로봇 조작

이 논문은 신경형태학적 접근을 통해 로봇 조작 시 장애물 회피 문제를 해결하는 방법을 제안한다. 주요 내용은 다음과 같다: 이벤트 카메라(EC)에서 감지된 이벤트 데이터를 합성곱 스파이킹 신경망(C-SNN)으로 처리하여 장애물 회피 가속도를 계산한다. 사전 계획된 궤적에 이 가속도를 추가하여 동적 모션 프리미티브(DMP) 기반으로 궤적을 실시간 적응시킨다. 시뮬레이션과 실제 실험을 통해 제안 방식이 기존 방식에 비해 장애물을 안정적으로 회피할 수 있음을 보였다. 이벤트 데이터 생성 방식, SNN 가중치 변화 등이 성능에 미치는 영향을 분석하였다. 실제 EC 센서를 사용한 실험에서도 유사한 성능을 보여, 실험적 이벤트 데이터 생성 방식의 유효성을 검증하였다.