MERRIC인
조회수 160 좋아요 3 댓글 0
인공지능 기반 자율비행 기술 연구
이현범(Hyeonbeom Lee)(경북대학교 전자공학부) / hbeomlee at knu.ac.kr /
1. 본인의 연구에 대해서 대략적인소개를 부탁 드립니다.

무인기의 자율 비행시스템이 주변 환경을 인지하고 스스로 임무를 수행하기 위해서는 다중 센서 융합, 환경 인식, 경로 계획 및 수정, 그리고 H/W 제어의 성능의 개발이 필수적입니다. 환경 인지는 카메라/Light Detection and Ranging(LiDAR) 센서 등을 활용하여 환경 정보를 인식하고, 장애물이나 목표물을 탐지하는 기술입니다. 경로 계획기술은 주변에 존재하는 장애물을 회피하고 목표지점까지 충돌 없이 비행하기 위한 기술이며, 비행제어 기술은 바람, 시스템 모델링 오차에 관계없이 주어진 경로를 정확하게 추종하기 위한 핵심 기술입니다.



저는 그 중에서도 드론이나 지상을 움직이는 모바일 로봇 등과 같은 로봇의 환경인식 및 경로 생성 기술을 연구하고 있습니다. 박사학위 과정동안에는 복수의 드론을 이용한 협업 매니퓰레이터 제어 및 경로 생성 알고리즘 개발과 자율비행 드론 개발과 관련된 연구를 수행하였습니다. 현재는 아래의 그림과 같이, 영상정보를 통해 획득된 이미지로부터 주변 장애물을 인지하고, 작성된 정보를 이용해 드론 스스로 경로를 생성하는 기술, 즉 드론의 자율 비행을 위한 장애물 검출 및 회피 기술을 연구하고 있습니다.



2. 2대의 멀티곱터가 장애물을 피해 물체를 수송하는 영상을 봤습니다. 비싸거나 무거운 센서없이 분산역학(decentralized dynamics)을 사용하였다는 이제 대한 자세한 설명을 부탁드립니다.

- 드론을 이용한 화물운송 기법은 크게 드론에 케이블을 장착하여 운송하는 기법이나 다자유도 매니퓰레이터를 장착하여 드론의 공중작업기술과 같은 다양한 기술들이 연구되고 있습니다. 저는 그 중에서도 다자유도 매니퓰리이터를 장착한 드론의 협업제어 기술을 연구했습니다.



기존의 협업드론 제어알고리즘은 힘토크센서를 이용한 협업 매니퓰레이션 기법을 많이 사용해 왔으나, 힘토크 센서의 경우 비교적 고가이며 센서처리에 필요한 장비들을 포함할 경우 무거운 무게로 인해 드론에 적용하기 힘듭니다. 그래서, 힘토크 센서 없이 협업 드론을 제어하는것이 중요합니다. 제안된 기법에서는 그림 4와 같이 드론과 물체가 결합된 구조에서 화물의 상태변수와 개별 드론간의 관계식을 유도하고, 해당 관계식으로부터 분산 운동방정식을 유도했습니다. 분산 운동방정식에서는 드론이 화물의 상태변수를 알아야 하거나, 다른 드론의 상태변수를 모른상태에서 자신의 상태변수만 피드백받아 제어하는것이 가능합니다. 자세한 실험영상은 아래의 RAL 2018 논문을 보시면 좋을것 같습니다.






3. A-star 경로 계획과 모바일 로봇의 방향을 고려한 프런티어 선택 알고리즘을 통해 기존의 성능을 개선할수 있는 방법을 제안하신 걸로 알고 있습니다. 또한 미지의 환경에서 semantic map을 구축하기 위한 물체탐지기술을 채택하셨다고 알고 있습니다. 이에 대한 자세한 설명 부탁드립니다.



프론티어 기반 자율탐사 알고리즘은 로봇에 탑재된 센서로부터 주변 환경에 대한 정보를 수집하여 지도 작성을 짧은 시간 안에 달성하기 위해 스스로 목표지점을 설정하여 탐사하는 기법입니다. 최근에는 지하자원 탐색을 위한 동굴 지도 작성을 위해 드론을 적용한 대회인 DRARA challenge가 열리고 있으며, 그 바탕에는 자율탐사 기술이 있습니다.

