로봇 팔은 연구원이 셔츠를 입는 것을 도와준다. (제공: 카네기 멜론)

국립 보건 통계 센터(National Center for Health Statistics)의 데이터에 따르면 요양 시설 거주자와 재택 간호 환자의 92%가 옷 입는 데 도움이 필요하며, 이는 많은 사람들이 쉽게 당연하게 여기는 일상 활동이다.

"놀랍게도 로봇 보조 드레싱에 대한 기존 노력은 주로 제한된 범위의 팔 자세와 병원 가운과 같은 단일 고정 의류를 사용한 드레싱을 가정했다."고 로봇 보조 드레싱 시스템을 연구하고 있는 카네기 멜론대학교 로봇공학연구소((RI) 박사 과정 학생인 왕 유페이(Yufei Wang)는 말한다.

“다양한 일상복과 다양한 운동 기능을 다루는 일반적인 시스템을 개발하는 것이 우리의 가장 중요한 목표이다. 우리는 또한 다양한 수준의 팔 움직임이 제한된 개인에게도 시스템을 확장하고 싶다.”

로봇 보조 드레싱 시스템은 인공지능의 기능을 활용하여 다양한 인체 모양, 팔 자세 및 의류 선택을 수용한다. 팀의 연구에서는 강화 학습(특정 작업 수행에 대한 보상)을 사용하여 일반적인 드레싱 시스템을 달성했다. 특히 연구자들은 로봇이 사람의 팔을 따라 옷을 적절하게 배치할 때마다 긍정적인 보상을 제공했다. 지속적인 강화를 통해 시스템의 학습된 드레싱 전략 성공률을 높였다.

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

"시뮬레이션 단계에서 우리는 의도적으로 무작위로 추출된 다양한 의류 속성을 사용하여 로봇이 학습한 드레싱 전략을 안내하여 광범위한 재료 특성을 포괄한다."라고 이 프로젝트에 참여한 석사과정 학생 잔이 선(Zhanyi Sun)은 말한다. "시뮬레이션에서 무작위로 변하는 의류 속성이 현실 세계에서 의류의 속성을 캡슐화하여 시뮬레이션 환경에서 학습한 드레싱 전략이 현실 세계로 원활하게 전달될 수 있기를 바란다."

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

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

왕(Wang)은 "옷은 상태 추정이 가능한 단단한 물체와 다르기 때문에 로봇이 옷의 현재 상태와 옷이 인간의 팔과 상호 작용하는 방식을 인식할 수 있도록 변형 가능한 물체에 대한 고차원 표현을 사용해야 한다"고 말했다. “우리가 사용하는 표현을 분할된 포인트 클라우드라고 한다. 옷의 눈에 보이는 부분을 포인트의 집합으로 표현한 것이다.”

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

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

작업이 진행됨에 따라 연구자들은 개인의 다양한 요구 사항과 현재 보조 드레싱 시스템에 필요한 개선 사항에 대한 통찰력을 얻기 위해 간호 시설 내에서 관찰 연구를 수행할 계획이다.

왕(Wang)과 선(Sun)은 최근 로봇공학: 과학 및 시스템 컨퍼런스에서 자신들의 연구를 발표했다. 학생들은 RI 조교수이자 RCHI(로봇 간병과 인간 상호작용) 연구소 소장인 재커리 에릭슨(Zackory Erickson(의 조언을 받는다. 그리고 RPAD(인식하고 행동하는 로봇) 연구 그룹을 이끌고 있는 RI 부교수인 데이비드 헬드(David Held)가 있다.

출처: 카네기멜론대학교