PyTorchKR Papers

최신 논문

총 5편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.27006v1cs.RO

이동 로봇을 위한 레이저 트래커 보조 카메라-로봇 캘리브레이션

Laser-Tracker-Assisted Camera-to-Robot Calibration for Mobile Robots

카메라를 장착한 이동 로봇을 위한 레이저 트래커 보조 핸드-아이(hand-eye) 캘리브레이션 방법을 제안한다. 본 방법은 레이저 트래커 기반 3D 계측(metrology)과 카메라 기반 2D 관측을 결합한다. 지상 관측 이동 로봇을 대상으로 한 선행 연구의 레이저 트래커 보조 카메라-로봇 캘리브레이션 방법을 바탕으로, 트래커로 위치가 특정된 이동 로봇 좌표계에서 카메라 자세(pose)를 보정하기 위한 일반화된 정식화를 제시한다. 새 접근법은 여러 캘리브레이션 타깃을 연쇄(chain)함으로써 선행 방법이 로봇 및 카메라 구성에 대해 두었던 가정을 완화하고, 다양한 카메라 장착 이동 로봇 시스템을 지원하는 보다 일반적인 방법을 제공한다.

arXiv:2603.26687v2cs.RO

계단형 지형에서 하이브리드 로봇을 위한 에너지 효율적 공중-지상 구동 학습

Learning Energy-Efficient Air--Ground Actuation for Hybrid Robots on Stair-Like Terrain

하이브리드 공중-지상 로봇은 바퀴 구동 이동을 방해하는 장애물을 넘기 위해 추력을 사용할 수 있지만, 접촉 중에 얼마나 추력을 가할지 결정하는 것은 여전히 어렵다. 우리는 이동 모드를 미리 정하지 않고, 단일 연속 정책으로 바퀴, 틸트 서보, 프로펠러를 함께 지휘하는 에너지 인식 강화학습 프레임워크를 제안한다. 하드웨어 보정 전력 모델은 추정 전기 에너지에 페널티를 부과하고, 지형 커리큘럼과 올바른 자세로 안정적으로 도착하는 것에 대한 종단 보상이 추력 보조 등반 학습을 지원한다. 시뮬레이션에서 연속 추력 할당은 계단이 높아질수록 고정 추력 및 모드 전환 베이스라인보다 단일 계단 통과 높이를 개선한다. 바퀴 반경 높이의 계단에서는 최적 고정 할당보다 평균 전력을 약 27% 적게 소모한다. 에너지 가중치 ablation은 효율성과 신뢰성 사이의 동반되는 절충을 보여준다. 물리적 DoubleBee 프로토타입에서, 배포 인터페이스를 갖춘 변경 없는 네트워크는 10회 시도 중 8회 두 개의 6cm 계단을 통과한다. 추가 하드웨어 테스트는 서로 다른 지형 기하로의 전이 가능성과 방향 제어, 접촉 강건성 및 복구에 남아 있는 한계를 모두 보여준다.

arXiv:2607.13624v1cs.RO

언어에서 내비게이션 목표로: RGB-D 인식을 이용한 이동 로봇 의미 내비게이션을 위한 비전-언어 접근법

From Language to Navigation Goals: A Vision-Language Approach for Semantic Navigation of Mobile Robots Using RGB-D Perception

자연어 상호작용은 비전문 사용자가 로봇 플랫폼과 소통하는 직관적인 방법을 제공한다. 그러나 사용자 요청을 실행 가능한 내비게이션 동작으로 변환하는 것은 여전히 어려운 과제이며, 언어 이해, 환경 인식, 자율 내비게이션의 통합을 필요로 한다. 본 연구는 자연어로 사용자 요청을 해석하여 로봇을 목적지로 이동시키고 자율적으로 해당 목적지까지 내비게이션할 수 있게 하는 언어 기반 내비게이션 프레임워크를 제시한다. 이 프레임워크는 자연어 지시를 내비게이션 동작으로 변환하기 위해 협력하는 모듈형 ROS 2 구성 요소로 이루어져 있다. 환경 내 목표를 지칭하는 자연어 요청(예: "go to the mail box")이 주어지면, 시스템은 참조된 객체를 식별하고 RGB-D 데이터를 사용하여 그 위치를 추정한 뒤 내비게이션 목표를 생성하며, 이는 ROS 2 Nav2 내비게이션 스택을 통해 실행된다. ROS 2 기반 구현은 해당 토픽과 서비스의 설정만으로 다양한 로봇 플랫폼에 이식성을 제공한다. 시스템은 TurtleBot3 Waffle과 RealSense 카메라를 탑재한 Unitree Go2 로봇을 사용하여 시뮬레이션과 실제 환경 시나리오 모두에서 평가된다. 실험 결과, 프레임워크가 직접 명령과 문맥적 요청을 모두 성공적으로 해석하고, 의미 있는 자연어 피드백을 생성하며, 원하는 목표로 내비게이션함을 보여준다. 이러한 결과는 의미 인식과 자율 내비게이션을 결합하여 직관적인 인간-로봇 상호작용 패러다임을 제공하는 것의 실현 가능성을 입증한다. 코드는 논문 채택 시 오픈 소스로 공개될 예정이다.

