Gaussian sampler는 obstacle boundary 주변을 더 잘 찍는 단순한 표본화 규칙으로 PRM의 좁은 통로 탐색 성능을 끌어올린 고전 논문이다.
01
배경
배경은 sampling-based motion planning이 고차원 configuration space에서 실용적 해법으로 부상했지만 표본을 어디에 뿌릴지가 성능을 좌우하던 시기다.
02
문제
문제는 PRM이 free space 전체를 무작위로 덮을 때 실제 경로를 결정하는 장애물 경계와 narrow passage를 충분히 샘플링하지 못한다는 점이다.
03
기존 한계
기존 한계는 uniform sampling이 넓은 자유공간에 표본을 낭비하고 좁은 연결부를 놓쳐 roadmap 연결 실패 확률이 커진다는 데 있었다.
04
목표
목표는 기존 PRM 구조를 크게 바꾸지 않고 더 좋은 free-space coverage와 연결성을 주는 간단한 sampling strategy를 제시하는 것이다.
05
방법
방법은 한 점과 그 주변 Gaussian perturbation 점을 뽑아 한쪽은 collision이고 다른 쪽은 free일 때 free point를 roadmap sample로 채택한다.
06
핵심 아이디어
핵심 아이디어는 obstacle boundary 근방에서 free/occupied 쌍이 자주 생긴다는 사실을 이용해 좁은 통로 입구와 표면 주변을 자동으로 과표본화하는 것이다.
07
검증
검증은 geometric path-planning benchmark에서 uniform sampling류 PRM과 비교한 오프라인 시뮬레이션 평가에 해당한다.
08
결과
결과는 Gaussian sampling이 어려운 passage가 있는 장면에서 더 적은 표본으로 연결 가능성을 높이고 PRM의 practical success rate를 개선한다는 것이다.
09
비교
비교는 uniform strategy보다 boundary-sensitive하다는 장점이 있지만 모든 표본이 경계 근방에 몰릴 수 있어 넓은 free-space coverage와의 균형이 필요하다.
10
의의
의의는 이후 obstacle-based PRM과 bridge-test류 sampler가 왜 narrow passage를 겨냥해야 하는지 보여준 초기 근거를 제공했다는 점이다.
11
한계
한계는 dynamics, uncertainty, real robot execution을 다루지 않고 collision checker와 환경 모델이 정확하다는 planning-level 가정에 묶인다는 점이다.
12
향후 과제
향후 과제는 adaptive mixture sampling, learning-based sampler, kinodynamic planning처럼 문제 구조를 더 적극적으로 반영하는 방향이다.
13
자원 공개
자원 공개는 DOI와 공개 PDF가 확인되지만 논문 전용 code나 dataset page는 확인되지 않았다.
302
RSS · 2020 · citation rank 302
Learning Agile Robotic Locomotion Skills by Imitating Animals
Xue Bin Peng; Erwin Coumans; Tingnan Zhang; Tsang-Wei Lee; Jie Tan; Sergey Levine
https://doi.org/10.48550/arxiv.2004.00784
이 논문은 동물 동작 reference를 강화학습 목표로 써서 simulation에서 agile locomotion policy를 만들고 실제 로봇으로 빠르게 적응시키는 imitation pipeline을 보인다.
01
배경
배경은 legged robot이 동물처럼 다양한 보행과 agile maneuver를 하려면 손설계 controller만으로는 개발 비용과 skill-specific expertise가 너무 크다는 문제의식이다.
02
문제
문제는 real-world animal motion을 입력으로 받아 로봇 형태와 물리 제약에 맞는 locomotion policy를 자동 합성하고 실제 하드웨어에 옮기는 것이다.
03
기존 한계
기존 한계는 reward shaping이 기술별로 수작업이고 simulation policy가 real robot에 바로 올라가면 model mismatch로 성능이 떨어진다는 점이다.
04
목표
목표는 reference motion data, reinforcement learning, sample-efficient domain adaptation을 결합해 여러 agile skill을 하나의 절차로 학습시키는 것이다.
05
방법
방법은 동물 motion clip을 imitation objective로 쓰고 simulation에서 policy를 학습한 뒤 제한된 실제 roll-out으로 dynamics parameter와 policy를 적응시킨다.
06
핵심 아이디어
핵심 아이디어는 hand-crafted gait reward를 줄이는 대신 reference trajectory가 학습 신호가 되게 하고 sim-to-real gap은 adaptation 단계에서 보정하는 것이다.
07
검증
검증은 simulation skill 학습과 실제 legged robot deployment를 함께 사용한 평가이며 동물 모사 보행과 회전, 달리기류 동작을 시연한다.
08
결과
결과는 단일 learning pipeline이 여러 동물 기반 locomotion skill을 합성하고 실제 로봇에서도 agile behavior를 재현할 수 있음을 보였다.
09
비교
비교는 manually designed controller보다 skill authoring 비용을 줄이지만 reference motion 품질과 morphology mismatch에는 여전히 민감하다.
10
의의
의의는 DeepMimic류 motion imitation을 실제 legged robot 제어로 연결해 VLA 이전의 embodied skill transfer 흐름을 강화한 데 있다.
11
한계
한계는 주로 사전에 준비된 reference motion과 제한된 robot morphology에 기대며 rough terrain, contact-rich failure recovery, safety guarantee는 제한적이다.
12
향후 과제
향후 과제는 더 다양한 동물 motion, online adaptation, terrain perception, safety-constrained RL과 결합해 field locomotion으로 넓히는 것이다.
13
자원 공개
자원 공개는 arXiv PDF와 project page가 확인되지만 논문 전용 학습 코드의 공개 상태는 확인되지 않았다.
MRTA taxonomy 논문은 multi-robot task allocation 문제를 robot, task, assignment, time, dependency 축으로 정리해 알고리즘 비교 언어를 만든다.
01
배경
배경은 multi-robot systems가 surveillance, exploration, logistics처럼 여러 robot과 task를 동시에 배분해야 하는 응용으로 확장되던 흐름이다.
02
문제
문제는 서로 다른 MRTA 연구가 문제 구조와 가정을 제각각 부르면서 알고리즘 비교와 문제 난이도 판단이 어려운 상황을 정리하는 것이다.
03
기존 한계
기존 한계는 초기 taxonomy가 static, single-task, independent assignment 중심이라 temporal, coalition, schedule, dependency가 있는 문제를 충분히 포괄하지 못한 점이다.
04
목표
목표는 MRTA 문제를 더 세밀하게 분류하고 각 분류가 필요한 algorithmic machinery와 복잡도에 어떤 의미를 갖는지 설명하는 것이다.
05
방법
방법은 기존 MRTA 문헌을 검토해 robot capability, task requirement, assignment cardinality, temporal constraint, inter-task dependency 같은 축으로 분류 체계를 확장한다.
06
핵심 아이디어
핵심 아이디어는 알고리즘 이름보다 문제 instance의 구조를 먼저 명시해야 서로 다른 auction, optimization, scheduling 방법을 공정하게 비교할 수 있다는 것이다.
07
검증
검증은 새 실험이 아니라 문헌 survey와 taxonomy consistency 평가에 가까우며 다양한 MRTA 사례를 분류 틀에 매핑한다.
08
결과
결과는 단순한 ST-SR-IA류 분류를 넘어 복합 task, multi-robot coalition, temporal planning을 포함하는 더 포괄적인 MRTA vocabulary를 제공한다.
09
비교
비교는 기존 Gerkey-Mataric taxonomy보다 넓고 설명력이 크지만 empirical benchmark나 standardized dataset을 직접 제공하지는 않는다.
10
의의
의의는 multi-agent robotics에서 task allocation 문제를 설계할 때 논문 간 공통점과 차이를 드러내는 reference frame을 제공한 점이다.
11
한계
한계는 taxonomy paper이므로 algorithm performance 수치나 real robot validation은 없고 새로운 application이 등장하면 분류 축을 다시 확장해야 한다.
12
향후 과제
향후 과제는 human-robot teaming, uncertainty-aware allocation, online replanning, learned preference를 taxonomy와 benchmark로 함께 연결하는 것이다.
13
자원 공개
자원 공개는 DOI와 publisher page가 확인되며 code, dataset, project page는 논문 성격상 확인되지 않았다.
304
RA-L · 2020 · citation rank 304
DIGIT: A Novel Design for a Low-Cost Compact High-Resolution Tactile Sensor With Application to In-Hand Manipulation
Mike Lambeta; Po-Wei Chou; Stephen Tian; Brian Yang; Benjamin Maloon; Victoria Rose Most; Dave Stroud; Raymond Santos; Ahmad Byagowi; Gregg Kammerer; Dinesh Jayaraman; Roberto Calandra
https://doi.org/10.1109/lra.2020.2977257
DIGIT은 손가락 끝에 붙일 수 있는 저가 compact vision-based tactile sensor를 설계하고 in-hand manipulation 실험으로 촉각 센서의 실용성을 보인 논문이다.
01
배경
배경은 general-purpose in-hand manipulation이 접촉 힘과 접촉 위치를 세밀하게 느끼지 못해 여전히 어려운 robotics 핵심 과제로 남아 있다는 점이다.
02
문제
문제는 multi-fingered hand에 실제로 장착 가능한 크기와 가격으로 고해상도 tactile image를 안정적으로 얻는 센서를 만드는 것이다.
03
기존 한계
기존 한계는 GelSight류 vision tactile sensor가 크거나 제작 반복성이 낮아 dexterous hand에 여러 개 붙여 쓰기 어렵다는 데 있었다.
04
목표
목표는 compact, low-cost, high-resolution, repeatable manufacturing을 만족하는 tactile sensor DIGIT을 공개 설계로 제공하는 것이다.
05
방법
방법은 elastomer gel, internal illumination, camera module, 3D-printed/mechanical housing을 소형화하고 multi-finger hand에서 marble manipulation controller를 학습한다.
06
핵심 아이디어
핵심 아이디어는 카메라가 변형된 gel 표면을 관측하게 하되 finger-tip form factor와 제작성을 우선해 lab prototype을 deployable sensor로 낮추는 것이다.
07
검증
검증은 DIGIT 센서를 장착한 robotic hand의 in-hand glass marble manipulation과 deep model-based control 실험으로 수행된다.
08
결과
결과는 소형 촉각 센서가 접촉 정보를 제공해 marble manipulation을 가능하게 하며 설계 파일 공개로 재현 가능한 tactile platform을 제시한다.
09
비교
비교는 기존 vision-based tactile sensor보다 작고 저렴한 반면 calibration, gel wear, lighting consistency 같은 실사용 관리 이슈가 남는다.
10
의의
의의는 tactile manipulation 연구가 센서 접근성 부족에서 벗어나 다수 연구자가 같은 hardware basis로 접촉학습을 반복할 수 있게 한 점이다.
11
한계
한계는 tactile image가 contact force의 직접 물리량은 아니며 장기 내구성, 대량 생산 편차, 복잡 물체 조작 일반화가 별도 문제로 남는다.
12
향후 과제
향후 과제는 sensor calibration standard, simulation-to-real tactile model, multi-finger policy learning, long-horizon dexterous manipulation으로 이어진다.
13
자원 공개
자원 공개는 digit.ml과 facebookresearch/digit-design GitHub에서 설계 공개가 확인된다.
이 논문은 panoramic color appearance를 이용해 장소를 분류하고 topological localization을 실시간으로 수행하는 초기 appearance-based navigation 연구다.
01
배경
배경은 metric map이 어렵거나 불필요한 실내 mobile robot에서 장소 단위 topological map과 visual place recognition이 중요한 대안으로 떠오르던 시기다.
02
문제
문제는 로봇이 현재 panoramic image를 보고 topological node 중 어느 장소에 있는지 빠르고 robust하게 인식하는 것이다.
03
기존 한계
기존 한계는 geometric landmark extraction이 환경 구조와 센서 노이즈에 민감하고, hand-engineered landmark가 없는 실내에서는 localization이 불안정하다는 점이다.
04
목표
목표는 panoramic vision, color histogram, nearest-neighbor learning, voting scheme을 결합해 학습 기반 장소 인식을 실시간으로 구현하는 것이다.
05
방법
방법은 장소별 appearance exemplar를 저장하고 입력 image의 histogram similarity와 voting으로 topological location class를 추정한다.
06
핵심 아이디어
핵심 아이디어는 정밀한 geometric reconstruction 없이도 전체 시야 appearance signature가 장소 식별에 충분한 정보를 담는다는 가정이다.
07
검증
검증은 여러 cross-sequence 실내 주행 데이터에서 학습 sequence와 test sequence를 바꿔가며 place recognition accuracy를 비교한 오프라인 및 로봇 기반 평가다.
08
결과
결과는 단순한 color appearance representation으로도 real-time topological localization이 가능함을 보여 appearance-based localization의 실용성을 입증했다.
09
비교
비교는 landmark geometry 방식보다 구현이 간단하지만 조명 변화, perceptual aliasing, 계절이나 furniture 변화에는 취약할 수 있다.
10
의의
의의는 이후 image retrieval, bag-of-visual-words, visual place recognition으로 이어지는 장소 인식 흐름의 초기 실험 근거를 제공했다.
11
한계
한계는 deep feature나 robust invariant descriptor가 없던 시대의 color histogram 기반이라 domain shift와 long-term localization에는 제한이 크다.
12
향후 과제
향후 과제는 illumination-invariant features, sequence matching, metric-topological fusion, lifelong map update로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI와 OpenAlex metadata가 확인되지만 현재 사용 가능한 공식 code나 dataset page는 확인되지 않았다.
306
IROS · 2020 · citation rank 306
TartanAir: A Dataset to Push the Limits of Visual SLAM
Wenshan Wang; Delong Zhu; Xiangwei Wang; Yaoyu Hu; Yuheng Qiu; Chen Wang; Yafei Hu; Ashish Kapoor; Sebastian Scherer
https://doi.org/10.1109/iros45743.2020.9341801
TartanAir는 photorealistic simulation으로 stereo, depth, segmentation, flow, pose, LiDAR를 대규모로 제공해 어려운 visual SLAM 조건을 체계적으로 만든 데이터셋이다.
01
배경
배경은 KITTI나 EuRoC 같은 실제 데이터셋에서 좋은 visual SLAM도 weather, motion, lighting, viewpoint가 어려워지면 쉽게 깨진다는 문제의식이다.
02
문제
문제는 실제 수집으로는 얻기 힘든 정확한 dense ground truth와 다양한 악조건을 갖춘 navigation dataset을 만드는 것이다.
03
기존 한계
기존 한계는 실제 데이터는 다양성과 label completeness가 제한되고 simulation 데이터는 scale, realism, trajectory diversity가 부족한 경우가 많았다는 점이다.
04
목표
목표는 photo-realistic simulated worlds에서 multi-modal sensor와 precise ground truth를 자동 생성해 visual SLAM을 더 어렵게 시험하는 것이다.
05
방법
방법은 mapping, trajectory sampling, data processing, verification pipeline으로 stereo RGB, depth, segmentation, optical flow, camera pose, LiDAR point cloud를 생성한다.
06
핵심 아이디어
핵심 아이디어는 simulation의 장점인 완전한 ground truth와 controlled difficulty를 이용해 기존 benchmark가 숨기던 failure mode를 드러내는 것이다.
07
검증
검증은 TartanAir 장면에서 여러 state-of-the-art visual SLAM algorithm을 평가하고 KITTI 등 기존 데이터셋 성능과의 차이를 분석한다.
