【드래곤 스포츠】 보증업체놀이터추천홍보 : 프로그램제작판매제작의뢰 : 스포츠분석 : 무료스포츠중계tv : 섹시bj움짤 : 뉴스 : 안구정화

로그인

글쓰기

[IT뉴스]미래의 로봇, 프로그래밍 대신 인간에게 직접 배운다

온카뱅크관리자

2024-11-29 10:48:16

<div class="node-body">현재 산업 작업을 위한 로봇 프로그래밍은 매우 긴 과정이다. 코드를 작성한 다음에는 테스트를 거쳐 프로그램을 수정해야 한다. 기계가 실제로 프로세스를 안정적으로 실행할 수 있을 때까지 이런 과정을 여러 번 반복해야 한다. 로봇이 새로운 작업을 수행해야 할 때 필요한 로봇의 리툴링 프로세스도 마찬가지이다. 하지만 배치 규모가 매우 작아서 빠른 적응력이 필요한 스마트 팩토리 시대에는 이런 프로세스가 걸림돌이 된다. 
 
<figure class="image"><img alt="" border="1" class="d_autolink" height="360" onerror="removeImage($(this));" src="https://www.itworld.co.kr/files/itworld/ITW_202411_02/Robo1.jpg" width="640">
<figcaption>ⓒ Amadeus Bramsiepe, KIT</figcaption>
</figure>
 
독일 카를스루에 공과대학교(KIT)의 에드가 웰트는 “미래에는 로봇을 사용할 준비를 하는 데 신입 직원을 교육하는 것만큼 오랜 시간이 걸리지 않을 것”이라고 말한다. 웰트는 후배 교수인 라니아 레이예스와 함께 ICM 미래 연구소인 HaptXDeep을 설립했다. 
 
이곳에서 연구팀은 모방을 통해 인간의 활동을 학습하는 로봇 그립 시스템을 개발하고 있다. 핵심은 인간 로봇 학습이다. 슈투트가르트 대학의 자동화 기술 및 소프트웨어 시스템 연구소(IAS)도 이 연구에 참여하고 있다. 
 
목표는 변화하는 요구 사항, 제품 디자인 또는 재료에 빠르고 유연하게 반응하면서도 안정적이고 안전하게 대응할 수 있는 그립 시스템을 갖춘 학습 로봇을 개발하는 것이다. 
 
<figure class="image"><img alt="" border="1" class="d_autolink" height="360" onerror="removeImage($(this));" src="https://www.itworld.co.kr/files/itworld/ITW_202411_02/Robo2.jpg" width="640">
<figcaption>ⓒ Amadeus Bramsiepe, KIT</figcaption>
</figure>
 
로봇 그립 시스템은 인간에게 배워서 새로운 도구를 사용하고, 다양한 재료를 잡고, 전체 작업 단계를 수행하고, 생산 공정의 변화에 대응할 수 있어야 한다. 레이예스 교수는 “이를 위해 시스템에 자율 모방 학습과 심층 강화 학습을 사용한다. 로봇이 인간과의 상호작용을 통해 직관적이고 즉각적으로 학습할 수 있도록 한다”라고 설명했다. 
 
HaptXDeep의 연구팀은 데이터를 통해 로봇과 소통한다. 예를 들어 웰트는 가상 현실 장갑을 끼고 자신의 움직임을 통해 데이터를 생성하고 이를 6축 코봇에게 도구나 공작물을 어떻게 돌리고 잡아야 하는지 설명하는 데 사용한다. 
 
20개의 서보모터를 통해 코봇 손은 사람의 그립 동작을 거의 정확하게 재현할 수 있다. 기계식 손가락의 압력 센서는 작업자에게 직접적인 피드백을 제공한다. 작업자는 장갑의 작은 에어 쿠션을 통해 무게가 증가하거나 공구가 손에 잘못 배치되는 즉시 이를 감지한다. 
 
<figure class="image"><img alt="" border="1" class="d_autolink" height="360" onerror="removeImage($(this));" src="https://www.itworld.co.kr/files/itworld/ITW_202411_02/Robo3.jpg" width="640">
<figcaption>ⓒ Amadeus Bramsiepe, KIT</figcaption>
</figure>
 
그러면 로봇이 공구를 잡으면 그리퍼도 즉각 같은 작업을 수행한다. 따라서 연구원은 로봇의 오류를 실시간으로 수정할 수 있다. 이는 기계가 인공지능의 지원을 받아 독립적으로 학습할 때도 중요하다. 예를 들어, 보쉬 AI가 참여하는 공동 프로젝트의 일환으로 연구팀은 적응형 로봇의 안전과 신뢰성을 보장하는 방법을 개발하고자 한다. 여기서도 디지털 트윈을 통한 오류 주입은 시스템을 테스트하는 데 사용된다. 
 
또한 딥러닝 시스템은 로봇이 스스로 이상 징후를 인식해 오류를 예측하는 데 도움이 될 것이다. 로봇이 학습한 내용을 바탕으로 향후에는 자율적으로 오류를 수정할 수 있어야 한다. 
editor@itworld.co.kr</div>

댓글 총 0개

이번주 포인트랭킹

매주 일요일 밤 0시에 랭킹을 초기화합니다.

14,000상품권
23,000상품권
32,000상품권

업체홍보/구인 더보기

놀이터홍보 더보기

지식/노하우 더보기

판매의뢰 더보기

포토 더보기