arXiv:2606.18698v1cs.RO

에너지 특징을 활용한 심층 학습 기반 표면 분류: 세 개의 독립 데이터셋에 대한 비교 분석

Leveraging Energy Features for Surface Classification with Deep Learning: A Comparative Analysis Across Three Independent Datasets

에너지 기반 방법은 제한된 환경에서 유망한 결과를 보여줬음에도 불구하고, 모바일 로보틱스에서 표면 분류를 위한 비교적 덜 연구된 접근법으로 남아 있다. 본 연구는 에너지에서 유도된 특징을 단독 분류 방식이거나 관성 데이터에 대한 보조 입력으로 사용하는 것의 타당성을 평가했다. 세 개의 공개 데이터셋에 걸쳐 종합적인 평가를 수행하였으며, 순환 신경망, 합성곱 신경망, 인코더 전용 트랜스포머, Mamba 상태 공간 모델을 포함한 최신 심층 학습 아키텍처의 성능을 자동화된 하이퍼파라미터 튜닝 및 입력 시퀀스 길이 최적화 하에서 비교했다. 모델들은 평가된 모든 데이터셋에서 이전에 보고된 값보다 높은 정확도를 달성했으며, 합성곱 신경망이 전체적으로 가장 높은 성능을 보였다. 에너지 기반 특징만을 사용할 경우, 모델은 85-90% 범위의 분류 정확도를 달성했으며, 이는 관성 특징과 결합했을 때 달성한 값(96-99%)보다 약 5-10% 낮다. 관성 데이터에 에너지 특징을 보강하면 일관되게 평균 정확도가 1-2% 향상되었다. 이러한 결과는 에너지 특징만에 의존하는 분류기가 단독 배포에 충분한 정확도를 제공함을 동시에, 다른 센싱 방식과 결합하여 사용할 때에도 일관된 성능 향상을 제공함을 시사한다.

arXiv:2606.17376v1cs.RO

이종 모바일 로봇에서의 비접촉 호흡 모니터링: 멀티모달 엣지 컴퓨팅 프레임워크

Contactless Respiratory Monitoring on Heterogeneous Mobile Robots: A Multimodal Edge-Computing Framework

호흡수(RR) 모니터링은 응급 대응, 재난 복구, 전염병 시나리오에서 원격 분류(triage) 및 피해자 평가의 중요한 구성 요소이며, 여기서 물리적 접촉을 최소화하면 대응자의 위험을 줄이고 작전 안전성을 높일 수 있습니다. 그러나 비접촉 RR 모니터링의 현장 배치는 가변적인 조명, 자세 변화, 플랫폼 이질성, 그리고 위험한 환경에서 웨어러블 센서 사용의 비현실성으로 인해 여전히 어렵습니다. 본 논문에서는 온보드 엣지 컴퓨팅을 갖춘 이종 모바일 로봇을 위한 모달리티 적응형 비접촉 RR 모니터링 프레임워크를 제안합니다. 제안된 시스템은 RGB, 열화상, 근적외선(NIR), 저조도 카메라에 걸친 밝기 적응형 센서 선택, 자세 강건 모니터링을 위한 키포인트 기반 흉부 ROI 추출, 그리고 신뢰할 수 있는 호흡 추정을 위한 신호 품질 지수(SQI) 기반 필터링 메커니즘을 결합합니다. 우리는 사족 보행 및 차륜 주행을 포괄하는 세 가지 로봇 플랫폼과 다양한 엣지 컴퓨팅 아키텍처에서 프레임워크를 구현하고 평가했습니다. 다양한 조명 조건, 피험자 자세, 로봇-피험자 거리에 걸쳐 수행된 실험은 플랫폼별 알고리즘 재튜닝 없이도 프레임워크가 플랫폼 간에 일반화됨을 보여주며, 동시에 모달리티별 작동 경계를 드러냅니다. RGB는 최대 8m까지 가장 넓은 범위를 제공하고, NIR은 최대 6m까지 유효하며, 열화상은 단거리에서만 신뢰할 수 있고, 저조도 센싱은 최대 8m까지 완전한 어둠 속에서 모니터링을 지원합니다. 전반적으로, 결과는 모바일 로봇에서의 멀티모달 비접촉 RR 모니터링의 실현 가능성을 입증하며, 위험한 수색 및 구조 환경에서 자율 분류 및 피해자 평가를 위한 기초로서의 사용을 뒷받침합니다.