For home-service robots one of the most common interactions with humans is the handing over objects using arms and hands of anthropomorphic robots. We propose advanced methods of determination of grasp sites for handover operations that incorporate especially etiquettes which factors include object shapes, object functions, and safety. We also address different operations for handover: one-handed handover with one grasp, two-step handover with midair re-grasp, and two-handed handover. We show the effectiveness of our algorithm for interaction between humans and robots with graphical simulations, and then it is tested with our humanoid home-service robot IDRO.
로봇의 연구 및 발전은 산업용 로봇에서부터 시작되어져 왔다. 과거 20년 전에 제조업에 활용되었던 산업용 로봇은 다재다능한 지능보다는 단순 제어 기능만 필요로 하였다. 하지만 로봇이 인간 사회에 하나의 인격체로써 친화되어 가면서 인간과 로봇의 공존의 연구에 대해서 필요성을 인식하게 되었고 이에 따라서 HRI (휴먼-로봇 상호작용) 연구는 우리 사회에서 미래의 중요한 하나의 이슈로 떠오르고 있다.
홈 서비스 로봇은 과거 10년 전부터 다양한 종류의 서비스를 수행하기 위해서 고기능 지능형 로봇화로 자리 잡아가고 있으며 로봇의 팔과 손은 더욱 더 다재다능한 일을 수행하도록 발전되고 있다. 양 팔과 양 손을 가진 휴머노이드 홈 서비스 로봇을 이용하여 사람에게 물건을 건네주는 작업은 인간과 로봇의 상호 작용에 있어서 가장 중요한 요소 중에 하나이다. 우리는 로봇 팔과 손을 이용한 인간과의 상호 작용 분야에서 기능과 사회적 관계를 고려하여 로봇에게 에티켓 개념을 적용하였다. 인간과 로봇의 상호 작용에 있어서 에티켓은 가정환경이나 공공장소에서의 서비스를 하기 위해서 꼭 필요한 요소이다. 로봇이 물체를 건네주기 위해서 물체를 잡는 단계에서의 에티켓 요소는 물체의 다양한 모양, 물체의 기능성, 안전성의 세 가지 측면으로 분류 할 수 있다. 우리 파지 생성기에서는 실험 대상으로 각각의 다른 특징을 가진 우리 주변 환경의 물체들을 모델링 하였다. 예를 들어서, 가위는 손잡이에 두 손가락을 사용하여 잡을 수 있게 되어진 모양을 가지고 있으며 칼은 다른 물체를 자르거나 찌를 때 쓰는 날카로운 면을 가지고 있고 머그 컵은 따로 손잡이가 물체 주변에 붙어 있으며 리모콘이나 탁구공은 따로 손잡이가 분류 되어 있지 않다. 우리는 이러한 다양한 물체들의 특성들에 위에서 언급한 세 가지의 에티켓 요소들을 고려하여 최적의 파지 점을 계산하며 또한 물체 건네주기 동작을 위한 3 가지의 다른 전문화된 방법을 제시하였다. : 한 손과 한 팔을 이용한 물체 건네주기 (H1G1), 두 손과 두 팔을 이용한 두 단계 물체 옮겨 건네주기 (H2G2), 두 손과 두 팔을 이용한 한 단계 물체 건네주기 (H2G1).
파지 생성기는 먼저 각각의 다른 모양의 물체들을 받는 사람의 파지 점을 고려한 위의 세 가지 에티켓 요소들의 조건을 지식 데이터베이스에서 비교 분석하여 최적의 파지 점을 계산하여 준다. 먼저 물체의 각각의 꼭지점들의 위치를 계산하여 각각의 물체의 표면을 찾고 이 표면들 중에 서로 평행한 면인지 아닌지를 체크하고 평행하지 않으면 다른 쌍의 평행한 면을 검사한다. 모든 가능한 평행한 면을 축출한 후에 두 표면사이의 거리를 측정하여 손의 두 개의 손가락 사이의 최고 넓이와 손가락의 길이를 비교하여 이보다 작은 모든 가능한 파지 표면을 찾아낸다. 두 개의 평행한 면을 프로젝트하여 두 표면이 충분하게 교차하는지를 발견하며 교차면의 중심점을 양 면의 최소 값과 최고 값으로부터 계산해 낸다. 여기서 뽑아낸 중심점으로부터 로봇이 위치한 방향으로부터의 가까운 평면 끝점이 최고 값이 되어 물체의 중심점과 최고 값으로부터 다시 파지 생성기의 알고리즘을 사용하여 최적의 파지 점의 값을 찾아낸다. 이러한 파지법은 사람이 물체를 잡을 때 에티켓 요소와 함께 편리함을 준다.
팔을 이용한 물체 건네주기 모션 생성기는 물체에 대해서 파지 생성기로부터 최적의 파지 점을 찾은 후에 이 생성기를 통하여 두 팔의 모션을 제어한다. 이 알고리즘은 6 단계 (1, 초기 위치로 이동 2. 물체에 접근 3. 파지 점으로 이동 4. 잡기 5. 들기 6. 물체 건네주기) 로 구분되어진다. 한 손과 한 팔을 이용한 물체 건네주기 방법은 한팔을 이용하여 물체의 목표 점까지 IDRO의 6 DOFs 팔을 역 운동학을 통하여 각 관절의 각도 값을 축출해낸다. 두 손과 두 팔을 이용한 두 단계 물체 옮겨 건네주기는 위의 한 팔 작업을 끝낸 후에 물체를 들어올린 마지막 위치가 다른 팔의 목표 지점이 되어서 이 지점으로부터의 각 관절의 최적의 각도를 역 운동학을 통하여 얻어낸다. 두 손과 두 팔을 이용한 한 단계 물체 건네주기는 거대한 물체나 무거운 물체를 안전하게 건네주기 위해서 파지 생성기로부터 물체의 두 파지 점을 찾아내면 이 점들을 각각 팔의 목표 지점으로 보고 양 팔의 각도 값을 역 운동학으로부터 동시에 찾아낸다. 이러한 세 가지 방법의 단계를 마지막으로 로봇은 사람에게 물체를 건네주게 된다. 이러한 파지 플랜너와 모션 생성기는 단순한 산업용 로봇이 아닌 홈 서비스 로봇으로써 HRI 측면에서 반드시 필요하며 이 시뮬레이터는 어느 로봇이든 쉽게 적용할 수 있도록 데이터 파일 안에 로봇의 DH 매개 변수 값만 바꿔주면 디자인되게 구성되었다. 하지만 아직도 센서를 이용한 힘을 제어하는 방향으로의 접근이 필요하며 더욱 더 체계적인 지식 데이터 베이스를 구축하여 여러 가지 동작과 수 백, 수 천 가지의 물체들을 다루는 작업이 필요하다. 더 나아가서는 유비쿼터스 환경 안에서의 제어를 위하여 네트워크 기반의 원격제어 로봇 시뮬레이터로 만들기 위해서 연구할 것이다.
