평창 KROS를 갔다 왔습니다 ~~~!
**#1 로보틱스 개발자의 딜레마 : Autonomy(자율성) VS Mobility(운동성)
로봇의 자율성 : 로봇이 '스스로 생각' 하는 것
로봇의 운동성 : 로봇의 물리적인 '힘'
안전하게 만들고자 한다면 힘이나 속도(운동성)를 약하게 해야하는데 이러면 쓰기 갑갑한데 막상 높히면 사고가 난다.
자율성을 무한하게 로봇에게 부여한다면 이는 kill robot이 나올 수 도 있다.
결국 로보틱스 개발자들은 성능 좋은 로봇을 만든다고 하면서 너무 똑똑하지도 너무 강하지도 않은 로봇을 만들게 된다.**
**#2 로봇 산업의 미래 : 현재 로봇의 종류는 2가지 밖에 없다.
Position enforced : 배치하고 사람이 피하는 로봇
Position give in : 장애물을 만나면 포기하는 로봇 (like this 로봇청소기)
결국 인간과 상호작용하는 로봇은 없다.
ex) 엘리베이터를 인간을 피해 빈공간에서 타는 로봇은 있을 수 있어도, 인간처럼 꽉차있어
자리가 애매할 때 사람을 비비며 들어가 엘리베이터를 타는 등의 로봇은 존재할 수 없다.
이러한 인간과의 상호작용이 일어날 수 있도록 로보틱스 개발자들이 연구해야만 하고
그래야 진정한 로봇의 시대가 열릴 것 이다.**
**개요 : 작물 적재에는 현재 로봇이 사용되지 않는다. (생각보다 쉽지 않고 사람이 빠름)
그리고 로봇 팔을 통해 이를 자동화 하고자 함.**
**해결점 1. (작물)옥수수와 같은 불규칙한 형태의 object를 어떻게 정확히 잡을 것 인가?
[해결 방안] : RANSAC 과 PCA 알고리즘을 활용하여 물체의 중심부를 추정한다.
해결점 2. 로봇팔이 물건을 어디에 둘지 어떻게 판단할 것 인가?
[해결 방안] : 박스 환경에 XZ 좌표의 grid map을 만들어 박스의 가운데 지점과
가장자리 지점을 달리 구분하여 둘 수 있게 한다.
해결점 3. 박스의 가장자리에 물건을 둘 때, 그리퍼가 벌려지며 일어나는
충돌을 어떻게 할 것 인가?
[해결 방안] : grid map을 기반으로 가장자리에 object를 둘 때, 가장자리와 가장 가까운
물체의 위쪽으로 object를 두어 물건이 굴러가게 만들어 가장자리로 보낸다**
RANSAC(RANdom SAmple consensus) : 데이터셋에서 노이즈를 제거 후 모델을 예측하는 알고리즘이다.
PCA(Principle Component Analysis) : 고차원의 데이터를 최대한 손실이 적게 저차원의 데이터로 치환하여 유추하는 알고리즘
**해당 발표를 보면서 내가 느낀점
저는 가장사리에 그리퍼 충돌 문제 해결을 보며 무언가 문제점이나 한계점이 발견됐을 때,
알고리즘과 같은 기술적인 부분으로만 해결할 수 있을 줄 알았는데, 해당 발표를 보며 창의성을
기반으로한 아이디어가 우선이고 그걸 구현 할 수 있을 정도의 기술력이 필요한거란걸 알게되었습니다.**
**개요 : 그림과 같이 공동작업 공간에서 동시에 로봇팔이 움직일 때 충돌하거나 효율적이지 못한
작업환경이 나올 수 있다. 이를 시간 지연이라는 개념을 통해 해결하고자 함.**