꿈을 실현하는 데 어려움이 있습니다.

카메라 기술의 발전과 컴퓨터 기술의 등장으로 시각 기능을 갖춘 지능형 기계가 인간에 의해 제조되기 시작하면서 점차 머신 비전이라는 학문과 산업이 형성되었습니다.

미국제조기술자협회(SME)의 머신 비전 분과와 로봇산업협회(RIA)의 자동 이미징 협회에서 정의한 머신 비전은 "광학 장치와 비접촉 센서를 통해 실제 물체의 이미지를 자동으로 수신하고 처리하여 필요한 정보를 얻거나 로봇의 움직임을 제어하는 기술"입니다.

머신 비전은 인간의 눈과 유사한 생체 모방 시스템으로서 광학 장치를 통해 실제 물체 정보를 획득하고 관련 정보를 처리 및 실행하는 것을 광범위하게 포괄합니다. 여기에는 보이는 시각과 보이지 않는 시각, 심지어 인간의 시각으로 직접 관찰할 수 없는 물체 내부의 정보를 획득하고 처리하는 것까지 포함됩니다.

로봇 비전의 발전 여정

1960년대에 로봇 공학과 컴퓨터 기술의 발전으로 사람들은 시각 기능을 갖춘 로봇을 연구하기 시작했습니다. 그러나 이러한 연구에서 로봇의 시각과 움직임은 엄밀히 말하면 개방형 루프였습니다.

로봇의 시각 시스템이 이미지를 처리하여 대상의 위치와 방향을 결정하고, 이를 기반으로 로봇의 동작 자세를 계산하여 추가 개입 없이 이 정보를 한 번에 제공합니다.

1973년 로봇 제어에 시각 시스템을 적용하면서 시각적 피드백이라는 개념이 도입되었습니다.

1979년에야 힐과 파크는 '비주얼 서보'라는 개념을 제안했습니다. 시각 정보에서 신호만 추출하는 시각적 피드백과 달리 비주얼 서보잉은 시각 신호 처리부터 로봇 제어에 이르는 전체 과정을 포괄하며, 로봇 시각 및 제어에 대한 관련 연구를 보다 포괄적으로 반영합니다.

1980년대 이후 컴퓨터 기술과 카메라 장비의 발전으로 로봇 비주얼 서보 시스템의 기술적 문제는 많은 연구자들의 관심을 끌었습니다. 최근 몇 년 동안 로봇 비주얼 서보의 이론과 응용 분야에서 상당한 진전이 이루어졌습니다.

이 기술은 많은 학술 회의에서 특별 주제로 다루어지는 경우가 많으며 점차 로봇 공학, 자동 제어 및 이미지 처리 분야를 아우르는 독립적인 기술로 발전하고 있습니다.

로봇 비전 서보 시스템의 분류

현재 로봇 비전은 서보 제어 시스템은 다음과 같은 방식으로 분류할 수 있습니다:

카메라 수에 따라 단안 비전 서보 시스템, 양안 비전 서보 시스템, 멀티 아이 비전 서보 시스템으로 나눌 수 있습니다.

단안 비전 시스템은 2차원 이미지만 얻을 수 있으며 대상의 깊이 정보를 직접 얻을 수 없습니다.

멀티 아이 비전 서보 시스템은 대상의 여러 방향에서 이미지를 캡처하여 풍부한 정보를 제공할 수 있습니다. 그러나 많은 양의 이미지 데이터 처리가 필요하고 카메라 수가 많을수록 시스템 안정성을 유지하기가 더 어렵습니다. 현재 양안 비전은 주로 비전 서보 시스템에 사용됩니다.

카메라 배치에 따라 시스템은 아이-인-핸드 시스템과 고정형 카메라 시스템(아이-투-핸드 또는 독립형)으로 분류할 수 있습니다.

이론적으로 아이인핸드 시스템은 정밀한 제어가 가능하지만 보정 오류와 로봇 동작 오류에 민감합니다.

고정 카메라 시스템은 로봇의 운동학적 오류에 민감하지 않지만, 동일한 조건에서 얻은 목표 포즈 정보의 정확도가 아이인핸드 시스템에 비해 떨어지기 때문에 상대적으로 제어 정확도가 낮습니다.

비전 서보 시스템은 로봇의 공간적 위치 또는 이미지 특징에 따라 위치 기반 비전 서보 시스템과 이미지 기반 비전 서보 시스템으로 나뉩니다.

위치 기반 비전 서보 시스템에서이미지를 처리한 후 카메라와 로봇을 기준으로 대상의 포즈를 계산합니다.

이를 위해서는 카메라, 대상, 로봇 모델의 보정이 필요하며 보정 정확도는 제어 정확도에 영향을 미치므로 이 방법의 어려움입니다. 제어 중에 필요한 포즈 변경은 로봇 관절 회전 각도로 변환되며, 이는 관절 컨트롤러에 의해 제어됩니다.

이미지 기반 비전 서보 시스템에서, 제어 오류 정보는 대상 이미지 특징과 원하는 이미지 특징의 차이에서 비롯됩니다.