08
결과
결과는 기존 dataset에서 강한 방법도 TartanAir의 hard motion, weather, lighting condition에서 성능이 크게 떨어져 visual SLAM이 아직 해결되지 않았음을 보였다.
09
비교
비교는 실제 데이터셋보다 labeling과 조건 다양성이 풍부하지만 simulation-real gap 때문에 real deployment 성능을 그대로 보장하지는 않는다.
10
의의
의의는 visual SLAM, VO, navigation, perception을 같은 synthetic-but-difficult benchmark로 비교하게 해 failure analysis를 더 정밀하게 만든 점이다.
11
한계
한계는 simulator asset과 rendering bias가 있고 moving object나 physical sensor noise가 실제 세계의 모든 long-tail을 포함하지는 못한다.
12
향후 과제
향후 과제는 real-world calibration, dynamic interaction, embodied policy learning, sim-to-real validation을 결합하는 것이다.
13
자원 공개
자원 공개는 TartanAir dataset page, documentation, tartanair_tools GitHub가 확인된다.
이 논문은 piezoelectric actuator의 전기-기계 dynamics와 hysteresis를 물리 기반으로 모델링해 정밀 위치제어 설계의 출발점을 제공한다.
01
배경
배경은 piezoelectric actuator가 나노·마이크로 단위 위치결정에서 널리 쓰이지만 정밀 제어에는 actuator dynamics와 hysteresis 이해가 필수인 상황이다.
02
문제
문제는 매우 작은 displacement를 내는 PEA의 electrical input, mechanical output, load interaction을 제어 설계에 쓸 수 있는 모델로 표현하는 것이다.
03
기존 한계
기존 한계는 많은 제어기가 actuator를 quasi-static gain처럼 다뤄 hysteresis, creep, resonance, load effect를 충분히 반영하지 못한 점이다.
04
목표
목표는 physical principles에 기반한 electromechanical piezo model을 제시하고 실험적으로 parameter와 response를 검증하는 것이다.
05
방법
방법은 piezoelectric constitutive relation, mechanical dynamics, electrical subsystem을 결합해 actuator transfer behavior를 모델링한다.
06
핵심 아이디어
핵심 아이디어는 PEA를 단순 변위원으로 보지 않고 전기 입력과 기계 부하가 서로 영향을 주는 coupled dynamic system으로 다루는 것이다.
07
검증
검증은 piezo-actuated positioning mechanism의 실험 응답과 모델 예측을 비교하는 hardware characterization 형태로 수행된다.
08
결과
결과는 제안 모델이 PEA 동특성을 설명하고 제어기 설계에 필요한 dynamic behavior를 더 잘 포착함을 보였다.
09
비교
비교는 purely empirical model보다 물리적 해석성이 높지만 hysteresis의 모든 nonlinear memory effect를 완전히 해결하는 것은 아니다.
10
의의
의의는 precision mechatronics와 nanopositioning stage에서 actuator-aware control을 설계할 수 있는 기반 모델을 제공했다는 점이다.
11
한계
한계는 특정 actuator와 실험 조건에 맞춘 parameter identification이 필요하고 thermal drift나 장기 aging은 별도 보정이 필요하다.
12
향후 과제
향후 과제는 hysteresis compensation, adaptive identification, high-bandwidth robust control과 model predictive control로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI와 publisher metadata가 확인되지만 별도 code, dataset, project page는 확인되지 않았다.
308
T-RO · 2008 · citation rank 308
Smooth Vertical Surface Climbing With Directional Adhesion
Sangbae Kim; Matthew Spenko; S. Trujillo; Barrett Heyneman; Daniel Santos; Mark R. Cutkosky
https://doi.org/10.1109/tro.2007.909786
Stickybot 계열 연구인 이 논문은 directional dry adhesion을 이용해 수직 표면에서 부드러운 climbing gait를 구현한 bio-inspired robot locomotion 연구다.
01
배경
배경은 gecko-inspired climbing robot이 벽면 이동을 위해 강한 접착과 쉬운 탈착을 동시에 만족해야 하던 bio-inspired robotics 맥락이다.
02
문제
문제는 수직 표면에서 발이 미끄러지지 않으면서도 다음 step을 위해 쉽게 떼어지는 adhesion mechanism과 gait를 설계하는 것이다.
03
기존 한계
기존 한계는 suction, magnets, glue-like adhesion이 표면 종류와 에너지, 탈착 속도, 이동 부드러움에서 제약이 크다는 점이다.
04
목표
목표는 directional adhesion을 갖는 foot material과 robot gait를 결합해 smooth vertical climbing을 실제 하드웨어에서 보이는 것이다.
05
방법
방법은 microstructured directional adhesive, compliant limb/foot design, load path를 맞춘 gait sequencing을 사용해 접착력과 탈착을 조절한다.
06
핵심 아이디어
핵심 아이디어는 shear 방향으로 load를 걸 때만 강해지는 adhesive를 이용해 로봇이 당기면 붙고 자세를 바꾸면 떨어지게 만드는 것이다.
07
검증
검증은 수직 surface climbing robot 실험으로 수행되며 adhesive contact, gait stability, wall climbing behavior를 하드웨어에서 확인한다.
08
결과
결과는 directional adhesion이 smooth climbing과 controlled detachment를 가능하게 해 gecko-like locomotion의 실현 가능성을 보였다.
09
비교
비교는 suction이나 magnetic climbing보다 표면 손상과 에너지 요구가 낮을 수 있지만 표면 거칠기와 오염에는 민감하다.
10
의의
의의는 bio-inspired adhesion이 단순 소재 데모가 아니라 robot gait와 함께 설계되어 mobility capability로 이어질 수 있음을 보여준 점이다.
11
한계
한계는 매우 거친 표면, 먼지, 습도, 장기 마모에 대한 robustness가 제한적이고 payload와 speed scaling도 별도 과제다.
12
향후 과제
향후 과제는 self-cleaning adhesive, higher payload, outdoor wall surfaces, sensing 기반 foot placement로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI와 공개 PDF가 확인되지만 논문 전용 code나 dataset은 확인되지 않았다.
309
ICRA · 2004 · citation rank 309
The RoboKnee: an Exoskeleton for Enhancing Strength and Endurance during Walking
Jerry Pratt; Ben Krupp; Chris Morse; Steven H. Collins
https://doi.org/10.1109/robot.2004.1307425
RoboKnee는 착용자 의도를 감지해 무릎 관절에 보조 토크를 주면서도 low impedance를 유지하려는 초기 lower-limb exoskeleton 연구다.
01
배경
배경은 human strength와 endurance를 높이는 wearable robot이 가능해지려면 착용자가 로봇을 밀고 다니는 느낌 없이 투명하게 동작해야 한다는 요구다.
02
문제
문제는 walking 중 착용자의 intent를 추정하고 필요한 순간에 knee torque를 보조하면서 자연스러운 gait를 방해하지 않는 것이다.
03
기존 한계
기존 한계는 외골격이 무겁거나 impedance가 커서 사용자의 움직임을 방해하고, intent sensing과 actuation timing이 충분히 정교하지 않았다는 점이다.
04
목표
목표는 one-degree-of-freedom knee exoskeleton RoboKnee로 strength/endurance augmentation의 핵심 제어 원리를 검증하는 것이다.
05
방법
방법은 human-robot interface sensing, knee actuation, low-impedance control을 결합해 보행 주기에서 적절한 보조력을 제공한다.
06
핵심 아이디어
핵심 아이디어는 외골격이 주도적으로 궤적을 강제하기보다 사용자의 motion intent를 읽고 필요한 torque만 더하는 transparent augmentation이다.
07
검증
검증은 착용형 RoboKnee prototype을 이용한 walking experiment 중심의 하드웨어 평가다.
08
결과
결과는 knee assistance가 보행 중 힘 보조와 endurance enhancement 가능성을 보였지만 전체 lower-body autonomy를 완성한 것은 아니다.
09
비교
비교는 conventional orthosis보다 active augmentation을 지향하지만 full-body load-carrying exoskeleton에 비해 관절 범위와 task가 제한된다.
10
의의
의의는 BLEEX와 powered prosthesis 이전 단계에서 wearable robot control의 transparency와 intent detection 문제를 명확히 드러낸 점이다.
11
한계
한계는 단일 knee joint 중심 prototype이라 uneven terrain, balance, long-term comfort, metabolic benefit의 정량 일반화가 제한적이다.
12
향후 과제
향후 과제는 multi-joint assistance, energy-efficient actuation, physiological feedback, real-world load carrying으로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 공식 code, dataset, project page는 확인되지 않았다.
310
ICRA · 2006 · citation rank 310
Towards a 3g Crawling Robot through the Integration of Microrobot Technologies
Ranjana Sahai; S. Avadhanula; Richard E. Groff; E. Steltz; R. J. Wood; Ronald S. Fearing
https://doi.org/10.1109/robot.2006.1641727
이 논문은 piezo actuator와 microfabricated structure를 통합해 3 g급 self-contained crawling robot을 만든 microrobotics 하드웨어 연구다.
01
배경
배경은 insect-scale mobile robot을 만들기 위해 actuation, mechanism, power, assembly를 모두 작은 질량 안에 통합해야 하던 microrobotics 흐름이다.
02
문제
문제는 수 g 규모에서 자체 구조와 actuator를 갖고 실제로 crawling gait를 수행하는 robot platform을 구현하는 것이다.
03
기존 한계
기존 한계는 micromechanism이나 actuator는 개별적으로 가능해도 self-contained locomotion system으로 통합하기 어렵다는 점이었다.
04
목표
목표는 여러 microrobot technology를 결합해 alternating tripod gait를 내는 3 g hexapod crawling robot prototype을 보이는 것이다.
05
방법
방법은 두 개의 piezoelectric actuator, sliding plate transmission, six-leg hexapod body, microfabrication과 precision assembly를 결합한다.
06
핵심 아이디어
핵심 아이디어는 소수의 actuator motion을 linkage와 sliding plate로 여섯 다리의 tripod gait로 분배해 작은 질량에서도 이동성을 얻는 것이다.
07
검증
검증은 fabricated robot의 crawling motion, gait generation, locomotion speed를 측정하는 하드웨어 실험으로 수행된다.
08
결과
결과는 microrobot component integration이 실제 이동 robot으로 이어질 수 있음을 보였고 insect-scale crawling platform의 가능성을 제시했다.
09
비교
비교는 대형 legged robot보다 훨씬 작은 scale을 달성하지만 payload, sensing, onboard computation, robustness는 제한적이다.
10
의의
의의는 micro aerial/terrestrial robot 연구에서 actuator와 mechanism co-design의 중요성을 보여준 early integrated platform이라는 점이다.
11
한계
한계는 주행 환경이 단순하고 autonomy, feedback control, rough terrain traversal은 거의 다루지 않는다.
12
향후 과제
향후 과제는 onboard power/sensing, closed-loop gait control, stronger microactuator, manufacturable assembly process로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 설계 파일, code, dataset page는 확인되지 않았다.
이 논문은 PRM이 왜 실용적으로 잘 되는지 failure probability와 sample density 관점에서 분석한 sampling-based planning 이론의 초기 기반이다.
01
배경
배경은 PRM이 복잡한 robot configuration space에서 잘 작동했지만 당시에는 성능에 대한 이론적 설명이 충분하지 않았던 상황이다.
02
문제
문제는 두 configuration을 잇는 feasible path가 존재할 때 PRM이 그 연결을 찾지 못할 확률이 표본 수와 공간 구조에 따라 어떻게 변하는지 분석하는 것이다.
03
기존 한계
기존 한계는 empirical success는 많았지만 narrow passage와 visibility가 planner success에 미치는 영향을 정량적으로 말하기 어려웠다는 점이다.
04
목표
목표는 probabilistic roadmap planner의 failure probability bound를 제공하고 어떤 환경 구조에서 sampling이 어려워지는지 설명하는 것이다.
05
방법
방법은 configuration space의 path clearance, neighborhood coverage, random sampling 확률을 수학적으로 연결해 PRM의 연결 성공 조건을 분석한다.
06
핵심 아이디어
핵심 아이디어는 path를 따라 충분한 local neighborhoods가 sample로 덮이면 roadmap connection이 가능하다는 coverage argument다.
07
검증
검증은 이론 분석과 representative planning example을 통한 설명이 중심이며 실제 하드웨어 실험은 아니다.
08
결과
결과는 PRM success가 sample 수와 path 주변 free volume에 의존한다는 점을 명확히 하여 sampling strategy 설계의 이론적 근거를 제공했다.
09
비교
비교는 단순 empirical PRM 논문보다 분석적이지만 bound가 보수적이고 practical implementation detail을 모두 설명하지는 않는다.
10
의의
의의는 sampling-based planning을 경험적 heuristic에서 이론적으로 해석 가능한 planning framework로 끌어올린 점이다.
11
한계
한계는 static geometric planning과 exact collision checking에 초점을 두며 dynamics, uncertainty, online replanning은 범위 밖이다.
12
향후 과제
향후 과제는 asymptotic optimality, adaptive sampling, kinodynamic PRM, learning-guided roadmap construction으로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 논문 전용 code와 dataset은 확인되지 않았다.
312
T-Mech · 2002 · citation rank 312
M-TRAN: self-reconfigurable modular robotic system
Shingo Murata; Eiichi Yoshida; Akiya Kamimura; H. Kurokawa; Kohji Tomita; S. Kokaji
https://doi.org/10.1109/tmech.2002.806220
M-TRAN은 homogeneous module들이 연결 상태를 바꾸며 crawler, walker, structure로 변형되는 self-reconfigurable modular robot 시스템이다.
01
배경
배경은 하나의 robot이 환경과 임무에 맞춰 형태를 바꾸는 modular self-reconfiguration이 versatile robotics의 오래된 목표였던 흐름이다.
02
문제
문제는 동일한 module 여러 개가 mechanical connection, actuation, communication을 통해 안정적으로 configuration을 바꾸고 이동하는 것이다.
03
기존 한계
기존 한계는 modular robot 개념은 있었지만 실제 hardware에서 connection reliability, distributed control, locomotion mode를 동시에 만족하기 어려웠다는 점이다.
04
목표
목표는 M-TRAN module 설계와 prototype을 통해 self-reconfiguration과 locomotion을 모두 수행하는 modular transformer system을 제시하는 것이다.
05
방법
방법은 onboard microprocessor, actuator, inter-module connection mechanism을 갖춘 homogeneous module을 만들고 module arrangement를 바꿔 다양한 형태를 구성한다.
06
핵심 아이디어
핵심 아이디어는 동일한 mechanical unit이 구조 부재이자 joint이자 compute node가 되어 robot morphology를 software처럼 재배치하게 하는 것이다.
07
검증
검증은 M-TRAN prototype의 reconfiguration sequence와 locomotion demonstrations를 보여주는 하드웨어 실험이다.
08
결과
결과는 module들이 서로 연결과 분리를 수행하며 여러 configuration과 movement pattern을 만들 수 있음을 보였다.
09
비교
비교는 fixed morphology robot보다 adaptability가 크지만 actuation density, connector robustness, planning complexity에서 불리하다.
10
의의
의의는 self-reconfigurable robotics가 simulation concept을 넘어 physical module system으로 구현될 수 있음을 보여준 대표 사례다.
11
한계
한계는 module 수가 늘면 reconfiguration planning과 fault handling이 어려워지고 실제 field environment에서의 reliability 검증은 제한적이다.
