Autonomous robots are impacting the industry and our daily life as they evolve rapidly. Among them, indoor autonomous robots contribute to the field of delivery, logistics, disinfection, and security by reducing the labor force, increasing work efficiency and safety. However, the presence of facilities in the indoor environment, such as doors and elevators, are still obstacles to these robots. IoT(internet of things) technology enables the robot to pass through by communicating with facilities, but it can only be used in certain buildings and is dependent on the communication system. Therefore, in this thesis, we propose an autonomous mobile manipulator robot system that uses a robot arm to solve these problems. The thesis aims to contribute in three ways: designing a mobile manipulator hardware and an autonomous mobile manipulator system for indoor operation and developing a mapping and localization algorithm for the multi-floor environment.
The door passing task is one of the essential tasks in an indoor autonomous robot system. In this paper, we composed the task planner into six sub-modules. In order to enable the system to pass through various doors rather than a specific one, we identify the opening direction of the target door and its handle type and pose by camera-LiDAR sensor fusion. Different unlatching handle motion was configured according to the type of handle. Moreover, we proposed a compliant controller to respond to an external force when the robot is kinematically constrained by gripping the handle and generating a door opening motion without information about the door width. The system was tested with doors with different opening directions, widths, and handle types and successfully passed through them.
Furthermore, the system was simplified by deriving the appropriate joint and mobile base velocity directly from the sensor value of the robot during the door opening task using deep reinforcement learning. The agent was also trained to prevent self and obstacle collisions and reduce effort on each joint. In the simulation test, the robot was able to open and pass through doors with random widths from a random initial pose. Moreover, in the real-world test against the door with a width of 0.9 m, it was confirmed that the load applied to the end-effector and joints was reduced, and stability of the joint action was improved compared to the door opening motion using the compliant controller.
Finally, we proposed an algorithm for multi-floor precision mapping and localization based on the existing SLAM algorithm. The algorithm was tested on the precision map of a building on three floors. The localization speed and performance were similar to the single-floor localization algorithm.
최근 자율 로봇이 빠르게 발전하면서 로봇이 산업과 일상에 영향을 미치고 있다. 그중 실내 자율 로봇은 배송, 물류, 방역, 보안 등의 분야에서 노동력 감소, 업무 효율성 증대, 안정성 면에서 기여하고 있다. 하지만, 실내환경에 존재하는 문과 엘리베이터와 같은 시설물들은 여전히 로봇에게 장애물로 작용하고 있다. 이러한 시설물과 통신하는 IoT(internet of things) 기술을 활용해 통과하는 방법도 있지만, 이는 통신 장비가 설치된 특정 건물에서만 적용이 가능하며, 통신에 의존적이라는 점에서 한계점이 있다. 따라서 본 졸업논문에서는 로봇 팔을 활용해 스스로 시설물을 통과하는 자율 모바일 매니퓰레이터 시스템을 제안한다. 본 논문에서 기여하고자 하는 바는 다음 3가지가 있다: 실내환경에서 구동 가능한 모바일 매니퓰레이터 하드웨어를 디자인한다, 문 열기가 가능한 자율 모바일 매니퓰레이터 시스템을 개발한다, 그리고 다층 실내환경에서의 맵 구성과 위치추정 알고리즘을 개발한다.
문을 여는 임무는 모바일 매니퓰레이터 시스템 개발에 주요로 하고자 하는 임무이다. 본 논문에서는 문을 여는 임무를 여섯 개의 소임무로 분류하여 작업계획기를 구성하였다. 특정한 문이 아닌 다양한 문을 통과할 수 있는 시스템을 만들기 위해 카메라-라이다 센서 융합을 통해 손잡이의 종류와 포즈를 파악하고, 손잡이 종류에 따른 여는 동작을 구성하였다. 또한, 손잡이를 잡음으로써 로봇이 기구학적으로 구속된 상황에서 외력에 대응하며, 문의 폭에 대한 정보 없이 문을 여는 동작을 생성하기 위한 컴플라이언스 제어기를 제안하였다. 이를 통해 실제 문에서 모바일 매니퓰레이터가 문이 열리는 방향, 폭, 손잡이의 종류에 상관없이 문을 여는 것을 확인하였다.
나아가 강화학습을 활용해 로봇의 센서 값으로부터 문을 여는 중 상황에 적절한 조인트 속도와 모바일 베이스 속도를 직접적으로 도출하여 시스템을 간소화하였다. 강화학습을 통한 로봇의 모션은 자기 충돌 및 장애 물과의 충돌을 방지하며, 조인트에 걸리는 부하를 감소시키는 방향으로 문을 열었다. 특히 시뮬레이션에서 임의의 문의 폭, 로봇의 초기 위치에 대하여 문을 열어 통과하는 임무를 수행하였다. 나아가 0.9 m 폭의 실제 문에 대하여 테스트한 결과, 앞서 개발한 컴플라이언스 제어기를 활용한 문을 여는 모션보다 매니퓰레이터의 엔드 이펙터와 조인트에 걸리는 부하, 조인트 속도 안정성 면에서 개선을 보이는 것을 확인하였다. 마지막으로 기존 SLAM 알고리즘을 바탕으로 실내 다층 환경에서 운행을 위해 다층 정밀 지도를 구성하고 해당 지도에서 위치를 추정하는 알고리즘을 제안하였다. 또한 실제 건물 3개의 층에 대하여 지도를 구성하여 위치 추정 성능을 테스트한 결과 기존 단일 층에서의 위치 추정과 유사한 성능을 보이는 것을 확인하였다.
