로봇 프로스θε틱스 개선 위한 새로운 소프트웨어 개발

노스 캐롤라이나 주립 대학교의 연구자들이 로봇 프로스θε틱스 또는 엑소스켈레톤을 개선하기 위한 새로운 소프트웨어를 개발했다. 새로운 소프트웨어는 기존 하드웨어와 통합될 수 있으며, 다양한 지형에서 더 안전하고 자연스러운 보행을 가능하게 한다.

연구 논문은 “Environmental Context Prediction for Lower Limb Prostheses With Uncertainty Quantification.“이라고 제목이 붙여졌으며, IEEE Transactions on Automation Science and Engineering에 발표되었다.

다양한 지형에 대한 적응

Edgar Lobaton은 이 논문의 공동 저자이다. 그는 대학의 전기 및 컴퓨터 공학부의 부교수이다.

“하반신 로봇 프로스θε틱스는 사용자가 걷고 있는 지형에 따라 다른 행동을 수행해야 한다”라고 Lobaton은 말한다. “우리가 만든 프레임워크는 로봇 프로스θε틱스의 AI가 사용자가 밟을 지형의 유형을 예측하고, 그 예측과 관련된 불확실성을 정량화하며, 이후 그 불확실성을 의사 결정에 통합할 수 있다.”

연구자들은 6가지 다른 지형에 초점을 맞추었으며, 각 지형은 로봇 프로스θε틱스의 행동에 조정이 필요했다. 그 지형들은 타일, 콘크리트, 벽돌, 잔디, “위로” 및 “아래로”였다.

Boxuan Zhong은 이 논문의 첫 번째 저자이며, NC 주립 대학교의 박사 과정 졸업생이다.

“불확실성의 정도가 너무 높으면, AI는 의심스러운 결정을 내리지 않아도 된다. 대신 사용자에게 예측에 대한 확신이 충분하지 않아 행동할 수 없음을 알릴 수 있다. 또는 ‘안전’ 모드로 기본적으로 설정할 수 있다”라고 Zhong은 말한다.

하드웨어 및 소프트웨어 요소의 통합

새로운 프레임워크는 하드웨어와 소프트웨어 요소가 함께 통합되는 것을 기반으로 하며, 모든 하반신 로봇 엑소스켈레톤 또는 로봇 프로스θε틱스 장치에서 사용된다.

이 프레임워크의 새로운 측면 중 하나는 카메라를 추가적인 하드웨어로 사용하는 것이다. 연구에서 카메라는 안경에 부착되었으며, 하반신 프로스θε틱스에 부착되었다. 연구자들은 두 가지 유형의 카메라에서 컴퓨터 비전 데이터를 어떻게 AI가 활용하는지 관찰했다. 먼저 각 카메라를 개별적으로 사용한 다음 함께 사용했다.

Helen Huang은 이 논문의 공동 저자이다. 그녀는 NC 주립 대학교와 노스 캐롤라이나 대학교 채플 힐의 공동 생명 공학부에서 Jackson Family Distinguished Professor of Biomedical Engineering이다.

“웨어러블 로봇틱스 제어 소프트웨어에 컴퓨터 비전을 통합하는 것은 새로운 연구 분야이다”라고 Huang은 말한다. “두 카메라를 함께 사용하는 것이 잘 작동하지만, 많은 컴퓨팅 파워가 필요하고 비용이 많이 들 수 있다. 그러나 우리는 하반신에 부착된 카메라만 사용하는 것이 khá 잘 작동한다는 것을 발견했다. 특히近거리 예측, 즉 다음 한두 단계의 지형이 어떤지와 같은 경우에는 더욱 그렇다.”

Lobaton에 따르면, 이 연구는 모든 유형의 딥 러닝 시스템에 적용될 수 있다.

“우리는 불확실성을 평가하고 정량화하는 방법을 더 잘 가르치는 방법을 개발했다. 이 방법은 시스템이 불확실성을 의사 결정에 통합할 수 있다”라고 Lobaton은 말한다. “이것은 로봇 프로스θε틱스에 특히 관련이 있지만, 우리의 연구는 모든 유형의 딥 러닝 시스템에 적용될 수 있다.”

AI 시스템 훈련

AI 시스템을 훈련하기 위해, 카메라는 정상인 참가자에게 부착되었으며, 그들은 다양한 실내 및 실외 환경을 이동했다. 다음 단계는 하반신 절단을 가진 개인이 동일한 환경을 카메라를 착용한 채로 이동하는 것이었다.

“모델을 적절히 전송할 수 있으므로, 시스템이 다른 인구의 주제와 함께 작동할 수 있다”라고 Lobaton은 말한다. “즉, AI는 한 그룹의 사람들에 의해 훈련되었지만 다른 사람에 의해 사용되더라도 잘 작동한다는 것을 의미한다.”

다음 단계는 로봇 장치에서 프레임워크를 테스트하는 것이다.

“우리는 작동하는 로봇 프로스θε틱스의 제어 시스템에 프레임워크를 통합하는 것을 기대하고 있다. 그것이 다음 단계이다”라고 Huang은 말한다.

팀은 시스템을 더 효율적으로 만들기 위해 시각적 데이터 입력과 데이터 처리를 줄이는 작업을 할 것이다.