기계·로봇 연구정보센터

2088

지능형 로봇을 위한 환경 인식 기술

조형기(HyungGi Jo)(전북대학교 전자공학부 조교수) / hygijo at jbnu.ac.kr 2022-08-08

1. 본인의 연구에 대해서 대략적인 소개를 부탁드립니다.

- 안녕하세요. 저는 전북대학교 전자공학부에 조교수로 재직 중인 조형기입니다. 저는 주로 이동형 로봇의 자율주행, 특히 Simultaneous Localization and Mapping (SLAM) 기술에 대한 연구를 수행하고 있습니다. 2020년에 연세대학교 전기전자공학과에서 “Efficient Global Localization Using Deep Learning Based Particle Filter Initialization”라는 주제로 박사학위를 받고 한국전자기술연구원(KETI) 지능로보틱스연구원에서 선임연구원으로 재직했습니다. 현재는 전북대에서 Jeonbuk AI Robotics Lab을 운영하고 있으며, 지능형 모빌리티 및 로봇의 환경 인식을 주제로 여러 연구를 진행하고 있습니다.

2. 지능형 로봇의 자율주행을 위한 위치인식 및 지도 구축에 관한 연구 중 "MD-PoseNet 기반 단안 카메라의 전역 위치인식"을 제안하셨는데, 이에 대한 소개를 부탁드립니다.

- 저는 학위과정 동안 주로 학습형 이동로봇에 관한 연구를 수행했습니다. 특히, 환경 변화에 강인한 실내외 통합 자율주행을 목표로 하는 과제의 실무 책임자를 맡아 지능형 이동로봇에 필요한 환경 인식, 이동 계획 수립, 제어를 모두 처음부터 설계하고 개발했습니다. 동적 객체, 조명, 계절 등 다양한 변화가 있는 환경에서의 실험을 계획하고 수행하면서 다양한 문제를 직면 했었고 그 중 가장 큰 문제는 전역 위치 인식이었습니다. 전방 카메라만을 사용하는 위치인식은 Visual Localization이라고 하는데 6-dof 자세의 다중 후보군을 추정하는 딥러닝 모델과 몬테카를로(Montel Carlo) 기반 필터링 기법을 조합하여 우수한 성능을 보여주는 알고리즘을 개발했습니다 (Fig. 1 (좌)). Long-term & Large-scale을 지향하는 Visual Localization 기술을 연구하는 것이 저의 단기적 목표입니다. 3D LiDAR를 사용하는 경우에는 미리 구축된 3차원 지도를 업데이트 합니다. 특히, 객체 인식 기술 결과와 융합하여 잠재적 이동 객체를 추가적으로 분류함으로써 더욱 정교한 지도를 구축하는 것에 의의가 있습니다 (Fig. 1 (우)).

3. 자율 원격 작업을 위한 환경 인식 및 재구성에 관한 연구를 진행 중인 것으로 압니다. 구체적으로 어떤 연구들이 진행되고 있는지 소개해 주세요.

- 모바일 로봇의 자율주행을 위해서는 정밀한 다차원 지도를 만드는 것이 가장 중요합니다. 동적 장애물의 영향력을 없애기 위해 동적 객체 검출 및 추적 기술을 지도 구축에 활용하는 것이 기본 전략입니다. 2차원 평면에서의 정합(Registration)을 기반으로 객체의 종류에 상관없이 움직이는 물체를 실시간 추적하는 기술을 개발했고 (Fig. 2), 현재는 객체 검출 및 추적 정보를 활용한 다차원 지도를 구축하는 연구를 진행 중입니다 (Fig. 3).

또한, 모바일 매니퓰레이터에 대한 연구를 진행 중입니다. 모바일 매니퓰레이터는 자율 원격 작업의 가장 기본적인 형태이며 로봇 지능 수준에 따라 수행 능력이 크게 증가합니다. 우선적으로, 작업 환경과 대상물의 규모에 따라 3차원 환경 재구성의 해상도를 달리 하여 처음 보는 물체의 Pick & Place를 수행하는 것을 목표로 합니다. 현재는 자체적으로 비정형 환경 Pick & Place 챌린지를 기획하여 많은 학생들에게 알찬 경험을 할 수 있도록 만드는 것이 저의 계획입니다.

