Kernekoncepter
단일 카메라 이미지와 로봇 상태, 제어 입력을 이용하여 물리 기반으로 로봇-지형 상호작용 힘을 예측하고, 이를 통해 로봇 궤적을 추정하는 자기 지도 학습 모델 MonoForce를 제안한다.
Resumé
이 논문에서는 단일 카메라 이미지, 로봇 상태, 제어 입력을 이용하여 로봇-지형 상호작용 힘을 예측하고 이를 통해 로봇 궤적을 추정하는 물리 기반 모델 MonoForce를 제안한다.
모델은 크게 두 부분으로 구성된다. 첫째, 단일 카메라 이미지로부터 지형 높이맵, 강성, 감쇠 등의 지형 특성을 예측하는 지형 인코더 부분이다. 둘째, 예측된 지형 특성과 로봇 모델, 제어 입력을 이용하여 로봇-지형 상호작용 힘을 계산하고 이를 통해 로봇 궤적을 추정하는 물리 엔진 부분이다.
모델 학습 시 실제 로봇 궤적과의 오차를 물리 엔진을 통해 역전파하여 지형 인코더를 자기 지도 학습하는 방식을 사용한다. 이를 통해 별도의 지형 센서 없이도 단일 카메라 이미지만으로 로봇-지형 상호작용을 예측할 수 있다.
실험 결과, 제안한 MonoForce 모델은 기존 방법들에 비해 특히 유연한 지형에서 우수한 성능을 보였다. 이는 물리 기반 모델링과 자기 지도 학습 방식이 효과적임을 보여준다.
Statistik
로봇 위치 추정 오차 ∆x = 0.14 m
로봇 자세 추정 오차 ∆R = 13.90°
Citater
"단일 카메라 이미지, 로봇 상태, 제어 입력을 이용하여 로봇-지형 상호작용 힘을 예측하고 이를 통해 로봇 궤적을 추정하는 물리 기반 모델 MonoForce를 제안한다."
"모델 학습 시 실제 로봇 궤적과의 오차를 물리 엔진을 통해 역전파하여 지형 인코더를 자기 지도 학습하는 방식을 사용한다."