하나의 필터로 모든 것을 안전하게: 알려지지 않은 환경에서의 4족 보행 로봇 내비게이션을 위한 강력한 안전 시스템
본 논문은 관찰 기반 도달 가능성(OCR) 안전 필터 프레임워크를 통해 다양한 환경과 컨트롤러에서 4족 보행 로봇의 안전성을 효율적으로 확보하는 방법을 제시합니다. LiDAR 기반 입력과 외란 추정 모듈을 통해 새로운 장애물과 동적 불확실성에 대한 안전 영역을 동적으로 생성하고, 사전 지식 없이도 다양한 컨트롤러와 환경에 적용 가능한 범용 안전 필터를 구현합니다. Unitree Go1 로봇을 이용한 실험 결과, 제안된 프레임워크는 다양한 컨트롤러를 보호하고 새로운 환경에 적응하며, 모델링되지 않은 역동성에도 강인함을 보였습니다.

최근 학습 기반 4족 보행 로봇 기술이 급속도로 발전하고 있지만, 다양한 컨트롤러와 환경에서 안전성을 효율적으로 보장하는 것은 여전히 큰 과제였습니다. 기존 연구들은 환경과 안전 제약 조건에 대한 사전 지식에 의존하거나 특정 보행 정책에 대한 안전성만을 보장하는 데 그쳤습니다.
앨버트 린, 슈앙 펭, 소밀 반살 연구팀은 이러한 한계를 극복하기 위해 관찰 기반 도달 가능성(OCR) 안전 필터 프레임워크를 제시했습니다. 이는 새로운 실패 영역과 동적 불확실성에 대한 최적의 제어 이론적 안전 가치 함수를 예측하는 OCR 가치 네트워크(OCR-VN)를 사용하는 것이 핵심입니다.
OCR-VN은 두 가지 핵심 구성 요소를 통해 신속한 안전 적응을 가능하게 합니다. 첫째, LiDAR 기반 입력을 통해 새로운 장애물을 고려하여 안전 영역을 동적으로 생성합니다. 둘째, 외란 추정 모듈을 통해 야외 환경에서의 역동적인 불확실성을 고려합니다. 예측된 안전 가치 함수는 안전을 유지하기 위해 필요한 경우 공칭 4족 보행 로봇 컨트롤러를 재정의하는 적응형 안전 필터를 구성하는 데 사용됩니다.
Unitree Go1 4족 보행 로봇을 이용한 시뮬레이션 연구와 하드웨어 실험을 통해 연구팀은 제안된 프레임워크가 다양한 계층적 4족 보행 로봇 컨트롤러를 자동으로 보호하고, 새로운 환경에 적응하며, 컨트롤러나 환경에 대한 사전 지식 없이 모델링되지 않은 역동성에도 강인함을 보이는 것을 입증했습니다. 즉, “하나의 필터로 모든 것을 안전하게” 구현한 것입니다. 실험 영상은 프로젝트 웹사이트에서 확인할 수 있습니다. 🎉
이 연구는 4족 보행 로봇의 안전성을 크게 향상시키고, 다양한 환경에서의 안전한 자율 주행을 가능하게 하는 중요한 발걸음으로 평가받고 있습니다. 앞으로 더욱 발전된 안전 시스템 개발을 통해 로봇 기술의 실용화와 안전한 상용화에 기여할 것으로 기대됩니다. 🤖
Reference
[arxiv] One Filter to Deploy Them All: Robust Safety for Quadrupedal Navigation in Unknown Environments
Published: (Updated: )
Author: Albert Lin, Shuang Peng, Somil Bansal
http://arxiv.org/abs/2412.09989v1