Core Concepts
본 연구에서는 힘 센서 없이도 관절 엔코더와 IMU 센서만으로 다리형 조작 로봇의 힘 제어를 학습하는 방법을 제안합니다. 이를 통해 로봇이 환경과 안전하고 유연한 상호작용을 할 수 있게 됩니다.
Abstract
이 연구는 다리형 조작 로봇의 힘 제어 기능을 학습하는 방법을 제안합니다. 주요 내용은 다음과 같습니다:
힘 제어 학습을 위해 시뮬레이션 상에서 외력 모델을 구현하여 로봇 엔드 이펙터에 다양한 힘을 가할 수 있도록 합니다. 이를 통해 로봇이 힘 제어를 학습할 수 있습니다.
학습된 정책은 엔드 이펙터의 위치와 힘을 동시에 제어할 수 있습니다. 이를 통해 로봇은 위치 제어 모드와 힘 제어 모드를 전환하며 다양한 작업을 수행할 수 있습니다.
시뮬레이션과 실제 로봇 실험을 통해 학습된 정책의 힘 추종 성능을 평가합니다. 약 5N 수준의 추종 오차를 보이며, 이를 활용하여 중량물 조작, 중력 보상, 임피던스 제어 등을 구현합니다.
학습된 정책은 관절 엔코더와 IMU 센서만으로 구현되어, 별도의 힘 센서 없이도 안전하고 유연한 상호작용이 가능합니다. 이는 다리형 조작 로봇의 활용도를 높일 것으로 기대됩니다.
Stats
엔드 이펙터에 작용하는 힘이 70N 범위 내에서 약 5N의 추종 오차를 보입니다.
최대 90N의 힘을 발생시킬 수 있으며, 이는 로봇 팔의 정격 하중 36N을 초과합니다.
Quotes
"본 연구에서는 힘 센서 없이도 관절 엔코더와 IMU 센서만으로 다리형 조작 로봇의 힘 제어를 학습하는 방법을 제안합니다."
"학습된 정책은 엔드 이펙터의 위치와 힘을 동시에 제어할 수 있어, 로봇이 위치 제어 모드와 힘 제어 모드를 전환하며 다양한 작업을 수행할 수 있습니다."