12
향후 과제
향후 과제는 automatic configuration planning, distributed fault tolerance, stronger connectors, scalable swarm-scale modular robotics다.
13
자원 공개
자원 공개는 DOI와 publisher metadata가 확인되지만 현재 사용 가능한 공식 code나 CAD repository는 확인되지 않았다.
313
IJRR · 2001 · citation rank 313
Virtual Model Control: An Intuitive Approach for Bipedal Locomotion
Jerry Pratt; Chee–Meng Chew; Ann L. Torres; P. Dilworth; Gill A. Pratt
https://doi.org/10.1177/02783640122067309
Virtual Model Control은 가상의 spring, damper, actuator가 로봇에 힘을 주는 것처럼 설계해 biped locomotion control을 직관화한 고전 논문이다.
01
배경
배경은 biped locomotion control이 nonlinear dynamics와 contact switching 때문에 어렵고 설계자가 안정적 보행을 직관적으로 조절하기 힘들던 시기다.
02
문제
문제는 물리적 biped robot이 원하는 posture, balance, locomotion을 수행하도록 복잡한 joint torque를 이해하기 쉬운 control primitive로 생성하는 것이다.
03
기존 한계
기존 한계는 trajectory tracking 중심 제어가 지면 접촉과 whole-body interaction을 직관적으로 설계하기 어렵고 robustness를 얻기 어려웠다는 점이다.
04
목표
목표는 virtual components가 만든 force를 실제 joint torque로 변환하는 framework를 통해 biped locomotion controller를 설계하는 것이다.
05
방법
방법은 robot body와 ground 사이에 가상의 spring-damper 등 mechanical element를 배치하고 그 힘을 Jacobian mapping으로 actuator torque에 반영한다.
06
핵심 아이디어
핵심 아이디어는 원하는 행동을 복잡한 equation 대신 가상 물리 모델로 표현해 controller design을 intuitive mechanics problem으로 바꾸는 것이다.
07
검증
검증은 physical planar biped robot에서 virtual component set을 사용해 stance support와 walking behavior를 구현하는 하드웨어 실험이다.
08
결과
결과는 단순한 virtual model 조합으로도 biped가 balance와 walking을 수행할 수 있음을 보여 VMC의 실용성을 입증했다.
09
비교
비교는 exact trajectory optimization보다 직관적이고 robust할 수 있지만 formal optimality나 broad terrain generalization은 제한적이다.
10
의의
의의는 legged locomotion에서 impedance, virtual force, template-based control을 연결한 설계 언어를 제공한 점이다.
11
한계
한계는 planar biped와 제한된 gait에 초점을 두며 high-speed locomotion, uneven terrain, full 3D whole-body coordination은 별도 과제다.
12
향후 과제
향후 과제는 3D humanoid, compliant actuation, optimization-based whole-body control, learning-assisted virtual model tuning으로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 논문 전용 code, dataset, project page는 확인되지 않았다.
314
ICRA · 2019 · citation rank 314
Crowd-Robot Interaction: Crowd-Aware Robot Navigation With Attention-Based Deep Reinforcement Learning
Changan Chen; Yuejiang Liu; S. Kreiss; Alexandre Alahi
https://doi.org/10.1109/icra.2019.8794134
이 논문은 crowd navigation을 단순 human-robot pair가 아니라 human-human interaction까지 포함한 CRI로 보고 self-attention 기반 DRL policy를 학습한다.
01
배경
배경은 social navigation robot이 공항, 병원, 복도처럼 밀집 군중 안에서 효율성과 사회적 수용성을 동시에 만족해야 하는 맥락이다.
02
문제
문제는 robot이 주변 사람 개개인뿐 아니라 사람들 사이의 interaction이 미래 움직임에 미치는 영향을 고려해 충돌 없이 이동하는 것이다.
03
기존 한계
기존 한계는 많은 DRL navigation 방법이 robot과 각 human의 pairwise relation만 보고 crowd가 커질수록 cooperation ability가 약해진다는 점이다.
04
목표
목표는 Crowd-Robot Interaction을 명시적으로 모델링해 dense crowd에서도 time-efficient하고 socially compliant한 navigation policy를 학습하는 것이다.
05
방법
방법은 self-attention과 attentive pooling으로 neighboring humans의 중요도를 학습하고 deep reinforcement learning으로 robot action policy를 최적화한다.
06
핵심 아이디어
핵심 아이디어는 사람-사람 interaction을 robot anticipation의 입력으로 넣어 crowd 전체의 collective dynamics를 policy가 보게 만드는 것이다.
07
검증
검증은 crowd simulation benchmark에서 success, collision, time efficiency를 측정하는 오프라인/시뮬레이션 평가가 중심이다.
08
결과
결과는 attentive pooling model이 기존 state-of-the-art crowd navigation policy보다 사람 움직임 예측과 navigation 효율에서 우수함을 보였다.
09
비교
비교는 ORCA류 rule-based 방법과 prior DRL method보다 dense crowd awareness가 강하지만 real robot human-subject deployment는 제한적이다.
10
의의
의의는 social navigation을 pairwise obstacle avoidance가 아니라 multi-agent interaction modeling 문제로 재정의한 점이다.
11
한계
한계는 simulation-based training과 simplified human dynamics에 의존하고 실제 보행자 preference, gaze, group norm, ethical comfort는 충분히 포함하지 않는다.
12
향후 과제
향후 과제는 real-world crowd data, preference learning, uncertainty-aware prediction, human feedback 기반 policy adaptation을 결합하는 것이다.
13
자원 공개
자원 공개는 arXiv와 vita-epfl/CrowdNav GitHub가 확인된다.
Craig, Hsu, Sastry의 adaptive manipulator control 연구는 불완전한 dynamics parameter에서도 robot arm trajectory tracking을 보장하려는 고전 제어 논문이다.
01
배경
배경은 manipulator가 payload와 configuration에 따라 dynamics가 크게 변하기 때문에 정확한 model이 없으면 model-based control 성능이 흔들리는 문제다.
02
문제
문제는 inertia, Coriolis, gravity parameter가 정확하지 않은 robot manipulator가 원하는 trajectory를 안정적으로 추종하게 만드는 것이다.
03
기존 한계
기존 한계는 fixed computed-torque controller가 model mismatch와 payload change에 취약하고 모든 parameter를 사전에 정확히 식별하기 어렵다는 점이다.
04
목표
목표는 manipulator dynamics의 구조를 이용해 parameter를 online으로 적응시키는 nonlinear adaptive control law를 제시하는 것이다.
05
방법
방법은 regressor form으로 robot dynamics를 표현하고 tracking error에 기반해 parameter estimate와 control torque를 갱신한다.
06
핵심 아이디어
핵심 아이디어는 robot dynamics가 unknown parameter에 대해 linearly parameterizable하다는 성질을 써서 stability proof가 가능한 adaptive law를 만드는 것이다.
07
검증
검증은 이론적 안정성 분석과 manipulator tracking 시나리오 중심이며 논문별 실험 범위는 제한적이다.
08
결과
결과는 특정 조건에서 tracking error convergence와 robustness를 보장하는 adaptive manipulator controller를 제시했다.
09
비교
비교는 nonadaptive computed-torque control보다 model uncertainty에 강하지만 excitation 부족, unmodeled friction, actuator saturation에는 민감하다.
10
의의
의의는 현대 robot adaptive control과 robust nonlinear control 교과서 흐름의 핵심 reference가 된 점이다.
11
한계
한계는 rigid-link model과 ideal sensing/actuation 가정이 강하고 contact-rich manipulation이나 learned dynamics는 다루지 않는다.
12
향후 과제
향후 과제는 adaptive-robust hybrid control, friction/contact modeling, safety constraints, learning-based parameter adaptation과 결합하는 것이다.
13
자원 공개
자원 공개는 DOI와 공개 PDF 계열 링크가 확인되지만 code와 dataset은 확인되지 않았다.
이 논문은 EKF-SLAM이 heading uncertainty가 커질 때 과신(overconfidence)해 일관성을 잃는다는 미묘한 실패를 분석한 SLAM 핵심 논문이다.
01
배경
배경은 EKF-SLAM이 초기 SLAM의 표준 해법이었지만 실제 uncertainty가 filter covariance와 잘 맞는지에 대한 의문이 커지던 시기다.
02
문제
문제는 EKF-SLAM estimate가 언제 optimistic covariance를 내고, 그 불일치가 ground truth 없이는 왜 탐지하기 어려운지 설명하는 것이다.
03
기존 한계
기존 한계는 consistency 문제가 단순 linearization error나 tuning 문제로 취급되어 heading uncertainty와 observability의 구조적 문제가 충분히 분석되지 못했다는 점이다.
04
목표
목표는 EKF-SLAM inconsistency의 원인을 분석하고 잘못된 covariance confidence가 발생하는 조건을 드러내는 것이다.
05
방법
방법은 EKF-SLAM formulation의 uncertainty propagation을 분석하고 heading uncertainty threshold 이후의 covariance behavior를 실험적으로 확인한다.
06
핵심 아이디어
핵심 아이디어는 robot heading uncertainty가 커지면 landmark update가 실제보다 더 많은 정보를 얻은 것처럼 작동해 covariance가 부당하게 작아진다는 것이다.
07
검증
검증은 시뮬레이션과 SLAM estimation scenario에서 true error와 estimated covariance를 비교하는 분석적 평가다.
08
결과
결과는 EKF-SLAM이 특정 조건에서 optimistic estimate를 내고 그 결과 data association과 map quality가 위험해질 수 있음을 보였다.
09
비교
비교는 graph-SLAM이나 smoothing 방식보다 EKF의 online simplicity가 장점이지만 linearization과 observability 관리가 약하다는 약점이 드러난다.
10
의의
의의는 이후 consistent EKF, invariant filtering, observability-constrained VIO/SLAM 연구가 왜 필요한지 명확히 한 점이다.
11
한계
한계는 EKF-SLAM의 특정 formulation 분석에 초점을 두며 modern factor graph나 learned front-end까지 직접 다루지는 않는다.
12
향후 과제
향후 과제는 observability-aware filtering, relinearization, smoothing back-end, consistency metrics를 실제 SLAM/VIO 시스템에 통합하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 별도 code와 dataset page는 확인되지 않았다.
GG-CNN은 depth image에서 각 pixel의 grasp quality와 pose를 한 번에 예측해 최대 50 Hz closed-loop grasping을 가능하게 한 실시간 grasp synthesis 논문이다.
01
배경
배경은 deep grasp detection이 좋아졌지만 candidate sampling과 느린 inference 때문에 움직이는 물체나 제어 오차가 있는 실제 grasping에는 늦게 반응하던 상황이다.
02
문제
문제는 depth image를 입력으로 받아 object-independent grasp pose를 빠르게 생성하고 robot이 실행 중에도 계속 수정할 수 있게 하는 것이다.
03
기존 한계
기존 한계는 discrete grasp candidate ranking이 계산량이 크고 open-loop execution에 가까워 dynamic clutter와 pose error에 취약하다는 점이다.
04
목표
목표는 경량 generative CNN으로 grasp quality, angle, width를 pixel-wise 예측해 real-time closed-loop control에 쓰는 것이다.
05
방법
방법은 GG-CNN이 depth image를 single pass로 처리해 grasp map을 만들고 robot controller가 최고 quality grasp를 연속적으로 갱신한다.
06
핵심 아이디어
핵심 아이디어는 grasp proposal을 샘플링하지 않고 image-to-grasp-field dense mapping으로 바꿔 inference latency를 control loop 안으로 낮추는 것이다.
07
검증
검증은 Cornell류 grasp 데이터와 실제 robot grasping에서 unseen objects, adversarial objects, moving objects, dynamic clutter를 시험한다.
08
결과
결과는 closed-loop control을 최대 50 Hz로 수행하고 실제 테스트에서 adversarial object 83%, moving household object 88%, dynamic clutter 81% success를 보고했다.
09
비교
비교는 당시 state-of-the-art grasp detector와 비슷한 안정성을 더 작은 network와 훨씬 빠른 execution으로 달성한 점이 강점이다.
10
의의
의의는 grasping을 perception 후 실행하는 pipeline이 아니라 perception-control loop로 닫아야 한다는 방향을 실증한 점이다.
11
한계
한계는 parallel-jaw grasp와 depth-only perception에 초점을 두며 transparent/reflective object, complex manipulation, multi-finger dexterity는 제한적이다.
12
향후 과제
향후 과제는 6D grasp, tactile feedback, clutter rearrangement, language-conditioned manipulation, uncertainty-aware grasp selection으로 확장하는 것이다.
13
자원 공개
자원 공개는 RSS paper page, arXiv, dougsm/ggcnn GitHub가 확인된다.
318
T-RO · 2008 · citation rank 318
Mechanics Modeling of Tendon-Driven Continuum Manipulators
David B. Camarillo; Christopher Milne; Christopher R. Carlson; Michael Zinn; J. Kenneth Salisbury
https://doi.org/10.1109/tro.2008.2002311
이 논문은 tendon-driven continuum manipulator에서 tendon tension, backbone deformation, actuator extension을 연결하는 mechanics model을 제시한다.
01
배경
배경은 continuum manipulator가 compliant backbone과 tendon actuation으로 좁은 공간에서 유연하게 움직일 수 있어 surgical and inspection robotics에서 중요해진 흐름이다.
02
문제
문제는 원하는 backbone shape를 만들기 위해 tendon length와 tension을 어떻게 설정해야 하는지 mechanics 관점에서 예측하는 것이다.
03
기존 한계
기존 한계는 constant-curvature 단순 모델이 tendon compression 불가능성, actuator extension, distributed load를 충분히 반영하지 못하는 점이다.
04
목표
목표는 tendon-driven continuum manipulator의 beam configuration과 tendon actuation 사이를 연결하는 실용적 mechanics model을 만드는 것이다.
05
방법
방법은 compliance, tendon routing, compression constraint, force balance를 포함한 linear mechanics formulation으로 desired shape와 actuation을 변환한다.
06
핵심 아이디어
핵심 아이디어는 tendon이 밀 수 없고 당길 수만 있다는 실제 constraint를 model에 넣어 feasible actuation과 shape를 계산하는 것이다.
07
검증
검증은 continuum manipulator prototype과 mechanics prediction을 비교하는 하드웨어 실험 및 모델 검증으로 수행된다.
08
결과
결과는 제안 모델이 tendon-driven deformation을 설명하고 기존 단순 모델보다 actuation-shape relation을 더 현실적으로 포착함을 보였다.
09
비교
비교는 geometric constant-curvature model보다 물리 제약을 잘 반영하지만 nonlinear friction, hysteresis, tissue contact까지 완전하게 다루지는 않는다.
10
의의
의의는 continuum robot design과 control에서 mechanics 기반 모델링이 왜 필요한지 보여 surgical continuum manipulator 연구의 기반을 넓혔다.
11
한계
한계는 특정 routing과 material parameter 식별에 의존하고 real-time control에서 model mismatch를 처리하는 문제는 남는다.
12
향후 과제
향후 과제는 friction/contact modeling, online parameter identification, shape sensing, closed-loop control과의 결합이다.
13
자원 공개
자원 공개는 DOI와 publisher page가 확인되지만 code, CAD, dataset 공개는 확인되지 않았다.
