In this paper, a biped walking robot is designed for navigating in both uneven and obstacle environments. A hyrid architecture, which is composed of one deliberative layber and one reactive layer, is used for controlling the robot. The function of deliberative layer is for biped robot collision avoidance. And the reactive layer is employed to prevent the robot from falling down.
Two kinds of sensors, wireless camera on the upper body and FSR sensors on the bottom of each foot, are fixed on the robot for gathering environmental information. When the robot is motionless, obstacles and goal point are detected by the wireless camera for calculating the robot navigation direction. During the walking phase, the ZMP signals from the FSR sensors are compared with the desired ones. Then the ankle angles of the robot are modified by one fuzzy ZMP compensation controller to reduce the ZMP error.
The proposed hybrid architecture was tested with one real biped robot (HSRIV) developed by RIT LAB. The experimetal results showed that the robot could successfully perform different kinds of motions such as gait changing, obstacle avoidance, goal following with compensated ZMP.
본 논문에서는 휴머노이드 로봇(Humanoid Robot)의 항법(Navigation)을 목적으로 로봇의 시스템을 하이브리드 구조(Hybrid Architecture) 관점에서 구성하였다. 그리고 물체 인식 부분에서 필요한 비전 시스템은 다개체 로봇 시스템으로 잘 알려져 있는 로봇 축구 시스템의 라벨링(Labeling) 기법을 이용하였고, 실제 실험에서는 로봇 축구 종목 중 휴머노이드 부분인 휴로솟(Hurosot)의 경기규칙[30]을 바탕으로 하여 실험 조건을 가정하고 실험을 하였다.
하이브리드 구조(Hybrid Architecture)의 시스템 구성은 크게 두 계층으로 나눌 수 있다. 사고 계층(deliberative layer)과 반응 계층(reactive layer)으로 나눌 수 있는데, 본 논문에서는 반응 계층에서 퍼지(Fuzzy)알고리즘을 이용하여 주어진 주기 시간마다 실시간(On-line)으로 ZMP를 보상하는 구조를 , 그리고 사고 계층(Deliberator)에서는 비전 시스템과 이산 상태 시스템(FSM:Finete State Acceptor)을 이용하여 로봇의 다음 행동 상태(next behavioral state)를 결정하는 부분으로 이루어져 있다.
본 논문의 구성은 다음과 같다. 제 2장에서는 반응 계층(reactive layer)으로서 퍼지 알고리즘을 이용한 ZMP 실시간 보상법에 대해서 알아보고, 제 3장에서는 비전(Vision) 시스템을 이용한 항법(Navigation)을 하기 위한 장애물과 목표 지점의 검출및 거리와 각도 추정 방법에 대해서 설명한다. 제 4장에서는 하이브리드 제어 구조(Hybrid Control Architecture)를 휴머노이드 로봇의 항법(Humanoid Robot Navigation)에 적용하기 위한 환경 모델링(World modelling)에 대해서 기술하였다. 제 5장에서는 사고 계층에 해당하는 이산 상태 시스템(FSM : Finite States Machine)를 바탕으로 휴머노이드 로봇의 항법(Navigation)을 위한 각 행동 상태(behavioral state)의 구성에 대해서 설명하였다. 그리고 제 6장에서는 실험과 그 결과에 대해서 설명한다. 끝으로, 제 7장에서 결론및 추후 과제에 대해서 기술하였다.