저희 연구실에는 2차원 로봇을 이용한 실내 자율탐사 알고리즘을 개발했습니다. 그림 5과 같이 로봇이 복잡한 실내 혹은 실외 공간에서 빠른시간안에 지도를 작성하는 기술인데, 로봇이 목표 위치를 어디로 하느냐에 따라 작성 시간이 차이가 납니다. 또한 기존의 기술은 탐색했던 지역에 대한 지도 작성을 완료하지 못하고 다른 곳에 갔다가 다시 되돌아오는 등의 현상이 있었습니다. 이러한 현상은 탐색 시간을 늘리는 단점이 있었기 때문에, 이를 위해 2차원 지도를 영상처리 기법을 이용해 공간을 분할하는 알고리즘(그림 6 참조)과 로봇의 기구학적 특성을 고려한 탐색 기법을 제안하였습니다. 결과적으로 기존 기술 대비 30% 단축된 탐색 시간을 달성할 수 있었습니다.


앞서 언급한 탐색 시간을 줄이는것과 마찬가지로 중요한 것은 장애물 인지 기술입니다. 그림 7과 같이 테이블과 같은 독특한 구조물에서는 2차원 레이저 스캐너의 경우 테이블의 지지대만 관측하므로 테이블 밑을 이동하려는 경향을 보이며, 이때 충돌이 일어날 수 있습니다. 이러한 문제를 해결하는 가장 쉬운 방법은 3차원 라이다 센서를 사용하는 방법입니다. 그러나 3차원 라이다의 경우 가격이 비싸고 처리하는데 많은 시간이 필요합니다. 저희 연구실에서는 2차원 레이저스캐너와 깊이 카메라만을 이용해 탐색하는 기법을 제안했습니다. 3차원 깊이 카메라를 이용해 장애물의 3차원 포인트 클라우드를 형성하고 그걸 바탕으로 지도를 만들게 되면 회피가 가능하지만, 깊이 측정값의 오차로 인해 지도가 매우 부정확하게 됩니다. 그래서 저희는 그림 7과 같이 3차원 장애물을 인식하고 경계선을 찾아 지도에 반영하는 기법을 제안했습니다. 제안된 기법을 이용한다면, 방지턱이나 복잡한 구조물에 존재하는 상황에서도 더욱 효율적인 탐색이 될 것이라 생각합니다.


4. 멀티곱터를 이용한 여러가지 연구를 진행중이신데 앞으로 이루고자 하시는 연구의 최종목표나 해결해야 할 문제가 있다면 어떤 것이 있을까요?

- 최근 들어 값싸고 작은 드론이 보편화되고 있습니다. 그에 따라 드론에 의한 충돌 사고가 빈번히 일어나, 장애물을 회피하는 기술에 대한 연구가 활발히 이루어지고 있습니다. 드론이 충돌없이 스스로 목적지까지 이동하기 위해서 카메라, 라이다, 적외선 센서 및 이벤트 카메라 등 시각 센서를 통해 주위 물체를 탐지하고 충돌없이 회피하는 연구가 활발히 이루어지고 있습니다.

저희 연구실에서는 소형 드론에도 적용 가능한 장애물 인지 및 회피 기술을 연구하고 있습니다. 기존에는 드론이 호버링하는 동안 단안 카메라가 Structure from Motion(SfM)기술을 이용해 주위 공간의 지도를 작성하고, 작성된 맵을 이용해 장애물을 회피 경로를 생성하는 일련의 과정이 필요합니다. 그러나, 저희는 복잡한 지도 작성없이 딥러닝 기술과 추정된 깊이 이미지만을 활용해 장애물을 회피하는 기술을 연구하고 있습니다.