이 논문은 silicon micromachined accelerometer와 gyroscope의 원리, 제작, packaging, interface를 정리해 MEMS IMU 확산의 기술 지도를 제공한 review다.
01
배경
배경은 inertial sensing이 항법, stabilisation, robotics에 필수인데 silicon micromachining이 소형·저가 IMU의 가능성을 열던 시기다.
02
문제
문제는 micromachined accelerometer와 gyroscope가 어떤 구조와 fabrication process로 동작하고 어떤 성능 지표를 갖는지 체계적으로 정리하는 것이다.
03
기존 한계
기존 한계는 MEMS inertial sensor 연구가 device별로 흩어져 있어 roboticist가 noise, bias, packaging, electronics trade-off를 한눈에 보기 어려웠다는 점이다.
04
목표
목표는 operating principle, specifications, device structures, fabrication, packaging, interface electronics, commercialization status를 종합하는 것이다.
05
방법
방법은 silicon micromachined accelerometer와 gyroscope의 대표 design과 process를 review하고 성능과 응용을 비교한다.
06
핵심 아이디어
핵심 아이디어는 inertial sensor를 단순 부품이 아니라 mechanical structure, transduction, electronics, packaging이 결합된 mechatronic system으로 보는 것이다.
07
검증
검증은 새로운 robot 실험이 아니라 당시 device literature와 commercialization 사례를 분석한 survey 형태다.
08
결과
결과는 MEMS inertial sensor가 소형화와 대량생산 가능성을 갖지만 noise, drift, temperature sensitivity가 핵심 과제로 남음을 정리했다.
09
비교
비교는 기존 bulk inertial sensor보다 작고 저렴하지만 precision navigation급 안정도에서는 당시 한계가 컸다.
10
의의
의의는 이후 mobile robotics, wearable motion tracking, UAV stabilization에서 MEMS IMU가 표준 센서가 되는 흐름을 이해할 기술 배경을 제공했다.
11
한계
한계는 review 시점의 device technology에 기반하므로 현대 MEMS IMU, sensor fusion, learned calibration까지는 포함하지 않는다.
12
향후 과제
향후 과제는 low-noise fabrication, temperature compensation, multi-sensor fusion, bias estimation과 robotics calibration으로 이어진다.
13
자원 공개
자원 공개는 DOI와 review metadata가 확인되며 code나 dataset 공개 대상 논문은 아니다.
이 글은 빠르고 정확한 robot arm과 human-safe physical interaction을 동시에 만족하려는 soft-arm, variable impedance actuation 설계 관점을 정리한다.
01
배경
배경은 industrial robot의 빠른 동작과 human-friendly robot의 안전성이 서로 충돌하면서 actuator와 mechanism 설계를 함께 봐야 하던 시기다.
02
문제
문제는 robot arm이 빠르고 정확하게 움직이면서도 충돌 시 injury risk를 제한할 수 있는 joint actuation mechanism을 설계하는 것이다.
03
기존 한계
기존 한계는 rigid high-power actuator는 성능은 좋지만 안전성이 낮고, 단순 compliance는 안전하지만 bandwidth와 precision을 희생한다는 점이다.
04
목표
목표는 fast operation과 soft interaction을 함께 평가할 수 있는 actuation design trade-off와 performance metric을 제시하는 것이다.
05
방법
방법은 mechanical compliance, variable stiffness, optimal control 기반 minimum-time performance와 safety constraints를 함께 고려한다.
06
핵심 아이디어
핵심 아이디어는 안전을 control software만으로 보장하지 않고 actuator mechanics 자체에 적절한 compliance와 energy limitation을 넣는 것이다.
07
검증
검증은 design analysis와 optimal-control-based evaluation 중심이며 특정 대규모 dataset이나 benchmark는 포함하지 않는다.
08
결과
결과는 안전성과 속도의 trade-off를 정량적으로 비교할 수 있는 framework를 제시하고 soft-arm actuation 연구의 방향을 잡았다.
09
비교
비교는 rigid actuator보다 안전 지향성이 강하지만 compliance를 잘못 설계하면 precision, response speed, control complexity가 악화된다.
10
의의
의의는 pHRI와 variable stiffness actuator 연구가 단순 안전장치가 아니라 performance co-design 문제임을 명확히 한 점이다.
11
한계
한계는 개념 및 분석 중심 글이라 장기 human-subject evaluation이나 standardized collision injury benchmark는 제한적이다.
12
향후 과제
향후 과제는 variable impedance hardware, collision-aware planning, formal safety certification, human preference evaluation과 연결하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되며 별도 code나 dataset은 확인되지 않았다.
321
T-RO · 2006 · citation rank 321
Design, Implementation, and Experimental Results of a Quaternion-Based Kalman Filter for Human Body Motion Tracking
Xiaoping Yun; E.R. Bachmann
https://doi.org/10.1109/tro.2006.886270
이 논문은 inertial/magnetic sensor module에서 quaternion-based EKF로 human limb orientation을 실시간 추정하는 wearable motion tracking 연구다.
01
배경
배경은 synthetic environments, rehabilitation, robotics interface에서 marker 없는 human body motion tracking이 필요하지만 wearable inertial sensing은 drift와 magnetic disturbance가 문제였다.
02
문제
문제는 작은 inertial/magnetic module의 accelerometer, gyroscope, magnetometer 데이터를 사용해 limb segment orientation을 실시간으로 안정 추정하는 것이다.
03
기존 한계
기존 한계는 Euler angle representation이 singularity에 취약하고 gyro integration만으로는 drift가 누적되며 magnetic/acceleration disturbance를 처리하기 어렵다는 점이다.
04
목표
목표는 quaternion representation을 쓰는 extended Kalman filter를 설계하고 실제 motion tracking sensor system에서 검증하는 것이다.
05
방법
방법은 quaternion state, gyro propagation, accelerometer/magnetometer measurement update를 결합해 orientation을 추정한다.
06
핵심 아이디어
핵심 아이디어는 quaternion으로 orientation singularity를 피하면서 Kalman filter가 inertial integration과 absolute direction correction을 균형 있게 융합하게 하는 것이다.
07
검증
검증은 small inertial/magnetic sensor modules를 몸에 부착한 human motion tracking 실험과 reference 비교로 수행된다.
08
결과
결과는 real-time limb orientation estimation이 가능하며 quaternion-based filter가 human motion tracking에 적합함을 보였다.
09
비교
비교는 optical motion capture보다 portable하지만 magnetic disturbance와 sensor placement error에는 더 민감하다.
10
의의
의의는 wearable IMU 기반 motion capture와 human-robot interaction sensing의 초기 표준 형태를 제시한 점이다.
11
한계
한계는 full-body kinematic constraints, soft tissue artifact, severe magnetic disturbance, long-duration drift 문제를 완전히 해결하지 않는다.
12
향후 과제
향후 과제는 magnetometer-free heading estimation, biomechanical constraint fusion, learned calibration, multi-sensor body model integration이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code, dataset, project page는 확인되지 않았다.
Global Dynamic Window Approach는 local dynamic window obstacle avoidance와 global planning을 결합해 mobile robot이 빠르게 goal-directed navigation을 하게 만든다.
01
배경
배경은 mobile robot이 동적·부분 미지 환경에서 안전하게 장애물을 피하면서도 목표 지점으로 빠르게 가야 하는 navigation 문제가 중요했다.
02
문제
문제는 local obstacle avoidance가 눈앞의 안전성은 보장해도 global goal로 향하지 못하는 trap이나 비효율을 줄이는 것이다.
03
기존 한계
기존 한계는 순수 global planner가 dynamic obstacle에 느리고, 순수 reactive dynamic window approach는 장기 경로 정보가 부족하다는 점이다.
04
목표
목표는 dynamic window velocity search에 global path information을 넣어 high-speed collision-free navigation을 수행하는 것이다.
05
방법
방법은 robot dynamics로 가능한 velocity set을 제한하고, obstacle clearance와 goal progress를 평가하되 global plan으로 heading objective를 보강한다.
06
핵심 아이디어
핵심 아이디어는 순간 속도 선택 공간은 local dynamics로 안전하게 좁히고, 평가 함수는 global route를 보게 해 reactive와 deliberative planning을 잇는 것이다.
07
검증
검증은 mobile robot navigation scenario에서 high-speed obstacle avoidance와 goal reaching behavior를 시험하는 시뮬레이션 및 로봇 실험이다.
08
결과
결과는 global path awareness를 더한 dynamic window가 빠른 이동 중에도 더 안정적으로 목표 지향적 경로를 만들 수 있음을 보였다.
09
비교
비교는 local DWA보다 local minima와 우회 문제가 줄지만 global map과 localization quality에 의존한다.
10
의의
의의는 ROS navigation stack류 local planner가 global planner와 결합되는 현대 navigation architecture의 직관적 선행 사례다.
11
한계
한계는 social navigation, uncertainty-rich perception, nonholonomic complex dynamics, learned prediction을 다루지 않는다.
12
향후 과제
향후 과제는 dynamic human prediction, risk-aware cost map, kinodynamic global planning, learning-based local policy와 통합하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 현재 사용 가능한 공식 code나 dataset은 확인되지 않았다.
323
ICRA · 2017 · citation rank 323
Information theoretic MPC for model-based reinforcement learning
Grady Williams; Nolan Wagener; Brian Goldfain; Paul Drews; James M. Rehg; Byron Boots; Evangelos A. Theodorou
https://doi.org/10.1109/icra.2017.7989202
이 논문은 information-theoretic MPC/MPPI를 neural dynamics model과 결합해 simulation과 실제 aggressive driving에서 model-based RL 제어를 수행한다.
01
배경
배경은 model-based reinforcement learning이 sample efficiency는 좋지만 nonlinear dynamics와 복잡한 cost를 실시간 control에 넣기 어렵던 흐름이다.
02
문제
문제는 cart-pole, quadrotor, high-speed driving처럼 nonlinear하고 cost가 복잡한 시스템에서 data로 배운 dynamics를 사용해 MPC를 수행하는 것이다.
03
기존 한계
기존 한계는 gradient-based MPC가 non-smooth cost와 arbitrary dynamics에 약하고, model-free RL은 실제 robot data 요구량이 너무 크다는 점이다.
04
목표
목표는 information-theoretic control formulation으로 sampling-based MPC를 만들고 neural network dynamics model을 넣어 model-based RL을 가능하게 하는 것이다.
05
방법
방법은 trajectory perturbation sample을 뽑아 cost-weighted exponential averaging으로 control update를 계산하는 MPPI류 algorithm을 사용한다.
06
핵심 아이디어
핵심 아이디어는 control optimization을 path integral/information-theoretic objective로 바꾸어 복잡한 black-box dynamics와 cost도 sampling으로 다룰 수 있게 하는 것이다.
07
검증
검증은 cart-pole swing-up과 quadrotor simulation, 실제 AutoRally aggressive driving hardware experiment로 수행된다.
08
결과
결과는 시스템에서 수집한 data만으로도 높은 performance를 달성하며 aggressive driving task에서 실제 hardware 제어 가능성을 보였다.
09
비교
비교는 model-free RL보다 sample efficient하고 classical MPC보다 model generality가 높지만 sampling compute와 learned model bias에 민감하다.
10
의의
의의는 model predictive control, path integral control, neural dynamics learning을 robot learning pipeline으로 묶은 대표 사례다.
11
한계
한계는 safety guarantee와 out-of-distribution dynamics robustness가 제한적이고 high-dimensional perception input까지 end-to-end로 해결하지는 않는다.
12
향후 과제
향후 과제는 uncertainty-aware model ensembles, safety constraints, perception-conditioned dynamics, faster GPU parallel MPC로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI, 공개 PDF, AutoRally MPPI 관련 GitHub wiki가 확인되지만 논문 전용 standalone package 여부는 확인되지 않았다.
FrameSLAM은 laser-scan matching에서 얻은 local/global map idea를 visual frame matching과 bundle adjustment로 옮겨 real-time visual mapping을 구성한다.
01
배경
배경은 indoor mapping에서 laser scan matching은 성숙했지만 visual imagery를 이용한 dense loop-rich mapping은 feature 수와 optimization 부담 때문에 어려웠다.
02
문제
문제는 camera frame 간 많은 point feature를 맞추고 bundle adjustment를 사용하면서도 real-time visual mapping으로 운용하는 것이다.
03
기존 한계
기존 한계는 full bundle adjustment는 정확하지만 느리고, frame-to-frame visual odometry는 drift와 loop closure 처리에 약했다는 점이다.
04
목표
목표는 visual frame을 scan처럼 다루며 local map과 global loop closure를 결합한 practical visual SLAM framework를 만드는 것이다.
05
방법
방법은 large numbers of point features를 이용한 frame matching, local map construction, classic bundle adjustment, loop closure correction을 조합한다.
06
핵심 아이디어
핵심 아이디어는 모든 image를 global optimization에 한꺼번에 넣지 않고 frame-level constraints와 local bundle adjustment로 계산량을 관리하는 것이다.
07
검증
검증은 indoor visual mapping sequences에서 real-time mapping quality와 loop closure behavior를 평가하는 오프라인/시스템 실험이다.
08
결과
결과는 visual imagery만으로도 detailed local map과 large loop closing을 수행할 수 있음을 보여 laser mapping 기법의 visual analogue를 제시했다.
09
비교
비교는 pure visual odometry보다 loop handling이 강하지만 현대 feature-SLAM처럼 robust relocalization과 long-term map management가 완성된 형태는 아니다.
10
의의
의의는 bundle adjustment 기반 visual SLAM을 real-time system architecture 안에 넣는 초기 흐름을 강화했다는 점이다.
11
한계
한계는 dynamic scene, low texture, illumination change, large-scale outdoor mapping에 대한 robustness가 제한적이다.
12
향후 과제
향후 과제는 keyframe selection, sparse/dense hybrid mapping, robust loop closure, visual-inertial fusion으로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 현재 사용 가능한 공식 code나 dataset page는 확인되지 않았다.
BLEEX 제어 논문은 34 kg payload를 싣고 평균 1.3 m/s로 걷는 load-carrying lower-body exoskeleton의 control architecture를 제시한다.
01
배경
배경은 soldier나 worker가 무거운 짐을 운반하면서도 mobility를 유지하게 하는 lower-extremity exoskeleton이 wearable robotics의 큰 목표였던 흐름이다.
02
문제
문제는 인간 다리와 병렬로 붙은 powered exoskeleton이 착용자를 방해하지 않으면서 큰 payload를 지지하고 보행 안정성을 유지하는 것이다.
03
기존 한계
기존 한계는 passive orthosis나 tethered assist device가 load carrying, autonomy, human intent following을 동시에 만족하지 못했다는 점이다.
04
목표
목표는 Berkeley Lower Extremity Exoskeleton의 control strategy를 통해 load transfer와 transparent interaction을 실현하는 것이다.
05
방법
방법은 joint actuation, sensor-based control, human-exoskeleton interface, load-supporting mechanical design을 결합해 wearer motion을 따라가며 힘을 제공한다.
06
핵심 아이디어
핵심 아이디어는 착용자가 직접 큰 명령을 내리지 않아도 exoskeleton dynamics와 ground reaction을 이용해 load를 robot structure로 우회시키는 것이다.
07
검증
검증은 BLEEX prototype이 payload를 싣고 walking하는 하드웨어 실험으로 수행된다.
08
결과
결과는 평균 1.3 m/s 보행과 34 kg payload 운반을 보고해 autonomous load-carrying exoskeleton의 가능성을 보였다.
