6D 동적 촉각 센싱을 이용한 로봇의 순간 접촉 검출 및 거리 추정 (2026)

외부 접촉 위치 추정

그러나 기존 연구의 대부분은 조밀한 센서 배열이나 고차원 시각 처리에 의존한다. 손끝에서 외부 접촉으로 인해 순간적으로 발생하는 회전 신호를 포착하기 위해 저비용 관성 센싱을 활용하는 방법은 아직 충분히 탐구되지 않았다.

방법

본 접근법은 다음 세 가지 핵심 목표를 바탕으로 한다.

저비용·소형 자이로스코프 센서를 통해 외부 접촉 중 손끝에서 발생하는 미세한 회전을 포착한다.
이러한 회전과 그리퍼의 자세를 미분 운동학적 변환으로 연결해 정확한 접촉 위치를 산출하는 물리적 제약 모델을 활용한다.
높은 시간 해상도와 낮은 지연 시간을 확보해, 짧은 시간 동안 발생하는 미세한 회전 변형 중에도 외부 접촉을 검출할 수 있도록 한다.

촉각 인식을 저차원 상태 추정 문제로 재정식화함으로써, 기계적으로 통합되면서도 계산 효율이 높은 센싱 메커니즘을 구현했다.

실험 A: 대표 장면

이 절에서는 실제 로봇 플랫폼을 이용해 통제된 조건에서 제안한 접촉 위치 추정 프레임워크를 평가한다. 일상적인 물체를 체계적으로 모사하기 위해 표준화된 기하학적 기본 형상을 갖춘 3D 프린팅 폴리젖산(PLA) 시편을 사용했다. 선 접촉을 구현하는 직사각형 블록, 점 접촉을 유도하는 뾰족한 탐침 끝과 반구형 홈이 있는 판이 이에 해당한다. 이러한 통제된 설정을 통해 각 물리적 매개변수를 분리하고, 추정 정확도에 미치는 개별 영향을 정량화할 수 있다.

제한된 그리퍼 움직임에서의 선 접촉

물체 모서리와 환경 사이의 물리적 제약을 모사하기 위해 직사각형 PLA 블록을 3D 프린팅해 파지 물체로 사용했다. 이 실험에서는 탐색 경로로 병진 운동만 사용한다. 회전 호에 대해 대략 접선 방향으로 그리퍼를 움직이면 접촉 모서리를 중심으로 물체가 제한적으로 회전하는 현상이 자연스럽게 발생한다.

그리퍼가 계속 움직이는 동안의 선 접촉

앞선 시나리오에서는 이미 선 접촉이 형성된 상태에서 시작하는 물체를 평가했다. 그러나 실제 작업에서는 로봇이 비정형 환경과 예상치 못한 충돌을 일으키기 전에 자유 공간에서 물체를 조작해야 하는 경우가 많다. 앞서 설정한 고정 매개변수 구성을 사용해, 이 실험에서는 물체가 일정한 속도로 접촉 경계에 접근하는 전체 과정을 모사했다. 물리적 상호작용의 순간적인 역학을 정밀하게 포착하기 위해 전체 운동 주기를 세 가지 단계로 구분했다.

일정 속도 접근 단계에서 로봇 팔은 미리 설정된 속도로 물체를 안정적으로 이동시키며, 이때 센서 기록에는 낮은 수준의 시스템 진동 잡음만 나타난다. 물리적 상호작용이 발생하면 순간 충격으로 인해 물체가 접촉 모서리를 중심으로 제한적으로 회전한다. 알고리즘은 가속도계 신호에 나타나는 순간적인 피크를 감시해 접촉 시점을 자동으로 식별하고, 확장 칼만 필터(EKF) 기반 접촉 위치 추정을 위해 해당 데이터 구간을 추출한다.

마지막 제동 단계에서는 검출된 회전각이 사전 설정된 임계값에 도달하면 시스템이 보호 정지를 실행한다. 이 통합 설계를 통해 데이터 분석을 접촉 정보가 집중된 구간에만 한정할 수 있으며, 모델링되지 않은 비정형 환경에서 TECDAR 프레임워크가 접촉을 추적하는 성능을 직접 확인할 수 있다.

점 접촉

본 연구는 선 접촉 시나리오에 더해, 더 복잡한 기하학적 제약으로 센싱 프레임워크를 일반화할 수 있는지 검증하기 위해 점 접촉 사례도 탐구했다. 기하학적 운동학의 관점에서 3차원 공간의 안정적인 점 접촉은 서로 직교하는 두 평면에서의 선 접촉 제약을 벡터로 중첩한 것으로 볼 수 있다.