이 제어 방법의 핵심은 영상 차이 변화와 로봇 손의 포즈 속도 변화 사이의 관계를 반영하는 영상 자코비안 행렬을 어떻게 구축하는가 하는 것이며, 또 다른 문제는 영상이 2차원이고 영상 자코비안 행렬을 계산하려면 목표 깊이(3차원 정보)를 추정해야 하는데, 이는 컴퓨터 비전에서 항상 난제로 남아있던 부분입니다.

자코비안 행렬을 계산하는 방법에는 공식 도출, 보정, 추정, 학습 방법 등이 있습니다. 전자는 모델을 기반으로 유도하거나 보정할 수 있으며, 후자는 온라인에서 추정할 수 있습니다. 학습 방법은 주로 신경망 방법을 사용합니다.

폐쇄 루프 조인트 컨트롤러를 사용하는 로봇의 경우 비전 서보 시스템은 동적 관찰 이동 시스템과 직접 비전 서보로 나뉩니다.

전자는 로봇 관절 피드백을 사용하여 로봇 팔을 안정화하고 이미지 처리 모듈이 카메라가 가져야 하는 속도 또는 위치 증분을 계산한 다음 로봇 관절 컨트롤러에 다시 피드백합니다. 후자는 이미지 처리 모듈이 로봇 팔의 관절 움직임의 제어량을 직접 계산합니다.

비주얼 서보잉의 주요 과제

비주얼 서보 연구는 거의 20년에 걸쳐 진행되었습니다. 그러나 다학제적 특성을 지닌 비주얼 서보의 발전은 다양한 분야의 발전에 크게 의존하고 있습니다. 비주얼 서보 연구에는 여전히 해결되지 않은 많은 문제가 남아 있습니다.

• 이미지 서빙의 가장 큰 과제는 이미지 처리 방법의 이론적, 실제적 계산 속도입니다.
• 이미지 처리 후 이미지 특징을 로봇 관절 움직임에 연결하는 모델을 만드는 것은 이미지 서보에서 또 다른 중요한 장애물입니다.
• 현재의 많은 제어 방식은 작동 중 대규모 안정성을 보장할 수 없으므로 이러한 제어 기술에 대한 추가 연구가 필요합니다.

비주얼 서보링의 향후 전망

비주얼 서보의 향후 주요 연구 방향은 다음과 같습니다:

- 실제 환경에서 이미지 특징을 빠르고 강력하게 캡처하는 것은 비주얼 서보 시스템에서 중요한 문제입니다.

이미지 처리의 방대한 정보와 프로그래머블 디바이스 기술의 발전을 고려할 때, 정보 처리 속도를 높이기 위한 하드웨어 기반의 일반 알고리즘 구현이 이 문제를 발전시킬 수 있습니다.

- 로봇 비전 시스템에 적합한 관련 이론과 소프트웨어를 확립합니다.

현재 로봇 비전 서보 시스템의 많은 이미지 처리 방법은 이러한 시스템에 적합하지 않습니다. 전문 소프트웨어 플랫폼을 사용할 수 있다면 하드웨어 시각화 정보 처리를 통해 작업 부하를 줄이고 시스템 성능을 향상시킬 수 있습니다.

- 로봇 비전 서보 시스템에 다양한 인공지능 방법을 적용합니다.

로봇 비전 서보에 신경망이 이미 구현되어 있지만, 아직 많은 지능형 방법이 완전히 활용되지는 않았습니다.

수학적 모델링과 계산에 과도하게 의존하면 현재 컴퓨터 처리 속도로는 감당하기 어려운 과도한 연산 요구가 발생할 수 있습니다.

그러나 인간은 광범위한 계산을 통해 관련 기능을 달성하지 못하므로 인공지능 방식이 수학적 계산을 줄이고 시스템 속도 요구 사항을 충족할 수 있음을 시사합니다.

- 로봇 비전 서보 시스템에서 능동형 비전 기술 구현.

최근 컴퓨터 및 머신 비전 연구의 화두인 액티브 비전은 비전 시스템이 환경을 능동적으로 인식하고 설정된 규칙에 따라 필요한 이미지 특징을 추출할 수 있게 해줍니다. 이 접근 방식은 일반적으로 해결하기 어려운 문제를 해결할 수 있습니다.

- 시각 센서와 다른 외부 센서를 통합합니다.

로봇이 주변 환경을 더 완벽하게 인식할 수 있도록, 특히 로봇 비전 시스템의 정보를 보완하기 위해 로봇 비전 시스템에 다양한 센서를 추가할 수 있습니다.

이는 로봇 비전 시스템의 어려움을 일부 해결할 수 있지만, 여러 센서를 도입하려면 로봇 비전 시스템의 정보 융합 및 중복성 문제를 해결해야 합니다.

결론

최근 몇 년 동안 로봇 비전 서보 기술이 크게 발전하여 국내외에서 실제 적용 사례가 증가하고 있습니다. 단기간에 많은 기술적 과제를 극복할 수 있을 것으로 기대됩니다.

앞으로 로봇 비전 서보 시스템은 다음과 같은 분야에서 두드러진 위치를 차지할 것입니다. 로봇 기술의 산업 응용 분야는 계속 확대될 것입니다.