09
비교
비교는 RoboKnee 같은 단일 관절 보조보다 시스템 범위가 넓지만 weight, power, safety, comfort 측면의 engineering burden이 훨씬 크다.
10
의의
의의는 modern powered exoskeleton 연구에서 actuation, sensing, control, ergonomics를 모두 통합해야 함을 보여준 대표 플랫폼이다.
11
한계
한계는 복잡한 terrain, fall recovery, long-term comfort, metabolic cost reduction에 대한 체계적 검증은 제한적이다.
12
향후 과제
향후 과제는 lighter actuation, energy autonomy, adaptive gait assistance, clinical/industrial safety validation으로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 논문 전용 code나 dataset은 확인되지 않았다.
326
IJRR · 2000 · citation rank 326
Probabilistic Algorithms and the Interactive Museum Tour-Guide Robot Minerva
Sebastian Thrun; Michael Beetz; Maren Bennewitz; Wolfram Burgard; Armin B. Cremers; Frank Dellaert; D. Fox; Dirk Hähnel; Charles Rosenberg; Nicholas Roy; Jamie Schulte; Dirk Schulz
https://doi.org/10.1177/02783640022067922
Minerva는 Smithsonian museum에서 2주 동안 수천 명과 상호작용한 probabilistic perception-control 기반 interactive tour-guide robot 사례다.
01
배경
배경은 mobile service robot이 실제 public space에서 사람과 상호작용하며 장시간 동작할 수 있는지 검증하려는 early field robotics 흐름이다.
02
문제
문제는 museum처럼 사람, 장애물, 조명, 예측 불가능한 traffic이 있는 환경에서 localization, navigation, interaction을 안정적으로 수행하는 것이다.
03
기존 한계
기존 한계는 실험실 robot demo가 짧고 통제된 환경에 머물러 uncertainty와 human crowd를 명시적으로 다루는 장기 deployment 근거가 부족했다는 점이다.
04
목표
목표는 probabilistic representation을 perception과 control 전반에 넣은 Minerva robot을 실제 Smithsonian museum에 배치하고 성능을 기록하는 것이다.
05
방법
방법은 probabilistic localization, obstacle avoidance, path planning, user interaction interface를 통합한 museum tour-guide robot software를 구축한다.
06
핵심 아이디어
핵심 아이디어는 불확실성을 숨기지 않고 belief로 표현해 noisy perception과 crowded public deployment를 robust하게 처리하는 것이다.
07
검증
검증은 Smithsonian museum에서 2주간 실제 방문객과 상호작용하며 운영한 field deployment다.
08
결과
결과는 robot이 수천 명과 상호작용하고 online/onsite tour를 수행해 probabilistic robotics의 실제 적용 가능성을 보였다.
09
비교
비교는 lab navigation benchmark보다 현실성이 높지만 단일 장소 deployment라 다른 public environment 일반화는 별도 문제다.
10
의의
의의는 probabilistic robotics가 이론이 아니라 장기 public robot operation의 핵심 engineering principle임을 보여준 상징적 사례다.
11
한계
한계는 현대 기준의 semantic understanding, natural dialogue, privacy-aware interaction, learning from users는 제한적이다.
12
향후 과제
향후 과제는 long-term autonomy, richer HRI, semantic navigation, cloud/edge monitoring, failure recovery로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 운영 log, code, dataset의 현재 공개 링크는 확인되지 않았다.
327
T-Mech · 2013 · citation rank 327
Meshworm: A Peristaltic Soft Robot With Antagonistic Nickel Titanium Coil Actuators
Sangok Seok; Çağdaş D. Önal; Kyu‐Jin Cho; Robert J. Wood; Daniela Rus; Sangbae Kim
https://doi.org/10.1109/tmech.2012.2204070
Meshworm은 mesh tube와 antagonistic NiTi coil actuator로 지렁이식 peristaltic locomotion을 구현한 초기 soft mobile robot 플랫폼이다.
01
배경
배경은 rigid mobile robot이 충격과 복잡 지형에 취약한 반면 soft robot은 생물처럼 deformable body로 움직일 수 있다는 기대가 커지던 시기다.
02
문제
문제는 지렁이의 circular/longitudinal muscle action을 모사해 몸체 전체가 변형되며 전진하는 untethered에 가까운 soft locomotion mechanism을 만드는 것이다.
03
기존 한계
기존 한계는 soft actuator와 body material은 있었지만 반복 가능한 peristaltic gait와 integrated robot body를 구현하기 어려웠다는 점이다.
04
목표
목표는 antagonistic nickel titanium coil actuator와 braided mesh-tube body를 이용해 peristaltic soft robot Meshworm을 설계·분석하는 것이다.
05
방법
방법은 circular and longitudinal muscle group을 NiTi coil actuator 배열로 모사하고 sequential antagonistic activation으로 body wave를 만든다.
06
핵심 아이디어
핵심 아이디어는 stiff skeleton 대신 mesh tube compliance와 shape-memory actuator contraction을 결합해 몸통 자체를 locomotion engine으로 쓰는 것이다.
07
검증
검증은 Meshworm prototype의 crawling gait, actuator response, locomotion performance를 하드웨어 실험으로 평가한다.
08
결과
결과는 peristaltic soft robot이 반복적으로 전진할 수 있음을 보이고 soft-bodied locomotion의 설계 가능성을 입증했다.
09
비교
비교는 wheeled/legged robot보다 충격 흡수와 deformability가 강하지만 NiTi actuator의 bandwidth, efficiency, thermal response가 제한적이다.
10
의의
의의는 soft robotics가 gripper나 material demo를 넘어 mobile robot platform으로 확장될 수 있음을 보여준 대표 사례다.
11
한계
한계는 속도와 energy efficiency가 낮고 sensing, closed-loop control, untethered power integration이 제한적이다.
12
향후 과제
향후 과제는 faster soft actuators, onboard sensing, terrain-adaptive gait, manufacturable soft robot body design이다.
13
자원 공개
자원 공개는 DOI와 공개 PDF가 확인되지만 code나 CAD repository는 확인되지 않았다.
328
Sci-Rob · 2019 · citation rank 328
Reconfigurable magnetic microrobot swarm: Multimode transformation, locomotion, and manipulation
Hui Xie; Mengmeng Sun; Xinjian Fan; Zhihua Lin; Weinan Chen; Lei Wang; Lixin Dong; Qiang He
https://doi.org/10.1126/scirobotics.aav8006
이 논문은 magnetic colloidal microrobot swarm이 여러 collective mode로 재구성되어 이동과 조작을 수행할 수 있음을 보인 microrobotics 연구다.
01
배경
배경은 magnetic microrobot swarm이 작은 scale에서 외부 자기장으로 제어될 수 있어 biomedical manipulation과 microassembly의 후보로 주목받던 흐름이다.
02
문제
문제는 하나의 colloidal system이 여러 환경과 임무에 맞춰 collective shape와 locomotion mode를 바꾸게 하는 것이다.
03
기존 한계
기존 한계는 많은 microrobot swarm이 특정 self-organization pattern이나 단일 locomotion mode에 머물러 task versatility가 부족했다는 점이다.
04
목표
목표는 reconfigurable magnetic microrobot swarm이 transformation, multimode locomotion, manipulation을 수행할 수 있음을 실험적으로 보이는 것이다.
05
방법
방법은 외부 magnetic field를 조절해 swarm의 집합 구조와 운동 mode를 바꾸고 micro-object manipulation 시나리오를 수행한다.
06
핵심 아이디어
핵심 아이디어는 개별 microrobot의 복잡한 onboard control 없이 field-driven collective dynamics를 이용해 swarm morphology를 task primitive처럼 쓰는 것이다.
07
검증
검증은 microscope-scale 실험에서 swarm transformation, locomotion, obstacle negotiation, manipulation behavior를 관찰하는 물리 실험이다.
08
결과
결과는 하나의 swarm이 여러 mode 사이를 전환하며 이동과 조작을 수행할 수 있어 adaptability가 큰 microrobot collective를 제시했다.
09
비교
비교는 단일 microrobot보다 collective force와 reconfigurability가 좋지만 정밀한 개체별 제어와 in vivo robustness는 제한적이다.
10
의의
의의는 swarm microrobotics에서 mode switching이 environmental adaptability와 manipulation capability를 높이는 핵심 메커니즘임을 보여준 점이다.
11
한계
한계는 실험 환경이 통제되어 있고 biomedical deployment에서 fluid complexity, imaging, safety, retrieval 문제가 남는다.
12
향후 과제
향후 과제는 closed-loop magnetic control, biological fluid validation, targeted delivery, collective sensing과 clinical translation이다.
13
자원 공개
자원 공개는 DOI와 Science Robotics page가 확인되지만 code나 reusable dataset page는 확인되지 않았다.
Peters와 Schaal의 이 논문은 policy gradient reinforcement learning을 high-dimensional robot motor skill acquisition에 맞게 정리한 robot learning 고전이다.
01
배경
배경은 robot이 사전 구조화된 환경을 벗어나려면 trial-and-error로 motor skill을 개선해야 하지만 고차원 continuous control이 큰 장벽이었다.
02
문제
문제는 manipulator, legged robot, motor primitive처럼 high-dimensional continuous policy를 실제 robotics에 쓸 수 있을 만큼 안정적으로 학습하는 것이다.
03
기존 한계
기존 한계는 discrete RL이나 tabular method가 robot control 차원과 noise에 확장되지 않고 sample efficiency가 낮다는 점이다.
04
목표
목표는 robotics에 적합한 policy gradient method의 원리, variance reduction, motor primitive 적용을 제시하는 것이다.
05
방법
방법은 parameterized policy의 expected return gradient를 추정하고 baseline, natural gradient, episodic update를 통해 motor skill parameter를 개선한다.
06
핵심 아이디어
핵심 아이디어는 value function을 완전히 정확히 배울 필요 없이 policy parameter 자체를 성능 방향으로 갱신해 continuous robot skill을 학습하는 것이다.
07
검증
검증은 robot motor skill과 movement primitive task에서 policy gradient learning의 적용 가능성을 보여주는 실험 및 예제 중심이다.
08
결과
결과는 policy gradient가 high-dimensional robot domain에서도 작동할 수 있음을 보이며 이후 episodic RL과 imitation/RL hybrid 연구의 기반이 됐다.
09
비교
비교는 model-based control보다 data-driven adaptation이 가능하지만 sample efficiency와 safety, exploration cost가 실제 로봇에서 부담이다.
10
의의
의의는 modern robot reinforcement learning이 policy optimization을 핵심 도구로 삼게 된 초기 정리와 실험 근거를 제공했다.
11
한계
한계는 deep policy, off-policy replay, safety constraint, sim-to-real transfer 같은 현대 RL 요소는 아직 포함하지 않는다.
12
향후 과제
향후 과제는 natural policy gradient, guided policy search, model-based RL, safe exploration, demonstration learning과의 결합이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 논문 전용 code와 benchmark dataset은 확인되지 않았다.
이 논문은 sparse and noisy sonar에서 line segment와 corner를 perceptual grouping으로 추출해 feature-based stochastic map과 localization을 수행한다.
01
배경
배경은 early mobile robot이 저가 sonar sensor에 크게 의존했지만 sonar는 sparse, noisy, specular reflection 때문에 mapping이 매우 어려웠다.
02
문제
문제는 standard Polaroid sonar만으로 실내 환경의 feature-based map을 만들고 robot localization을 robust하게 수행하는 것이다.
03
기존 한계
기존 한계는 sonar reading이 각도와 반사면에 민감해 raw point를 그대로 쓰면 wall, corner, opening을 안정적으로 식별하기 어렵다는 점이다.
04
목표
목표는 perceptual grouping과 stochastic map formulation을 결합해 line segment와 corner 같은 feature를 robust하게 추출·추적하는 것이다.
05
방법
방법은 sonar return을 grouping해 geometric feature hypothesis를 만들고 probabilistic map과 localization filter에 통합한다.
06
핵심 아이디어
핵심 아이디어는 개별 sonar measurement의 모호성을 바로 map에 넣지 않고 여러 관측의 구조적 grouping으로 feature evidence를 축적하는 것이다.
07
검증
검증은 indoor robot navigation과 mapping 실험에서 sonar 기반 feature extraction과 localization quality를 평가한다.
08
결과
결과는 noisy sonar만으로도 실내 구조를 feature map으로 만들고 robust localization을 수행할 수 있음을 보였다.
09
비교
비교는 laser scanner보다 센서 품질은 낮지만 저가 sonar 조건에서 probabilistic grouping이 실용성을 높인다는 강점이 있다.
10
의의
의의는 저품질 range sensor에서도 uncertainty-aware mapping과 feature abstraction이 SLAM을 가능하게 한다는 초기 증거를 제공했다.
11
한계
한계는 sonar-specific feature와 실내 structured environment에 의존해 복잡한 clutter, dynamic object, outdoor scene에는 제한적이다.
12
향후 과제
향후 과제는 laser/RGB-D fusion, occupancy-grid와 feature map hybrid, robust data association, low-cost sensor SLAM으로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 현재 사용할 수 있는 공식 code나 dataset page는 확인되지 않았다.
Robonaut Hand는 우주복을 낀 인간 손의 작업 능력을 로봇에 가깝게 재현하려는 14 DOF급 anthropomorphic dexterous hand 설계 논문이다.
01
배경
배경은 space robotics가 astronaut tool을 그대로 다루려면 인간 손 크기와 힘, dexterity를 닮은 end-effector가 필요했다.
02
문제
문제는 pressurized space suit 환경에서 쓰는 공구와 인터페이스를 조작할 수 있는 human-scale dexterous robotic hand를 만드는 것이다.
03
기존 한계
기존 한계는 단순 gripper가 우주 작업의 다양한 grasp와 manipulation을 수행하기 어렵고, 고자유도 손은 크기와 내구성, actuation 통합이 어려웠다는 점이다.
04
목표
목표는 integrated wrist와 forearm을 포함한 anthropomorphic hand를 설계해 astronaut hand의 kinematics와 strength를 근사하는 것이다.
05
방법
방법은 five-finger mechanical design, tendon/actuator transmission, compact joint arrangement, wrist/forearm integration을 결합한다.
06
핵심 아이디어
핵심 아이디어는 기존 human tools와 task를 바꾸지 않기 위해 robot hand morphology를 사람 손에 가깝게 맞추는 것이다.
07
검증
검증은 Robonaut Hand prototype의 mechanical capability와 space operation task suitability를 보여주는 하드웨어 설계 및 실험 평가다.
08
결과
결과는 14 independent degrees of freedom을 갖는 human-scale hand가 우주 작업용 dexterous manipulation 가능성을 제시했다.
09
비교
비교는 parallel-jaw gripper보다 task coverage가 넓지만 control complexity, sensing, robustness, maintenance burden이 훨씬 크다.
10
의의
의의는 NASA Robonaut 계열과 humanoid manipulation에서 anthropomorphic hand design의 대표 reference가 된 점이다.
11
한계
한계는 modern tactile-rich dexterous manipulation이나 learning-based control은 포함하지 않으며 task validation 범위도 제한적이다.
12
향후 과제
향후 과제는 tactile sensing, force control, teleoperation autonomy, tool-use learning, maintainable space-rated hardware로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 설계 CAD, code, dataset의 현재 공개 링크는 확인되지 않았다.
