카네기 멜론 대학교 로봇이 쉬르를 입는다

로봇을 이용한 드레싱 시스템은 다양한 포즈, 신체 유형 및 의복을 수용합니다.

카네기멜론대학교

이미지: Yufei Wang, Ph.D. 카네기 멜론 대학교 로봇 공학 연구소의 학생이 로봇이 병원 가운을 팔 위로 끌어당기는 모습을 지켜보고 있습니다.더보기

크레딧: 카네기 멜론 대학교

대부분의 사람들은 옷을 입는 것을 당연하게 여깁니다. 그러나 국립보건통계센터(National Center for Health Statistics)의 데이터에 따르면 요양 시설 거주자와 재택 간호 환자의 92%가 옷을 입는 데 도움이 필요한 것으로 나타났습니다.

Carnegie Mellon University의 Robotics Institute(RI) 연구원들은 로봇이 이러한 요구를 충족할 수 있는 미래를 보고 이를 가능하게 하기 위해 노력하고 있습니다.

RI 박사인 Yufei Wang은 "놀랍게도 로봇을 이용한 드레싱에 대한 기존 노력은 주로 제한된 범위의 팔 자세와 병원 가운과 같은 단일 고정 의류를 사용한 드레싱을 가정해 왔습니다."라고 말했습니다. 로봇 보조 드레싱 시스템을 연구하는 학생입니다. "다양한 일상복과 다양한 운동 기능 능력을 다루는 일반적인 시스템을 개발하는 것이 우리의 가장 중요한 목표입니다. 우리는 또한 다양한 수준의 제한된 팔 움직임을 가진 개인에게 시스템을 확장하고 싶습니다."

로봇 보조 드레싱 시스템은 인공 지능의 기능을 활용하여 다양한 인체 모양, 팔 자세 및 의류 선택을 수용합니다. 팀의 연구에서는 강화 학습(특정 작업 달성에 대한 보상)을 사용하여 일반적인 드레싱 시스템을 달성했습니다. 특히 연구자들은 로봇이 사람의 팔을 따라 옷을 적절하게 배치할 때마다 긍정적인 보상을 제공했습니다. 지속적인 강화를 통해 시스템의 학습된 드레싱 전략 성공률을 높였습니다.

연구원들은 시뮬레이션을 사용하여 로봇에게 옷을 조작하고 사람에게 옷을 입히는 방법을 가르쳤습니다. 팀은 시뮬레이션에서 학습한 전략을 현실 세계에 적용할 때 의류 소재의 특성을 신중하게 다루어야 했습니다.

이 프로젝트에 참여한 RI 석사 학생 Zhanyi Sun은 "시뮬레이션 단계에서 우리는 의도적으로 무작위화된 다양한 의류 속성을 사용하여 로봇이 학습한 드레싱 전략을 안내하여 광범위한 재료 특성을 포괄합니다"라고 말했습니다. "시뮬레이션에서 무작위로 변하는 의류 속성이 현실 세계에서 의류의 속성을 캡슐화하여 시뮬레이션 환경에서 학습한 드레싱 전략이 현실 세계로 원활하게 전달될 수 있기를 바랍니다."

RI 팀은 다양한 체형, 팔 자세, 5가지 의상을 입은 17명의 참가자를 대상으로 510번의 드레싱 실험을 통해 인간 연구에서 로봇 드레싱 시스템을 평가했습니다. 대부분의 참가자의 경우 시스템은 각 의복의 소매를 팔 위로 완전히 당길 수 있었습니다. 모든 테스트 사례에 대해 평균을 냈을 때 시스템은 참가자 팔 길이의 86%를 입었습니다.

연구자들은 시스템을 설계할 때 몇 가지 과제를 고려해야 했습니다. 첫째, 옷은 본질적으로 변형 가능하기 때문에 로봇이 옷 전체를 인식하고 위치와 방법을 예측하기 어렵습니다.

Wang은 "옷은 상태 추정이 가능한 단단한 물체와 다르기 때문에 로봇이 옷의 현재 상태와 옷이 인간의 팔과 어떻게 상호 작용하는지 인식할 수 있도록 변형 가능한 물체에 대한 고차원 표현을 사용해야 합니다"라고 말했습니다. "우리가 사용하는 표현은 분할된 포인트 클라우드라고 합니다. 이는 옷의 눈에 보이는 부분을 일련의 포인트로 나타냅니다."

안전한 인간-로봇 상호작용도 중요했습니다. 로봇이 인간의 팔에 과도한 힘을 가하는 것과 불편함을 유발하거나 개인의 안전을 위협할 수 있는 기타 모든 행동을 피하는 것이 중요했습니다. 이러한 위험을 완화하기 위해 팀은 로봇의 온화한 행동에 대해 보상했습니다.

향후 연구는 여러 방향으로 진행될 수 있습니다. 예를 들어, 팀은 재킷을 사람의 양쪽 팔에 걸치거나 티셔츠를 머리 위로 끌어올릴 수 있도록 하여 현재 시스템의 기능을 확장하려고 합니다. 두 작업 모두 더 복잡한 설계와 실행이 필요합니다. 팀은 또한 옷을 입는 과정에서 인간의 팔 움직임에 적응하고 버튼 누르기나 지퍼 누르기와 같은 보다 진보된 로봇 조작 기술을 탐구하기를 희망하고 있습니다.