섬세함과 힘의 조화: AI 기반 소프트 핀레이 그리퍼 최적화 설계

본 연구는 AI와 유한요소법을 활용하여 소프트 핀레이 그리퍼의 설계를 최적화하는 혁신적인 방법을 제시합니다. 다중 목표 최적화 기법을 통해 섬세함과 강력함의 균형을 이루는 최적 설계를 도출하여, 다양한 작업에 적용 가능한 그리퍼 개발의 가능성을 열었습니다.

물건을 섬세하게 다루는 소프트 핀레이 그리퍼는 다양한 분야에서 주목받고 있습니다. 하지만, 그리퍼의 내부 구조가 그 성능에 미치는 영향을 정확히 모델링하는 것은 쉽지 않았습니다. 더 강한 힘을 내는 그리퍼는 섬세함을 잃기 때문입니다. 이는 설계 과정에서 힘과 섬세함 사이의 최적점을 찾는 다중 목표 최적화 문제로 이어집니다.

이 연구는 이 문제를 해결하기 위해 유한요소법(FEM) 과 인공지능(AI) 을 결합한 혁신적인 접근 방식을 제시합니다. Ali Ghanizadeh, Ali Ahmadi, 그리고 Arash Bahrami 연구팀은 FEM을 이용하여 원통형 물체를 잡는 핀레이 그리퍼의 변형과 접촉력을 예측하는 데이터셋을 생성했습니다. 이 데이터셋은 다층 퍼셉트론(MLP) 이라는 인공 신경망 모델을 학습시키는데 사용되어, 접촉력과 팁 변위를 정확하게 예측할 수 있도록 했습니다. MLP의 입력값은 빔의 두께와 간격이며, 출력값은 x, y 방향의 최대 접촉력과 최대 팁 변위입니다.

최적의 설계를 찾기 위해 연구팀은 비지배 정렬 유전 알고리즘(NSGA-II) 을 사용했습니다. NSGA-II는 다중 목표 최적화 문제에 효과적인 알고리즘으로, 힘과 섬세함이라는 상충되는 목표 사이에서 최적의 균형점을 찾아냅니다. 연구 결과, 제시된 방법론을 통해 소프트 로봇 그리퍼의 설계와 그리핑 성능을 향상시킬 수 있음을 보여주었습니다. 이는 섬세한 조작이 필요한 작업뿐만 아니라 강력한 힘이 필요한 작업에도 적용 가능한 설계를 선택할 수 있게 합니다.

이 연구는 단순히 새로운 그리퍼를 제시하는 것을 넘어, AI와 FEM을 결합하여 복잡한 설계 문제를 해결하는 새로운 패러다임을 제시합니다. 향후 소프트 로보틱스 분야의 발전에 크게 기여할 것으로 예상됩니다. 특히, 섬세함과 힘의 균형을 필요로 하는 의료, 제조, 서비스 로봇 등 다양한 분야에서 폭넓게 활용될 수 있을 것입니다.