4. 위의 내용 외에 더 소개해 주실 연구가 있으시면 소개를 부탁드립니다.

- 영상 데이터를 이용하여 현재 센서의 자세를 추정하는 Visual Localization 기술의 상용화를 위한 노력을 하고 있습니다. 자율주행 차량용 SOC에 활용 가능한 SW 솔루션 개발을 위해 주행 환경 인식의 고도화 및 경량화가 필요합니다. 저는 주행 환경 인식 중 하나로 다안 카메라 영상 기반의 Localization 알고리즘의 정밀도 개선 및 경량화 기술을 연구하고 있습니다. 우선적으로 GPS 신호를 사용할 수 없는 대형 지하 주차장을 타겟으로 cm 단위의 정확도를 갖는 온보드 Visual Localization 기술을 개발 진행 중입니다.

5. 현재 운영 중인 AI Robotics Lab.에서는 다양한 연구들이 진행되고 있는데, 주로 어떤 연구들을 진행 중인지, 그리고 어떤 분들로 구성되었는지, 또한 계획하고 목표나 비전이 있다면?

- 제가 운영 중인 AI Robotics Lab.은 스마트 모빌리티를 위한 컴퓨터 비전, 머신러닝 기술들을 연구하고 있고 현재는 박사과정 1명, 석사과정 2명, 학부 연구생 8명으로 이루어져 있습니다. 아직 탄생한지 얼마 되지 않았기 때문에 많은 연구 결과는 없지만 다양한 변화가 존재하는 환경에서의 SLAM 기술과 온보드 측위 알고리즘이라는 두 개의 큰 주제를 가지고 연구를 진행 중입니다.

연구실을 운영함에 있어서 나타나는 복잡하고 비효율적인 과정은 최대한 없애는 것이 첫 번째 목표입니다. 그리고 제가 대학원 생활을 하면서 받은 만큼 그 이상으로 학생들에게 여러 학회, 외부 활동 및 세미나 등 연구 외에도 다양한 경험을 접할 수 있는 기회를 주려고 최대한 노력 중입니다.

6. 그동안 영향을 받은 연구자가 많으실 거 같습니다. 어떤 연구자 분들의 어떤 영향을 받으셨는지 궁금합니다.

- 저의 석박사 과정 지도 교수님이신 연세대학교 김은태 교수님을 굉장히 존경합니다. 제가 연구자로 성장할 수 있도록 많은 도움을 주셨고 항상 학생들을 생각해 주시는 마음을 본받고 있습니다. 평소 연구하는 방식, 관점, 마음가짐은 아직도 배워야 할 점이 많습니다. 교수님께서 길을 닦아 주셨고 저는 그 길을 잘 따라 왔습니다. 박사 과정을 무사히 마칠 수 있도록 이끌어 주셔서 다시 한 번 감사 드립니다. 그리고 제가 대학원에 입학했을 때 연구실 선배님이었던 순천향대학교 전자정보공학과 최혁두 교수님을 통해 프로그래밍 스킬, 세부적인 프로젝트 수행 방법 등 실무적으로 굉장히 큰 도움을 받았습니다.

또한, 제가 한국전자기술연구원(KETI) 지능로보틱스연구센터에 있을 때 만난 연구원분들로부터 큰 영향을 받았습니다. 실무적으로 로봇 연구 및 개발 방법을 많이 배웠고 S/W를 실제 로봇 시스템에 적용시키는 방법을 알 수 있었습니다. 그리고 여러 연구자 분들과 공동연구 하는 방법과 연구 과제의 A-to-Z를 배울 수 있었습니다. 특히, 다양한 로봇 관련 과제를 경험할 수 있어서 앞으로 연구할 분야를 탐색하는 눈을 갖게 해주었습니다.