실험에서는 길이 140 mm의 탐침 도구 끝에 마커를 고정하고, 제공된 본문에는 지름이 명시되지 않은 홈이 있는 바닥판과 상호작용하도록 했다. 탐색 과정에서 로봇 팔은 물체가 수평면에서 원호 형태로 움직이도록 구동한다. 이를 통해 접촉 벡터의 방향을 지속적으로 바꾸면서 다차원 관측 정보를 충분히 활성화하고, 3차원 좌표를 추정한다.

실험 B: 가정용 작업 검증

실제의 비정형 환경에서 시스템 성능을 평가하기 위해, 이 절에서는 이상화된 3D 프린팅 PLA 모델과 시뮬레이션을 이용한 앞선 검증을 바탕으로 시스템의 인식 능력을 실생활 물체 조작 작업으로 확장한다. 이에 따라 접촉 위치 추정, 궤적 계획, 순수 촉각 탐색을 통한 환경 매핑이라는 세 가지 핵심 능력을 평가하도록 세 단계의 실제 환경 실험을 설계했다.

사례 2: 종이 재단기 — 궤적 계획

반대로 위치 추정 알고리즘을 사용하지 않으면 로봇은 힌지 위치를 사전에 알 수 없다. 그 결과 손잡이를 직선 경로로 당기게 되고, 도구의 바닥 부분에 큰 강제 변위가 발생한다. 이러한 뚜렷한 차이는 환경에 단단히 고정되지 않은 관절형 메커니즘을 조작할 때 궤적 계획을 위해 회전축을 추정하는 일이 필수적임을 보여준다.

한계

현재 프레임워크에는 추가 논의가 필요한 몇 가지 측면이 있다.

첫째, 운동학 모델은 파지된 물체가 강체 운동을 한다고 가정한다. 유연하거나 변형 가능한 물체는 이 전제를 위배한다. 따라서 현재 실험은 단단한 블록과 펜, 종이 재단기, 책, 칠판 지우개처럼 충분한 강성을 가진 일상 물체로 제한되었다. 부드럽거나 불규칙한 형태의 물체에 대한 성능은 아직 검토되지 않았다.

셋째, 보정 계수 제공된 본문에는 기호가 생략됨는 연속형 실리콘 고무 손끝을 사용하고 30 N의 고정된 파지력에서 보정되었다. 이 계수가 파지력, 재료 강성, 접촉 기하에 따라 어떻게 달라지는지는 체계적으로 규명되지 않았다.

손끝의 구조를 재설계하는 것이 보다 근본적인 발전 방향이 될 수 있다. 부피가 큰 탄성체를 구조화된 메타물질로 대체하고, 그 중간 규모 토폴로지를 압축, 전단, 비틀림에 따라 서로 뚜렷하고 반복 가능한 변형 모드가 나타나도록 설계한다면 다축 변형 전달을 기계적 영역에 직접 인코딩할 수 있다. 그 결과 다양한 작동 조건에서도 더욱 결정적인 관성 신호를 얻을 수 있다.

마지막으로, 두 단계 궤적 계획 전략은 한 축으로 제약된 메커니즘에서 검증되었다. 더 복잡한 운동학적 구조나 강한 비선형 마찰 특성을 지닌 작업으로 이 프레임워크를 확장하는 것은 향후 연구 과제로 남아 있다.

결론

본 논문은 소형 관성 센서로 손끝의 순간 회전을 포착해, 플라스틱 블록, 펜, 책, 칠판 지우개와 같은 강체 파지 물체와 환경 사이에서 발생하는 외부 접촉을 위치 추정하는 촉각 센싱 접근법 TECDAR를 제시한다.

이벤트 기반 베이즈 필터는 고주파 자이로스코프 신호와 로봇 고유수용성 정보를 융합한다. 그 결과 접촉 시작 후 약 180 ms 이내에 3.4 mm에서 12 mm 범위의 오차로 접촉 위치를 추정했으며, 데이터 처리량은 기존 시각-촉각 방식보다 대략 두 자릿수 낮았다. 또한 이러한 추정 능력을 바탕으로 한 두 단계 궤적 계획 전략은 사전 운동학 정보 없이도 제약된 메커니즘을 폐루프 방식으로 조작할 수 있게 하며, 실제 종이 재단기 장치에서 이를 입증했다.

더 넓은 관점에서 본 연구는 높은 시간 해상도의 관성 센싱이 기존 촉각 센싱 파이프라인으로는 해상하기 어려운 짧은 순간의 물리적 상호작용에서 기하학적으로 의미 있는 접촉 정보를 추출할 수 있음을 보여준다. 최소한의 하드웨어와 모델 기반 추정에 기반한 이 능력은 촉각 인식에 독자적이면서도 상호 보완적인 차원을 제공한다. 공간 해상도와 시간 정밀도를 맞바꿈으로써, 접촉이 빈번하고 시야가 가려진 환경에서 로봇이 예기치 않은 충격에 신속히 대응할 수 있도록 한다.