332
Sci-Rob · 2020 · citation rank 332
Electronic skins and machine learning for intelligent soft robots
Benjamin Shih; Dylan Shah; Jinxing Li; Thomas George Thuruthel; Yong‐Lae Park; Fumiya Iida; Zhenan Bao; Rebecca Kramer‐Bottiglio; Michael T. Tolley
https://doi.org/10.1126/scirobotics.aaz9239
이 Science Robotics perspective는 e-skin과 machine learning이 soft robot의 tactile sensing, proprioception, autonomy를 가능하게 할 수 있음을 정리한다.
01
배경
배경은 soft robot이 compliant body 덕분에 안전하고 적응적이지만 자신의 변형과 접촉을 감지하는 sensing이 부족해 지능적 행동이 어려운 상황이다.
02
문제
문제는 deformable robot body 위에서 넓게 분포한 tactile/proprioceptive signal을 얻고 이를 제어와 인식에 쓸 수 있는 형태로 해석하는 것이다.
03
기존 한계
기존 한계는 soft material sensor가 nonlinear, hysteretic, high-dimensional이고 analytic model만으로는 body state와 contact를 추정하기 어렵다는 점이다.
04
목표
목표는 electronic skin 기술과 machine learning이 intelligent soft robot을 만들기 위해 어떤 역할을 할 수 있는지 전망하는 것이다.
05
방법
방법은 e-skin materials, distributed sensing architectures, learning-based signal interpretation, soft robot control 응용을 review한다.
06
핵심 아이디어
핵심 아이디어는 soft robot의 body 전체를 sensorized substrate로 보고 ML이 복잡한 sensor deformation pattern을 state와 action으로 매핑하게 하는 것이다.
07
검증
검증은 perspective/review 성격이므로 새로운 benchmark 실험보다 관련 연구 사례 분석이 중심이다.
08
결과
결과는 e-skin과 ML 결합이 tactile perception, proprioception, adaptive control의 유망한 경로임을 제시하지만 단일 정량 성능을 주장하지 않는다.
09
비교
비교는 rigid robot의 discrete sensor보다 body-integrated sensing이 풍부하지만 calibration, durability, data requirement가 더 어렵다.
10
의의
의의는 soft robotics에서 sensing과 learning을 hardware afterthought가 아니라 autonomy의 핵심 축으로 끌어올린 점이다.
11
한계
한계는 전망 논문이므로 표준 dataset, reproducible code, unified benchmark를 제공하지 않으며 field deployment evidence가 제한적이다.
12
향후 과제
향후 과제는 durable stretchable sensor, self-supervised calibration, sim-to-real soft body model, closed-loop learned control이다.
13
자원 공개
자원 공개는 DOI와 Science Robotics page가 확인되며 논문 전용 code나 dataset은 공개 대상이 아니다.
333
IROS · 2017 · citation rank 333
MFNet: Towards real-time semantic segmentation for autonomous vehicles with multi-spectral scenes
Qishen Ha; Kohei Watanabe; Takumi Karasawa; Yoshitaka Ushiku; Tatsuya Harada
https://doi.org/10.1109/iros.2017.8206396
MFNet은 RGB와 thermal image를 함께 쓰는 urban scene segmentation dataset과 real-time fusion network를 제시해 야간·저조도 자율주행 perception을 겨냥한다.
01
배경
배경은 autonomous driving semantic segmentation이 RGB camera에 크게 의존했지만 밤, 그림자, 조명 변화에서는 visible spectrum만으로 신뢰성이 떨어진다.
02
문제
문제는 RGB-thermal multi-spectral street scene에서 pixel-level semantic segmentation을 real-time에 가깝게 수행하는 것이다.
03
기존 한계
기존 한계는 thermal modality를 포함한 공개 street-scene segmentation dataset이 부족하고, 단순 late fusion은 modality 상호보완성을 충분히 쓰지 못한다는 점이다.
04
목표
목표는 RGB-Thermal dataset과 MFNet architecture를 제시해 multi-spectral semantic segmentation의 기준선을 만드는 것이다.
05
방법
방법은 RGB와 thermal branch feature를 결합하는 CNN을 설계하고 새 RGB-T dataset에서 semantic class를 학습한다.
06
핵심 아이디어
핵심 아이디어는 visible image가 약한 조명 조건에서 thermal cue가 object boundary와 class evidence를 보완하게 하는 sensor-fusion segmentation이다.
07
검증
검증은 저자들이 공개한 RGB-Thermal urban scene dataset에서 segmentation accuracy와 inference speed를 평가하는 오프라인 benchmark다.
08
결과
결과는 multi-spectral fusion이 RGB-only baseline보다 challenging lighting condition에서 더 강한 segmentation을 제공함을 보였다.
09
비교
비교는 RGB-only semantic segmentation보다 night/low-light robustness가 좋지만 thermal camera calibration과 dataset scale에는 의존한다.
10
의의
의의는 autonomous driving perception에서 camera modality를 RGB 하나로 좁히지 말고 thermal까지 포함해야 한다는 benchmark 흐름을 열었다.
11
한계
한계는 dataset 규모와 class diversity가 Cityscapes류 대형 dataset보다 작고 modern transformer/VLM 기반 segmentation까지는 포함하지 않는다.
12
향후 과제
향후 과제는 larger multi-spectral datasets, domain adaptation, adverse-weather evaluation, real-time deployment on vehicle hardware다.
13
자원 공개
자원 공개는 MFNet dataset/project page와 haqishen/MFNet-pytorch GitHub가 확인된다.
이 논문은 high-speed autonomous vehicle이 긴 거리의 dynamically feasible maneuver를 만들도록 multi-resolution lattice와 anytime search를 결합한다.
01
배경
배경은 autonomous vehicle이 parking-lot scale을 넘어 빠른 속도와 긴 거리에서 vehicle dynamics를 만족하는 trajectory를 실시간으로 계획해야 하던 흐름이다.
02
문제
문제는 복잡한 장애물과 도로 constraint 속에서 긴 horizon의 dynamically feasible maneuver를 효율적으로 생성하는 것이다.
03
기존 한계
기존 한계는 geometric planner가 vehicle dynamics를 무시하거나, kinodynamic planner가 계산량 때문에 긴 거리와 high speed에 약하다는 점이다.
04
목표
목표는 multi-resolution dynamically feasible lattice state space에서 anytime incremental search로 실시간 maneuver planning을 수행하는 것이다.
05
방법
방법은 precomputed motion primitive와 lattice graph를 만들고 coarse-to-fine resolution 및 incremental repair search로 trajectory를 개선한다.
06
핵심 아이디어
핵심 아이디어는 vehicle dynamics를 만족하는 primitive만 search space에 넣어 feasibility를 보장하면서 resolution을 조절해 계산량을 낮추는 것이다.
07
검증
검증은 autonomous vehicle planning scenario에서 long maneuver generation과 real-time performance를 평가하는 시뮬레이션 및 vehicle-oriented 실험이다.
08
결과
결과는 high-speed, long-distance setting에서도 feasible trajectory를 생성하며 anytime property로 제한 시간 내 해를 점진적으로 개선한다.
09
비교
비교는 pure sampling planner보다 vehicle feasibility가 명확하고 simple lattice보다 multi-resolution으로 긴 horizon 효율이 좋다.
10
의의
의의는 urban autonomous driving에서 motion planning이 perception과 control 사이의 핵심 layer임을 보여준 DARPA-era planning reference다.
11
한계
한계는 handcrafted motion primitive와 map quality에 의존하고 dense interactive traffic prediction이나 social negotiation은 다루지 않는다.
12
향후 과제
향후 과제는 dynamic agent prediction, risk-aware planning, learning-guided cost, closed-loop MPC와의 통합이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 공식 code와 dataset page는 확인되지 않았다.
335
ICRA · 2005 · citation rank 335
Design and Control of a Variable Stiffness Actuator for Safe and Fast Physical Human/Robot Interaction
Giovanni Tonietti; Riccardo Schiavi; Antonio Bicchi
https://doi.org/10.1109/robot.2005.1570172
이 논문은 안전하면서도 빠른 pHRI를 위해 actuator stiffness를 실시간 조절하는 variable stiffness actuator 설계와 제어를 제시한다.
01
배경
배경은 사람과 물리적으로 접촉하는 robot이 빠른 성능과 intrinsic safety를 함께 요구하면서 actuator compliance가 핵심 설계 변수가 된 상황이다.
02
문제
문제는 robot joint가 필요할 때는 stiff하고 빠르게 움직이되 collision 상황에서는 energy와 force를 줄여 injury risk를 낮추는 것이다.
03
기존 한계
기존 한계는 rigid actuator는 안전성이 낮고 fixed compliant actuator는 precision과 bandwidth가 떨어져 한 가지 stiffness로는 두 요구를 동시에 만족하기 어렵다는 점이다.
04
목표
목표는 Variable Impedance Actuation 관점에서 variable stiffness actuator를 설계하고 제어해 safety-performance trade-off를 개선하는 것이다.
05
방법
방법은 mechanical stiffness를 조절할 수 있는 actuator mechanism과 stiffness/position control strategy를 결합한다.
06
핵심 아이디어
핵심 아이디어는 controller만 부드럽게 만드는 것이 아니라 물리적 stiffness 자체를 task와 interaction risk에 맞춰 바꾸는 것이다.
07
검증
검증은 actuator prototype의 dynamic response, stiffness modulation, safe interaction 관련 실험으로 수행된다.
08
결과
결과는 variable stiffness actuation이 fast motion과 safer physical interaction을 동시에 겨냥할 수 있음을 보였다.
09
비교
비교는 fixed compliance보다 task adaptability가 크지만 mechanism complexity, weight, control coupling이 증가한다.
10
의의
의의는 cobot, humanoid, rehabilitation robot에서 variable stiffness actuator가 표준 설계 축이 되는 흐름에 큰 영향을 준 점이다.
11
한계
한계는 actuator-level 검증이 중심이라 full-body robot interaction, certification, long-term reliability는 별도 문제로 남는다.
12
향후 과제
향후 과제는 energy-efficient stiffness tuning, whole-body impedance planning, human comfort metrics, safety standard와의 연결이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code, CAD, dataset page는 확인되지 않았다.
336
T-RO · 2007 · citation rank 336
Vector Field Path Following for Miniature Air Vehicles
Derek R. Nelson; D. Blake Barber; Timothy W. McLain; Randal W. Beard
https://doi.org/10.1109/tro.2007.898976
이 논문은 straight line과 circular orbit을 따라가도록 desired course를 생성하는 vector-field path following law를 MAV 제어에 적용한다.
01
배경
배경은 miniature air vehicle이 제한된 compute와 sensing으로도 waypoint와 path를 안정적으로 추종해야 하는 UAV autonomy 맥락이다.
02
문제
문제는 MAV가 straight-line path와 circular orbit을 바람과 동역학 오차 속에서도 정확히 따라가도록 guidance command를 생성하는 것이다.
03
기존 한계
기존 한계는 waypoint chasing이나 단순 cross-track error law가 path convergence, overshoot, orbit following을 체계적으로 보장하기 어려웠다는 점이다.
04
목표
목표는 vector field를 이용해 desired course input을 만들고 Lyapunov analysis로 path following stability를 보이는 것이다.
05
방법
방법은 직선과 원형 경로 주변에 방향장을 정의하고 inner-loop attitude controller가 그 course command를 추종하게 한다.
06
핵심 아이디어
핵심 아이디어는 목표 경로를 향한 수렴 방향과 경로 위 접선 방향을 하나의 vector field로 부드럽게 결합하는 것이다.
07
검증
검증은 MAV path-following 시뮬레이션과 flight experiment에서 line/orbit tracking performance를 평가한다.
08
결과
결과는 제안 guidance law가 straight line과 orbit 모두에서 안정적인 convergence와 실용적 tracking 성능을 보였다.
09
비교
비교는 waypoint-to-waypoint guidance보다 path geometry를 직접 반영하지만 severe wind, actuator limits, obstacle avoidance는 별도 계층이 필요하다.
10
의의
의의는 소형 UAV path following에서 vector-field guidance가 간단하고 강한 baseline이 될 수 있음을 정리한 대표 논문이다.
11
한계
한계는 fixed path following 중심이라 dynamic replanning, multi-agent deconfliction, perception-based navigation은 포함하지 않는다.
12
향후 과제
향후 과제는 wind-aware guidance, 3D path following, obstacle avoidance, cooperative MAV control로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code와 flight dataset의 공개 링크는 확인되지 않았다.
이 논문은 underactuated quadrotor dynamics를 backstepping design에 맞게 정리하고 position과 yaw tracking을 안정화하는 nonlinear controller를 제시한다.
01
배경
배경은 quadrotor가 단순한 구조와 높은 기동성으로 주목받았지만 underactuated nonlinear dynamics 때문에 안정 제어가 쉽지 않던 시기다.
02
문제
문제는 네 개의 rotor thrust로 3D position과 yaw를 추종하면서 roll과 pitch를 안정화하는 controller를 설계하는 것이다.
03
기존 한계
기존 한계는 선형화 기반 controller가 작은 자세 근방에서는 동작하지만 큰 maneuver와 nonlinear coupling을 충분히 반영하지 못한다는 점이다.
04
목표
목표는 quadrotor dynamics를 backstepping control design에 적합한 형태로 표현하고 안정성 있는 tracking controller를 제시하는 것이다.
05
방법
방법은 translational dynamics와 rotational dynamics를 계층적으로 다루며 virtual control과 Lyapunov-based backstepping law를 구성한다.
06
핵심 아이디어
핵심 아이디어는 desired position acceleration을 원하는 attitude로 변환하고 그 attitude를 하위 단계에서 안정적으로 추종하게 하는 cascade design이다.
07
검증
검증은 quadrotor helicopter simulation과 controller response 분석을 중심으로 수행되며 hardware 실험 범위는 제한적이다.
08
결과
결과는 position과 yaw tracking, roll/pitch stabilization이 nonlinear controller로 가능함을 보였다.
09
비교
비교는 PID/LQ 기반 접근보다 nonlinear coupling을 더 명시적으로 다루지만 model accuracy와 disturbance rejection에는 여전히 의존한다.
10
의의
의의는 quadrotor nonlinear control 문헌에서 backstepping이 표준 설계 후보로 자리 잡는 데 기여한 초기 reference다.
11
한계
한계는 aerodynamic uncertainty, motor saturation, aggressive trajectory, onboard estimation error를 충분히 통합하지 않는다.
12
향후 과제
향후 과제는 adaptive/robust backstepping, disturbance observer, trajectory generation, real-flight validation과 결합하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code와 flight dataset은 확인되지 않았다.
이 논문은 powered knee와 ankle을 갖는 transfemoral prosthesis prototype을 설계하고 gait-phase-based control로 active 보행 보조를 구현한다.
01
배경
배경은 passive prosthesis가 에너지를 능동적으로 공급하지 못해 transfemoral amputee의 보행 효율과 자연성이 제한되는 문제에서 출발한다.
02
문제
문제는 knee와 ankle이 모두 powered인 prosthesis를 만들어 보행 주기별로 적절한 torque와 motion을 제공하는 것이다.
03
기존 한계
기존 한계는 많은 prosthesis가 passive damper/spring에 의존해 push-off power와 knee control을 자연 보행처럼 제공하지 못한다는 점이다.
04
목표
목표는 powered-tethered laboratory prototype을 통해 powered knee-ankle transfemoral prosthesis의 mechanical design과 control feasibility를 보이는 것이다.