7. 연구 활동 하시면서 평소 느끼신 점 또는 자부심, 보람

- 저의 삶의 모토는 “즐겁게 살자”입니다. 그래서 연구를 할 때도 항상 즐겁게 하려고 노력합니다. 처음에는 누구나 하기 힘들고 어려운데 항상 긍정적으로 즐기려고 했고 그것이 자연스럽게 좋은 결과로 이어지는 것을 느꼈습니다. 현재는 연구를 하면서 결과를 얻는 보람과 학생들을 가르치면서 조금씩 성장하는 모습을 보며 얻는 보람이 공존하고 있습니다.

그리고 주변에 선후배님들이나 박사님, 교수님들을 보면 정말 대단한 분들이 많다고 느낍니다. 각자 본인의 능력을 키워 결과를 얻는 것 만큼 동료와 함께 성장하는 것도 매우 보람 있다고 생각합니다. 하지만, 최근에 비대면 사회가 도래하면서 소통에 대한 어려움이 많이 있는 것 같습니다. 서로 한 발자국 씩 다가가서 주변 사람들과 함께 고민한다면 더욱 좋은 결과를 얻을 수 있을 것입니다.

8. 이 분야로 진학(사업) 하려는 후배들에게 조언해 주신다면?

- 학생 상담을 하면 본인이 무엇을 하고 싶은지를 명확하게 아는 학생이 별로 없습니다. 학교 생활에서는 본인이 하고 싶은 것이 무엇인지를 정확히 아는 것만 해도 알찬 시간을 보냈다고 생각합니다. 그걸 알기 위해서는 다양한 활동을 경험하고 여러 분야의 사람들을 만나봐야 합니다. 그러고 나서 본인의 분야에 대해서 전문성을 키우는 것이 확실한 동기 부여가 된다고 생각합니다. 저는 다양한 분야의 여러 사람들과 소통하는 것을 좋아해서 대학, 대학원 생활을 하면서 꾸준히 창업 동아리 활동을 했고 그 덕분에 의료계와 IT 서비스 분야의 사람들을 만날 수 있었습니다. 각 분야에서 경험하고 있는 문제들을 공유할 수 있었고 이를 통해 더욱 제가 나아갈 방향 설정을 잘 할 수 있었습니다. 이처럼 각자의 방식으로 본인이 왜 ‘연구’를 해야 하는지에 대한 답을 끊임없이 찾는 것이 즐거운 연구 생활을 하는 지름길이라고 생각합니다.

9. 다른 하시고 싶은 이야기들.

- 아직 배울 것도 많고 다른 사람에게 저를 소개하는 것은 부끄러움을 타는 제 성격상 쉽지 않습니다. 그럼에도 평소에 저의 생각을 글로 적을 수 있는 좋은 기회라고 생각하고, 인터뷰 기회를 제공해 주신 MERRIC 관계자분들께 대단히 감사드립니다. 10년 뒤 제가 이 인터뷰를 다시 보면 감회가 새로울 것 같습니다.

* 조형기 교수의 최근(대표) 논문.

- H. Jo, H. M. Cho, S. Jo, and E. Kim, “Efficient Grid-Based Rao–Blackwellized Particle Filter SLAM With Interparticle Map Sharing, IEEE/ASME Transactions on Mechatronics, vol. 23, no. 2, 2018.

- H. Jo and E. Kim, “New Monte Carlo Localization Using Deep Initialization: A Three-Dimensional LiDAR and a Camera Fusion Approach,” IEEE Access, vol 8, 2020.

- H. Jo, W. Lee, and E. Kim, “Mixture Density-PoseNet and its Application to Monocular Camera-Based Global Localization,” IEEE Transactions on Industrial Informatics, vol. 17, no. 1, 2021.

- H. M. Cho, H. Jo, and E. Kim, “SP-SLAM: Surfel-Point Simultaneous Localization and Mapping,” IEEE/ASME Transactions on Mechatronics, 2021.

Intelligent Robot Perception
Simultaneous Localization and Mapping (SLAM)
Sensor Fusion
Visual Localization

전체댓글 0

[로그인]

댓글 입력란

0/500자