그 중에서 저희가 주목하는 기술은 단안 카메라 기반 깊이 이미지 추정 기법 입니다(그림 8 참조). 딥러닝을 사용한 깊이 추정 기법은 동적 물체와 질감이 없는 벽을 인식할 수 있고, 단안 카메라만을 사용한다는 점에서 3차원 라이다, 스테레오 카메라등이 가지는 문제점을 해결할 수 있으며, 그로 인해 최근 들어 많은 연구가 진행되고 있습니다. 또한, 소형 드론의 작은 크기로 인해 장착할 수 있는 센서의 종류가 제한되는 상황을 해결할 수 있습니다. 이러한 딥러닝 기반 깊이 추정 기법은 2005년에 처음 시도된 이후, 최근 합성곱 신경망(CNN)을 활용하면서 깊이 추정 성능이 꾸준히 향상되고있습니다. 저희 연구실에서는 깊이 추정 성능의 정확도를 개선하여 장애물 회피 성공율을 높이는데 초점을 두고 연구를 진행중입니다(그림 9 참조).






5. 현재 교수님이 운영하시는 ASL Lab.에 대해서 소개를 부탁드립니다.


현재 저는 경북대학교 전자공학부에서 자율지능연구실(Intelligent and autonomous system laboratory)을 운영하고 있으며, 모바일 로봇 및 자율주행 자동차를 위한 장애물 인식/추적 및 경로 생성에 관련된 연구에 초점을 맞추어 관련 연구를 학생들과 수행하고 있습니다. 현재 석사생 3명과 학부생 3명인 소규모의 연구실이지만, 학생들과 논문을 읽으며 ‘우리는 왜 이런 연구를 해야하는가?’ 나 ‘이 연구는 왜 필요할까?’와 같은 보다 기초적인 질문부터 고민해가며 연구하고 있습니다. 배달 로봇, 조난자 탐색 로봇, 서비스 로봇등 보다 다양한 곳에서 로봇에 대한 수요가 증가하는 만큼, 이 사회에 의미 있는 연구를 하기 위해 고민중입니다.



6. 영향을 받은 연구자가 있다면? 또한 어떤 영향을 받으셨는지 궁금합니다.

- 우선 지도교수님이신 서울대학교 김현진 교수님께서 가장 많은 영향을 받았습니다. 제가 한 연구내용을 꼼꼼히 봐 살펴보시고 냉철하게 분석해주셨습니다. 자유로운 분위기 속에서 본인이 관심있는 연구주제를 선택하도록 도와 주셨고, 교수님께서 읽으신 최신 연구결과나 소식을 공유해주신것도 많은 도움이 되었습니다. 교수님과 함께 논문을 쓰며, ‘나는 왜 이런 생각을 못했을 까? 리뷰어에게 지적 받기 전에 수정할 수 있어 다행이다..’ 라는 생각을 자주 했던 기억이 납니다. 교수가 된 지금은, ‘지도교수님처럼 랩실은 운영하려면 어떻게 해야할까?’와 같은 생각을 많이 하게 됩니다.

지도 교수님 외에도, 경북대에 부임하기 전 근무했던 한국기계연구원의 동료 연구원들에게 도 많은 영향을 받았습니다. 중소기업이나 여러 산업 현장을 직접 찾아다니며, 사회문제 해결을 위해 노력하고, 또 그것이 결실로 이루어지는 것을 볼 때, 저의 부족한 부분을 많이 느낄 수 있었습니다.


7. 연구활동 하시면서 평소 느끼신 점 또는 자부심, 보람

- 박사과정중 연구실적이 잘 나오지 않아 조급해졌고, 그로 인해 잠시 방황하던 시절이 있었고, 자연스레 연구 성과는 더욱 뒤쳐지게 되었습니다. 이후 마음을 다잡으며 낮은 단계부터 차근차근 연구를 수행해 보기로 했고, 조급함으로 인해 많은 중요한것들을 놓치고 있었다 것을 깨달았습니다. 전에는 하지 않았던 ‘왜 이 기술?’란 질문을 철저히 하기 시작했습니다. 그 결과 간절히 원하던 세계적인 로봇학회에 논문을 발표하게 되었고, 교수님으로부터 연구적 능력을 어느정도 인정 받게 되었습니다. 박사과정을 마무리 할 때쯤, 후배와 함께 연구한 결과가 2017 ICRA 학회에서 best student paper award finalists에 선정될 때, 연구자로서 자부심을 느꼈습니다.

