자율 로봇을 위한 모바일 충전 시스템

러시아 연구진은 농업 및 산업용 로봇의 자율성을 제한하는 전원 공급 부족 문제를 해결하기 위해 모바일 충전 시스템을 개발하였다. 이 시스템은 로봇의 충전을 위한 표준 플러그/소켓 구성에 대한 제안도 포함하고 있다.

모바일 충전기(MobileCharger) 프로토タイプ는 모스크바의 스크롤코보 과학 기술 연구소에서 최근 발표한 논문에 따라 개발되었다. 이 시스템은 군용 항공기 연료 보충 시스템과 유사한 엔진을搭載하고 있다.

모바일 충전기 프로토タイプ 출처: https://arxiv.org/pdf/2107.10585.pdf

모바일 충전기는 최근 몇 년간의 유사한 시도와 비교하여 몇 가지 면에서 개선되었다. 예를 들어, 무게와 용량의 균형을 더 잘 맞추고, 충전 작업을 위한 공간 요구 사항을 줄였다. 또한, 충전 작업을 최적화하기 위해 합성곱 신경망(CNN)을 사용하고, 충전 로봇의 상대적 위치를 추정하기 위해 다양한 센서를 사용한다.

커플링 시스템은 3축 방향에서 상대적인 자유도를 제공하여 다양한 필드 로봇 디자인과 불규칙한 지형을 고려한다.

충전 작업은 약 4시간 동안 지속되며, 22볼트의 일관된 전압 전달이 이루어진다. 충전 과정 중에 물리적인 연결이 일관되게 유지되어야 하며, 수평 또는 수직으로 잘못된 정렬은 로봇이나 충전기에 손상을 초래할 수 있다.

모바일 충전기에 사용된 역 델타 액추에이터는 최근의 해결책보다 더 빠른 작업 속도를 제공하며, 연구진은 이 설계가 더 쉽게 제조될 것이라고 주장한다.

역 델타 액추에이터는 자석 기반 잠금 장치도備하고 있으며, 충전 작업 중에 안전한 접촉을 유지하기 위해 보완적인 접근 방식을 사용한다.

디자인-중립 충전

모바일 충전기는 모든 로봇의 도메인 지식을 완전히 가지고 있지 않지만, 로봇의 충전 소켓을 식별하고, 충전기에 연결할 수 있는 거리에 도달하기 위해 다양한 방법을 사용한다.

모바일 충전기 도킹 메커니즘의 압력 센서 어레이

모바일 충전기는 정렬 평가와 일관된 연결을 위한 다양한 솔루션을 제공한다. 이는 RGB-D 컴퓨터 비전 시스템과 압력 센서를 사용하여 로봇의 상대적 위치를 추정한다.

이미지 인식

모바일 충전기의 LiDAR 스캐너는 인텔 리얼센스 D435 RGB 深度 카메라를 사용하여 근접 거리를 추정하고, 충전 로봇의 접촉 추정을 위한 피드 메커니즘으로도 사용된다.

모바일 충전기에 사용된 객체 인식 시스템은 YOLOv3를 기반으로 하며, 106개의 레이어를 갖는 실시간 이미지 인식 시스템이다. 이 시스템은 170개의 샘플을 갖는 데이터셋을 사용하여 학습되었으며, 다양한 조명 조건과 75도에서 105도까지의 각도 변화를 포함한다.

합성곱 신경망

모바일 충전기에 사용된 합성곱 신경망은 충전 작업 중에 일관된 접촉을 유지하기 위한 문제를 해결한다. 이 시스템은 두 개의 데이터셋을 사용하여 학습되었다. 첫 번째 데이터셋은 전극의 각도 불일치를 포함하며, 600개의 데이터 쌍을 갖는다. 두 번째 데이터셋은 충전기 끝의 수평 및 수직 불일치를 포함하며, 500개의 데이터 쌍을 갖는다.

그립 일관성 위한 합성곱 신경망 아키텍처

데이터는 67%의 훈련 세트와 33%의 평가 세트로 분할되었다. 목표 지표는 정확도이다.

스ウォーム 충전

모바일 충전 시스템은 실내 및 외곽 환경에서 작동하도록 설계되었다. 연구진은 향후 작업에서 위치 및 매핑 알고리즘의 개발을 다룰 예정이다. 또한, 1-Dof를 탐색하여 연결 메커니즘의 롤 축에서 전극 회전을 위한 추가 시설을 제공할 예정이다.

모바일 충전 시스템은 다양한 유형의 로봇을 지원하기 위한 시스템으로 설계되었다. 이는 휴머노이드, 사족, 무인 항공기 등 다양한 로봇을 충전할 수 있다.