05
방법
방법은 kinematic optimization, pneumatic actuation, finite-state gait control, joint-level torque/position behavior를 결합한다.
06
핵심 아이디어
핵심 아이디어는 보행 phase를 구분해 stance와 swing에서 다른 impedance와 powered assistance를 적용함으로써 생체 관절 기능을 모사하는 것이다.
07
검증
검증은 powered prosthesis prototype을 착용한 gait experiment와 joint behavior 분석으로 수행된다.
08
결과
결과는 powered knee와 ankle이 transfemoral gait에서 능동적인 support와 propulsion을 제공할 수 있음을 보였다.
09
비교
비교는 passive prosthesis보다 기능적 잠재력이 크지만 tethered pneumatic prototype이라 휴대성, battery, weight 문제가 남는다.
10
의의
의의는 현대 powered lower-limb prosthesis 연구에서 knee-ankle integrated actuation과 phase-based control의 초기 기준을 제공했다.
11
한계
한계는 임상 대상과 장기 사용 검증이 제한적이고 실제 생활 환경에서의 robustness와 사용자 적응은 별도 과제다.
12
향후 과제
향후 과제는 self-powered hardware, adaptive intent recognition, metabolic cost evaluation, terrain-aware prosthesis control로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code, CAD, gait dataset의 공개 링크는 확인되지 않았다.
Kerl, Sturm, Cremers의 RGB-D odometry는 연속 RGB-D frame을 photometric error로 직접 정합하고 robust cost로 depth noise와 outlier를 다룬다.
01
배경
배경은 Kinect류 RGB-D camera가 실내 SLAM에 널리 쓰이면서 feature matching 없이도 dense visual odometry를 빠르게 수행할 수 있는 가능성이 열렸다.
02
문제
문제는 두 연속 RGB-D frame 사이의 camera motion을 빠르고 정확하게 추정하되 sensor noise와 missing depth에 robust해야 하는 것이다.
03
기존 한계
기존 한계는 feature-based RGB-D odometry가 texture와 feature repeatability에 의존하고 ICP-only 방법은 geometry가 약한 장면에서 불안정하다는 점이다.
04
목표
목표는 photometric error minimization과 robust estimation을 결합해 RGB-D camera motion을 직접 추정하는 것이다.
05
방법
방법은 image pyramid coarse-to-fine scheme에서 nonlinear minimization으로 photometric residual을 줄이고 depth를 이용해 pixel correspondence를 3D motion으로 연결한다.
06
핵심 아이디어
핵심 아이디어는 RGB intensity alignment를 dense하게 쓰면서 robust error model로 dynamic/outlier pixel과 depth noise의 영향을 줄이는 것이다.
07
검증
검증은 TUM RGB-D benchmark류 sequence에서 trajectory error와 robustness를 비교하는 오프라인 dataset 평가다.
08
결과
결과는 RGB-D frame-to-frame odometry에서 빠르고 정확한 camera motion estimation을 보였고 dense direct RGB-D SLAM의 중요한 building block이 됐다.
09
비교
비교는 feature matching보다 dense signal을 많이 쓰고 ICP보다 appearance cue를 활용하지만 큰 baseline과 illumination change에는 민감하다.
10
의의
의의는 direct visual odometry가 RGB-D SLAM에서 실용적인 front-end가 될 수 있음을 보여주며 DVO 계열 연구를 촉진했다.
11
한계
한계는 pairwise odometry만으로는 drift가 누적되고 loop closure, global map optimization, dynamic scene handling은 별도 시스템이 필요하다.
12
향후 과제
향후 과제는 keyframe-based optimization, semantic/dynamic masking, photometric calibration, learned robust correspondence와 결합하는 것이다.
13
자원 공개
자원 공개는 DOI와 공개 PDF가 확인되지만 공식 code repository는 확인되지 않았다.
이 논문은 SIFT류 scale-invariant visual landmark를 사용해 dynamic indoor environment에서 mobile robot localization and mapping을 수행한 초기 vision-SLAM 연구다.
01
배경
배경은 laser와 sonar 중심 SLAM에서 camera 기반 landmark가 환경 수정 없이 풍부한 정보를 제공할 수 있다는 가능성이 커지던 시기다.
02
문제
문제는 mobile robot이 image feature를 3D landmark로 사용해 자기 위치와 map을 동시에 추정하는 것이다.
03
기존 한계
기존 한계는 appearance change, scale change, viewpoint change 때문에 단순 image feature가 장기 landmark로 쓰이기 어려웠다는 점이다.
04
목표
목표는 scale-invariant image features를 landmark로 삼아 unmodified dynamic environment에서도 vision-based localization and mapping을 구현하는 것이다.
05
방법
방법은 visual feature detection, feature matching, 3D landmark localization, robot pose estimation을 SLAM pipeline으로 결합한다.
06
핵심 아이디어
핵심 아이디어는 scale-invariant feature가 viewpoint와 거리 변화에도 반복적으로 검출되어 map landmark로 사용할 수 있다는 것이다.
07
검증
검증은 mobile robot의 indoor navigation sequence에서 visual landmark map과 localization performance를 평가하는 로봇 실험이다.
08
결과
결과는 scale-invariant visual features가 mobile robot SLAM landmark로 작동할 수 있음을 보여 laser-free vision SLAM의 초기 가능성을 열었다.
09
비교
비교는 geometric range sensor보다 appearance-rich하지만 조명, dynamic object, feature-poor scene에는 취약하다.
10
의의
의의는 feature-based visual SLAM과 place recognition이 SIFT류 invariant descriptor를 기반으로 발전하는 흐름의 중요한 출발점이다.
11
한계
한계는 modern bundle adjustment, loop closure, real-time robust front-end 수준에는 미치지 못하고 compute와 feature matching cost가 크다.
12
향후 과제
향후 과제는 keyframe management, bag-of-words place recognition, visual-inertial fusion, learned local features로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code와 dataset page는 확인되지 않았다.
341
IJRR · 2015 · citation rank 341
Fast marching tree: A fast marching sampling-based method for optimal motion planning in many dimensions
Lucas Janson; Edward Schmerling; Ashley Clark; Marco Pavone
https://doi.org/10.1177/0278364915577958
FMT*는 sample set 위에서 dynamic programming-like wavefront를 전파해 high-dimensional optimal motion planning을 빠르게 수행하는 asymptotically optimal planner다.
01
배경
배경은 RRT*와 PRM*가 optimality를 보장했지만 high-dimensional space에서 convergence와 runtime이 여전히 큰 병목이던 상황이다.
02
문제
문제는 많은 sample로 만든 implicit graph에서 collision checking과 neighbor expansion을 줄이면서 low-cost path를 빠르게 찾는 것이다.
03
기존 한계
기존 한계는 RRT* rewiring이나 PRM* graph construction이 큰 sample set에서 비용이 크고 finite-time solution quality가 느리게 좋아질 수 있다는 점이다.
04
목표
목표는 asymptotic optimality를 유지하면서 dynamic programming 스타일의 batch planner로 high-dimensional planning을 빠르게 푸는 것이다.
05
방법
방법은 free sample set을 만든 뒤 open set의 최저 cost node에서 near-neighbor 후보를 확장하며 collision-checked connection을 선택한다.
06
핵심 아이디어
핵심 아이디어는 explicit dense graph를 모두 만들지 않고 fast marching처럼 cost-to-come frontier를 전진시켜 필요한 edge만 검사하는 것이다.
07
검증
검증은 다양한 dimensional planning benchmark에서 RRT*, PRM* 등 optimal planner와 solution cost와 runtime을 비교한 오프라인 평가다.
08
결과
결과는 FMT*가 많은 경우 더 빠른 convergence와 좋은 finite-sample path quality를 보이며 asymptotic optimality 분석도 제공한다.
09
비교
비교는 RRT*보다 batch sample을 활용해 효율적이지만 online replanning이나 anytime repair에는 별도 변형이 필요하다.
10
의의
의의는 optimal sampling-based planning에서 batch informed search 계열의 강한 기준선을 만든 점이다.
11
한계
한계는 collision checking, nearest-neighbor structure, sample distribution에 의존하며 kinodynamic constraints와 uncertainty는 기본 formulation 밖이다.
12
향후 과제
향후 과제는 informed sampling, nonuniform sampling, kinodynamic FMT*, parallel collision checking, learning-guided sample selection이다.
13
자원 공개
자원 공개는 DOI와 공개 PDF가 확인되지만 논문 전용 공식 code는 확인되지 않았다.
이 논문은 ribbed, cylindrical, pleated channel 등 soft fluidic elastomer actuator 형태와 casting fabrication 절차를 recipe처럼 정리한 soft robotics 실용 가이드다.
01
배경
배경은 soft fluidic elastomer robot이 안전하고 compliant한 motion을 만들 수 있지만 fabrication know-how가 연구실별로 흩어져 있던 상황이다.
02
문제
문제는 soft actuator morphology와 제작 절차를 재현 가능한 방식으로 정리해 연구자가 실제 soft robot을 만들 수 있게 하는 것이다.
03
기존 한계
기존 한계는 soft robot 논문이 특정 prototype 결과만 제시하고 mold design, casting, channel geometry의 실용적 trade-off를 충분히 공유하지 못한 점이다.
04
목표
목표는 세 가지 viable actuator morphology와 casting-based fabrication procedure를 비교 가능한 recipe로 제공하는 것이다.
05
방법
방법은 ribbed, cylindrical, pleated internal channel structure를 갖는 silicone elastomer actuator를 설계·제작하고 pneumatic actuation behavior를 설명한다.
06
핵심 아이디어
핵심 아이디어는 soft robot 성능이 controller만이 아니라 internal channel geometry와 fabrication repeatability에서 출발한다는 점을 명시하는 것이다.
07
검증
검증은 제작된 soft fluidic actuator의 bending, extension, locomotion-like deformation을 실험적으로 보여주는 hardware demonstration이다.
08
결과
결과는 다양한 channel morphology가 서로 다른 motion profile을 만든다는 점을 보여주고 soft robot 제작의 practical starting point를 제공했다.
09
비교
비교는 이론 모델보다 fabrication recipe에 강점이 있지만 quantitative benchmark와 closed-loop control 평가는 제한적이다.
10
의의
의의는 soft robotics 입문자와 연구자가 실제 제작 가능한 actuator design space를 빠르게 탐색하게 한 교육적·실용적 영향이 크다.
11
한계
한계는 material aging, leakage, high-force actuation, sensor integration, manufacturing tolerance를 완전히 해결하지 않는다.
12
향후 과제
향후 과제는 standardized soft robot fabrication, embedded sensing, model-based design automation, open hardware toolkit과 결합하는 것이다.
13
자원 공개
자원 공개는 DOI와 PMC open article이 확인되며 별도 code는 없고 fabrication 지침 자체가 핵심 공개 자원이다.
343
RA-L · 2024 · citation rank 343
DriveGPT4: Interpretable End-to-End Autonomous Driving Via Large Language Model
Zhenhua Xu; Yujia Zhang; Enze Xie; Zhao Zhen; Yong Guo; Kenneth K. Wong; Zhenguo Li; Hengshuang Zhao
https://doi.org/10.1109/lra.2024.3440097
DriveGPT4는 multi-frame driving video와 text query를 입력으로 reasoning, action explanation, low-level control prediction을 함께 수행하는 MLLM 기반 autonomous driving 연구다.
01
배경
배경은 multimodal large language model이 image와 video reasoning을 잘하면서 autonomous driving에서도 설명 가능한 end-to-end policy로 확장될 수 있다는 기대가 커진 흐름이다.
02
문제
문제는 driving video를 보고 차량 행동을 설명하고 질문에 답하며 steering과 같은 low-level control signal까지 예측하는 것이다.
03
기존 한계
기존 한계는 end-to-end driving model이 black-box이고, VLM은 설명은 가능해도 실제 control output까지 안정적으로 내는 데 한계가 있었다.
04
목표
목표는 driving-specific visual instruction tuning dataset과 mix-finetuning strategy로 interpretable end-to-end driving MLLM을 만드는 것이다.
05
방법
방법은 multi-frame video input과 textual query를 처리하는 LLM 기반 architecture를 fine-tune해 explanation, QA, control prediction을 함께 학습한다.
06
핵심 아이디어
핵심 아이디어는 autonomous driving을 perception-control pipeline만이 아니라 language-grounded reasoning과 action generation을 함께 내는 multimodal instruction-following 문제로 바꾸는 것이다.
07
검증
검증은 BDD-X dataset에서 qualitative reasoning과 quantitative control/explanation performance를 평가하는 오프라인 dataset benchmark다.
08
결과
결과는 BDD-X 평가에서 기존 방법보다 더 나은 qualitative/quantitative performance를 보였다고 보고하며 driving action 해석 가능성을 강조한다.
09
비교
비교는 classical end-to-end driving보다 해석성이 강하지만 closed-loop real vehicle deployment나 safety-critical validation은 제한적이다.
10
의의
의의는 VLM/VLA 흐름이 robotics와 autonomous driving에서 perception 설명을 넘어 control prediction까지 확장되는 사례를 제공했다.
11
한계
한계는 dataset bias, language hallucination, temporal causality, safety assurance, real-time inference cost 문제가 남는다.
12
향후 과제
향후 과제는 closed-loop simulator/vehicle validation, uncertainty calibration, causal reasoning, safety filter, larger driving instruction datasets이다.
13
자원 공개
자원 공개는 DOI, project page, Hugging Face paper page가 확인되지만 공식 code/data release의 사용 가능 상태는 확인되지 않았다.
이 논문은 GPS/IMU/LiDAR로 만든 probabilistic infrared-remittance ground map을 이용해 urban autonomous vehicle localization을 정밀화한다.
01
배경
배경은 urban autonomous driving에서 GPS/INS만으로는 차선 수준 localization accuracy가 부족하고 LiDAR map 기반 보정이 중요해지던 흐름이다.
02
문제
문제는 dynamic urban environment에서 차량이 고정밀 map에 대해 자신의 pose를 robust하게 추정하는 것이다.
03
기존 한계
기존 한계는 raw LiDAR matching이나 deterministic map이 센서 노이즈, 도로 변화, dynamic object를 충분히 확률적으로 다루지 못한다는 점이다.
04
목표
목표는 high-resolution infrared remittance ground map을 probabilistic form으로 만들고 online localization에 사용하는 것이다.
05
방법
방법은 GPS/IMU/LiDAR로 지면 반사도 map을 만들고 particle/filtering 기반 matching으로 차량 pose likelihood를 계산한다.
06
핵심 아이디어
핵심 아이디어는 3D structure보다 도로 표면 remittance texture를 확률 지도화해 urban vehicle pose estimation에 쓰는 것이다.
07
검증
검증은 autonomous vehicle urban driving data에서 localization error와 robustness를 평가하는 실제 차량 데이터 기반 실험이다.
08
결과
결과는 GPS-only 수준을 넘어 urban road에서 더 정밀하고 robust한 localization이 가능함을 보였다.
09
비교
비교는 pure GPS/INS보다 정확하지만 사전 map 생성과 map freshness에 의존한다는 trade-off가 있다.
10
의의
의의는 HD map과 LiDAR intensity 기반 localization이 autonomous driving stack의 핵심 기술이 되는 흐름을 앞서 보여줬다.
11
한계
한계는 map maintenance, construction change, snow/rain, road resurfacing 같은 long-term environmental change에 취약할 수 있다.