이후, 방황을 끝내며 썼던 논문으로 2020년에는 International Journal of Control, Automation, and Systems 저널의 최우수 논문으로 선정되기도 했습니다. 생각보다 상금이 많아서(?!) 뿌듯했던 기억이 아직도 생생합니다.



8. 이 분야로 진학(사업) 하려는 후배들에게 조언을 해 주신다면?

- 대학원생을 지나 연구자로 성장해나가는 과정이 생각보다 힘들다는 것을 누구보다 잘 알고있습니다. 저 역시 잘 나오지 않는 실적에 조급 했고, 그렇기에 중요한 많은 것들을 놓치며 연구하기도 했습니다. 대학원 진학이나 연구자로서 살아갈 후배님들은 조급함은 조금만 느끼되, 그보다 더욱 중요한 ‘연구의 이유’에 대해 더 차근차근 고민했으면 좋겠습니다.

제가 연구하고 있는 자율 비행 분야는 실제로 구현해서 실험을 하는것이 중요한 분야이기 때문에, 대학원진학전에 파이썬이나 C++같은 코딩기술 익혀두면 많은 도움이 될 것 같습니다.


9. 앞으로 진행할 연구 방향이나 목표가 있으시다면?

- 제가 하고 있는 분야의 연구 트렌드도 1~2년 사이에 급격하게 변하고 있습니다. 나무를 보지 않고 숲을 보는 자세로 연구하고 싶지만, 때로는 실적 생각에 나무를 보며 연구할 때도 있습니다. 하지만 최대한 나무를 보며 연구하기 위해, 뉴스 기사를 읽거나 사회적인 문제에 더욱 관심을 가지며 연구하고 싶습니다. 또한, 제가 연구하는 분야에 대한 최신 논문들을 꾸준히 읽어 트렌드를 익히며, 세계적인 수준에 뒤떨어지지않고 때로는 앞서나가는 연구자가 되고 싶습니다.


10. 다른 하시고 싶은 이야기들.

제 연구에 대한 이야기를 나눌 수 있는 자리를 만들어 주신 MERRIC 관계자분들에게 감사합니다. 또한 이 글을 읽는 분들에게, 소중한 시간을 할애해서 제 인터뷰 내용을 끝까지 읽어주셔서 감사합니다. 혹시 질문이 있으시다면 언제든지 메일로 문의해주시면 감사하겠습니다.


*. 이현범 교수의 최근(대표)논문

H. Kim and H. Lee, “Real-time Obstacle Avoidance on a Quadrotor Using CNN-based Monocular Depth Estimation,” Journal of Institute of Control, Robotics and Systems (2021) 27(8):586-592

H. Lee, H. Seo and H. Kim, "Trajectory Optimization and Replanning Framework for a Micro Air Vehicle in Cluttered Environments," in IEEE Access, vol. 8, pp. 135406-135415, 2020,

H. Lee, C. Y. Son and H. J. Kim, "Collision-Free Path Planning for Cooperative Aerial Manipulators Under Velocity and Curvature Constraints," in IEEE Access, vol. 7, pp. 171153-171162, 2019,

H. Lee, H. Kim, W. Kim, and H. Jin Kim*, “An Integrated Framework for Cooperative Aerial Manipulators in Unknown Environments,” IEEE Robotics and Automation Letters, Vol. 3, Issue. 3, 2307-2314, Jul. 2018

H. Lee, H. Kim, H. Jin Kim*, “Planning and Control for Collision-free Cooperative Aerial Transportation” IEEE Transactions on Automation Science and Engineering, Vol. 15, Issue.1, Jan. 2018

 
  • Drone
  • Path planning
  • Aerial manipulation
  • Learning-based planning
  • obstacle avoidance
인쇄 Facebook Twitter 스크랩

전체댓글 0

[로그인]

댓글 입력란
프로필 이미지
0/500자