12
향후 과제
향후 과제는 lifelong map update, multi-modal localization, uncertainty-aware map matching, dynamic object filtering이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 probabilistic map data와 code의 공개 링크는 확인되지 않았다.
345
ICRA · 2017 · citation rank 345
SemanticFusion: Dense 3D semantic mapping with convolutional neural networks
John McCormac; Ankur Handa; Andrew J. Davison; Stefan Leutenegger
https://doi.org/10.1109/icra.2017.7989538
SemanticFusion은 ElasticFusion의 dense RGB-D correspondences에 CNN semantic predictions를 probabilistically fuse해 실시간 3D semantic map을 만든다.
01
배경
배경은 robot map이 geometry와 appearance만 담아서는 높은 수준의 task planning과 human interaction에 부족하고 object/category semantics가 필요해진 흐름이다.
02
문제
문제는 RGB-D video에서 frame별 CNN segmentation을 consistent dense 3D map으로 누적해 viewpoint가 바뀌어도 안정적인 semantic label을 얻는 것이다.
03
기존 한계
기존 한계는 single-frame semantic segmentation이 noisy하고, dense SLAM은 geometry는 잘 만들지만 semantic understanding을 map에 통합하지 못했다는 점이다.
04
목표
목표는 CNN semantic prediction과 ElasticFusion dense SLAM을 결합해 real-time interactive 3D semantic mapping system을 구현하는 것이다.
05
방법
방법은 RGB-D frame마다 CNN label probability를 예측하고 ElasticFusion이 제공하는 long-term dense correspondence를 통해 surfel map에 확률적으로 fuse한다.
06
핵심 아이디어
핵심 아이디어는 여러 시점에서 반복 관측된 semantic probability를 3D surface에 누적하면 single-view segmentation보다 안정적인 label을 얻는다는 것이다.
07
검증
검증은 NYUv2와 indoor reconstruction data에서 2D/3D semantic labeling improvement와 real-time interactive use를 평가한다.
08
결과
결과는 multi-view fusion이 single-frame prediction보다 semantic labeling을 개선하고 frame-rate에 가까운 interactive 3D semantic mapping을 가능하게 했다.
09
비교
비교는 standalone CNN보다 temporal/viewpoint consistency가 강하고 geometry-only SLAM보다 task utility가 높지만 CNN backbone 성능에 의존한다.
10
의의
의의는 semantic mapping을 SLAM의 후처리가 아니라 dense mapping pipeline의 핵심 output으로 만든 대표 논문이다.
11
한계
한계는 indoor RGB-D와 당시 CNN class set에 제한되고 dynamic object, open-vocabulary semantics, long-term object change는 충분히 다루지 않는다.
12
향후 과제
향후 과제는 open-vocabulary VLM semantics, dynamic scene mapping, object-level SLAM, lifelong semantic map maintenance다.
13
자원 공개
자원 공개는 DOI와 paper metadata가 확인되며 ElasticFusion dependency는 공개되어 있으나 SemanticFusion 공식 standalone GitHub는 확인되지 않았다.
346
IJRR · 2016 · citation rank 346
University of Michigan North Campus long-term vision and lidar dataset
Nicholas Carlevaris‐Bianco; Arash K. Ushani; Ryan M. Eustice
https://doi.org/10.1177/0278364915614638
NCLT dataset은 Segway robot으로 15개월 동안 27 sessions를 수집해 계절·조명·구조 변화가 있는 장기 autonomy benchmark를 제공한다.
01
배경
배경은 long-term autonomy가 하루짜리 dataset으로는 평가되지 않으며 robot이 계절, 날씨, 조명, 건설 변화 속에서도 localization과 mapping을 유지해야 한다는 문제다.
02
문제
문제는 같은 campus를 반복 주행하며 vision, LiDAR, GPS, odometry를 포함한 장기 multi-session dataset과 ground truth를 제공하는 것이다.
03
기존 한계
기존 한계는 많은 SLAM dataset이 짧고 조건 변화가 작아 lifelong localization과 map maintenance의 failure mode를 드러내기 어려웠다는 점이다.
04
목표
목표는 University of Michigan North Campus에서 long-term vision and LiDAR autonomy research를 위한 대규모 공개 dataset을 문서화하는 것이다.
05
방법
방법은 Segway robot에 omnidirectional imagery, 3D LiDAR, planar LiDAR, GPS, proprioceptive odometry sensor를 장착해 반복 경로를 수집한다.
06
핵심 아이디어
핵심 아이디어는 같은 공간을 서로 다른 계절과 시간, 실내외 경로에서 반복 관측해 appearance change와 structural change를 benchmark 자체에 넣는 것이다.
07
검증
검증은 dataset paper 성격상 sensor calibration, ground-truth pose, session coverage, representative challenge를 문서화한다.
08
결과
결과는 약 15개월 동안 27 sessions를 제공해 long-term localization, mapping, place recognition 연구의 기준 자료가 됐다.
09
비교
비교는 KITTI류 driving dataset보다 장기 반복성과 실내외 campus 변화가 강하지만 platform과 지역은 North Campus에 고정된다.
10
의의
의의는 lifelong SLAM과 place recognition에서 계절·날씨·construction change를 실제로 다루게 만든 대표 dataset이다.
11
한계
한계는 데이터가 특정 campus와 Segway sensor suite에 묶이고 privacy, dynamic agent annotation, semantic labels는 제한적이다.
12
향후 과제
향후 과제는 dense semantic annotation, continual map update benchmark, cross-dataset generalization, learned long-term localization이다.
13
자원 공개
자원 공개는 NCLT dataset page와 DOI가 확인된다.
347
IROS · 2018 · citation rank 347
A Parallel Robotic Mechanism for the Stabilization and Guidance of an Endoscope Tip in Laser Osteotomy
Manuela Eugster; Philippe C. Cattin; Azhar Zam; Georg Rauter
https://doi.org/10.1109/iros.2018.8594188
이 논문은 laser osteotomy용 endoscope tip을 sub-millimeter 수준으로 안정화·가이드하기 위한 bone-mounted parallel robotic mechanism을 제안한다.
01
배경
배경은 minimally invasive laser osteotomy에서 절삭 laser가 endoscope tip을 통해 움직이므로 bone에 대해 안정적이고 정밀한 guidance가 필요하다.
02
문제
문제는 수술 중 endoscope tip을 환자 bone에 대해 안정화하고 원하는 cutting path를 따라 sub-millimeter range로 이동시키는 것이다.
03
기존 한계
기존 한계는 hand-held endoscope나 serial mechanism이 tremor, workspace, stiffness, line-of-sight 제약 때문에 laser path accuracy를 충분히 보장하기 어렵다는 점이다.
04
목표
목표는 bone에 부착되는 compact parallel mechanism으로 endoscope tip stabilization과 guidance를 제공하는 것이다.
05
방법
방법은 parallel kinematic structure를 설계하고 laser-integrated endoscope tip의 small-range precise motion을 위한 mechanism analysis와 control을 수행한다.
06
핵심 아이디어
핵심 아이디어는 환자 bone에 기준 구조를 직접 붙여 surgical scene과 robot frame 사이의 relative motion을 줄이고 stiffness를 높이는 것이다.
07
검증
검증은 mechanism prototype의 positioning accuracy, workspace, stabilization behavior를 평가하는 실험으로 수행된다.
08
결과
결과는 parallel mechanism이 laser osteotomy tip guidance에 필요한 정밀도와 안정화 가능성을 보였다고 보고한다.
09
비교
비교는 hand-guided tool보다 안정성이 크지만 surgical workflow integration, sterilization, patient-specific mounting 문제가 남는다.
10
의의
의의는 medical robotics에서 robot이 큰 수술 동작 전체가 아니라 핵심 tool-tip stabilization을 담당하는 설계 방향을 보여준다.
11
한계
한계는 임상 실사용이나 large patient study까지 검증된 것은 아니며 tissue interaction과 safety certification은 별도 과제다.
12
향후 과제
향후 과제는 cadaver/clinical validation, image-guided control, sterilizable design, surgeon interface integration이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code, CAD, surgical dataset 공개는 확인되지 않았다.
Stereo LSD-SLAM은 high-gradient pixel의 photometric consistency를 직접 정합해 standard CPU에서 real-time large-scale stereo SLAM을 수행한다.
01
배경
배경은 direct SLAM이 feature detector 없이 image intensity를 직접 쓰는 장점이 있었지만 scale ambiguity와 large-scale robustness가 문제였다.
02
문제
문제는 stereo camera로 metric scale을 얻으면서 sparse feature가 아닌 high-contrast pixel 전체를 이용해 real-time SLAM을 수행하는 것이다.
03
기존 한계
기존 한계는 monocular LSD-SLAM은 scale drift가 있고 feature-based stereo SLAM은 repeatable feature와 descriptor matching에 의존한다는 점이다.
04
목표
목표는 stereo image의 depth constraint와 direct image alignment를 결합한 Large-Scale Direct SLAM을 구현하는 것이다.
05
방법
방법은 high-gradient pixel의 photometric residual을 최소화해 camera pose를 추정하고 semi-dense depth map과 keyframe graph optimization을 사용한다.
06
핵심 아이디어
핵심 아이디어는 corner뿐 아니라 edge와 texture 영역의 intensity information을 직접 쓰면서 stereo depth로 metric scale을 고정하는 것이다.
07
검증
검증은 stereo camera sequences에서 trajectory accuracy, map quality, runtime을 평가하는 dataset 및 system experiment다.
08
결과
결과는 standard CPU에서 high frame-rate real-time operation이 가능하며 feature-sparse scene에서도 direct alignment의 장점을 보였다.
09
비교
비교는 sparse feature SLAM보다 image information 활용이 넓고 monocular direct SLAM보다 scale이 안정적이지만 photometric calibration과 illumination change에 민감하다.
10
의의
의의는 direct sparse/dense SLAM 계열이 stereo setting에서 large-scale real-time system으로 확장될 수 있음을 보인 점이다.
11
한계
한계는 dynamic scene, exposure variation, rolling shutter, textureless surface에서 residual model이 약해질 수 있다.
12
향후 과제
향후 과제는 robust photometric calibration, visual-inertial direct SLAM, semantic/dynamic masking, modern direct-sparse hybrid optimization이다.
13
자원 공개
자원 공개는 DOI와 LSD-SLAM GitHub가 확인되지만 이 논문 전용 stereo package의 현재 유지 상태는 별도 확인이 필요하다.
이 논문은 compass-like passive biped가 경사면에서 보이는 stable gait, symmetry, chaos를 동역학적으로 분석한 passive dynamic walking 고전이다.
01
배경
배경은 McGeer 이후 passive dynamic walking이 모터 없이도 자연스러운 보행을 만들 수 있음을 보여 legged locomotion의 energy efficiency 문제를 새롭게 열었다.
02
문제
문제는 compass-like planar biped가 경사면에서 어떤 parameter 조건에서 안정 보행, 주기 배가, chaos를 보이는지 이해하는 것이다.
03
기존 한계
기존 한계는 passive gait 현상이 관찰되었지만 parameter 변화에 따른 stability structure와 nonlinear dynamics가 충분히 체계적으로 분석되지 않았다는 점이다.
04
목표
목표는 ground slope, mass distribution, geometry 같은 parameter가 passive gait의 symmetry와 stability에 미치는 영향을 분석하는 것이다.
05
방법
방법은 kneeless compass-gait biped를 double-pendulum-like hybrid dynamical system으로 모델링하고 step-to-step map과 bifurcation behavior를 조사한다.
06
핵심 아이디어
핵심 아이디어는 보행을 연속 dynamics와 충돌 event가 결합된 hybrid limit cycle로 보고 stability와 chaos를 같은 틀에서 분석하는 것이다.
07
검증
검증은 수학 모델과 numerical simulation을 중심으로 passive gait의 주기, 안정성, chaotic regime을 탐색한다.
08
결과
결과는 단순한 compass-like biped도 parameter에 따라 stable periodic gait와 chaotic gait를 보일 수 있음을 보여주었다.
09
비교
비교는 actuated walking controller 논문보다 제어 입력 없이 body mechanics가 만드는 locomotion 원리를 선명하게 드러낸다.
10
의의
의의는 passive dynamics, limit cycle walking, energy-efficient biped control의 이론적 기반을 강화한 점이다.
11
한계
한계는 planar, kneeless, slope-walking model이라 3D balance, actuation, rough terrain, sensing은 포함하지 않는다.
12
향후 과제
향후 과제는 powered limit-cycle walking, 3D passive dynamics, compliant feet, learning-assisted gait stabilization으로 이어진다.
13
자원 공개
자원 공개는 DOI가 확인되지만 code와 dataset은 확인되지 않았다.
350
T-Mech · 2017 · citation rank 350
Fault Diagnosis for Rotating Machinery Using Multiple Sensors and Convolutional Neural Networks
Min Xia; Teng Li; Lin Xu; Lizhi Liu; Clarence W. de Silva
https://doi.org/10.1109/tmech.2017.2728371
이 논문은 여러 sensor의 raw signal을 CNN으로 직접 학습해 bearing과 gearbox fault diagnosis에서 manual feature engineering을 줄이는 방법을 제시한다.
01
배경
배경은 rotating machinery의 predictive maintenance에서 vibration, current, acoustic 등 sensor data를 이용한 fault diagnosis가 산업 자동화의 핵심 문제다.
02
문제
문제는 여러 sensor raw signal에서 fault type을 정확히 분류하되 수작업 feature extraction에 의존하지 않는 것이다.
03
기존 한계
기존 한계는 traditional diagnosis가 expert-designed time/frequency features와 feature selection에 크게 의존해 machinery와 fault type이 바뀌면 재설계가 필요하다는 점이다.
04
목표
목표는 CNN 구조를 이용해 multi-sensor temporal/spatial information을 end-to-end로 통합하고 더 robust한 fault diagnosis를 수행하는 것이다.
05
방법
방법은 roller bearing과 gearbox dataset의 raw multi-sensor signal을 CNN input으로 구성하고 convolutional layers가 representative feature를 자동 추출하게 학습한다.
06
핵심 아이디어
핵심 아이디어는 sensor fusion을 hand-crafted feature level이 아니라 CNN representation learning 과정에 넣어 여러 sensor의 보완 정보를 함께 쓰는 것이다.
07
검증
검증은 bearing과 gearbox 두 유형의 rotating machinery dataset에서 fault classification accuracy를 기존 feature-based method와 비교한다.
08
결과
결과는 manual feature extraction 기반 전통 방법보다 더 높은 diagnosis performance를 보였다고 보고하며 end-to-end learning의 장점을 강조한다.
09
비교
비교는 classical SVM/feature-engineering pipeline보다 자동화와 robustness가 좋지만 data distribution shift와 unseen fault에는 별도 검증이 필요하다.
10
의의
의의는 industrial mechatronics fault diagnosis에 deep CNN과 multi-sensor fusion을 본격적으로 적용한 대표 초기 논문이다.
11
한계
한계는 controlled dataset 중심 평가라 실제 공장 환경의 load variation, sensor failure, domain adaptation, explainability는 충분히 다루지 않는다.
12
향후 과제
향후 과제는 cross-machine transfer learning, uncertainty estimation, interpretable diagnosis, online condition monitoring으로 확장하는 것이다.
13
자원 공개
자원 공개는 DOI가 확인되지만 논문에서 사용한 정확한 dataset과 code의 공개 링크는 확인되지 않았다.