[인공지능] 8-2 지능 로봇

로봇 요소간의 통신 방식

• 하드웨어간 통신
  • UART
  • RS-232/422/485
  • SPI/I2C
  • USB
• 소프트웨어간 통신
  • 공유 메모리
  • 소켓

---

하드웨어간 통신 방식

UART

• GND, TX, RX 등의 통신선 이용한 직렬통신
• 병렬 데이터 ↔ 직렬 데이터 변환
• 보통 MCU 등에 내장
• 비동기 방식
• 미리 송/수신쪽에서 전송 속도 설정
• TTL level 전압 사용
• 디지털 신호를 직접 전달
• 근거리 통신에 사용

RS-232/422/485

• TTL level 전압으로 통신하는 UART 통신을 보완한 방식
• 12V/-12V 또는 25V/-25V 전압으로 신호 전송
• UART보다 먼거리까지 통신 가능
• 전송속도가 느리고, 전송 거리도 짧음

SPI / I2C

• 근거리 통신 규격
• 1:n 통신 지원
• MCU가 master가 되고, 센서들이 slave

USB

• 다양한 병렬, 직렬 방식의 기기 연결 지원
• 디바이스 드라이버 필요
• UART 통신 모듈을 USB로 연결 가능

---

소프트웨어간 통신 방식

공유 메모리

• 같은 메모리 공간에 대한 접근
• 동일 컴퓨터 내에서만 가능

소켓통신

• IP 주소와 포트 번호로 식별되는 통신 단말 제공
• 클라이언트-서버

---

로봇 제어 패러다임 : 감지, 계획, 행동 관련된 기능의 구성방식에 따라 구별된다.

계층형 패러다임

• 감지하고, 계획을 수립하고, 이를 바탕으로 행동을 하는 과정의 반복
• NIST 실시간 제어 시스템 RCS 구조

반응형 패러다임 : 행위들이 병렬적으로 수행

• 계획수립을 하는 단계가 없이 센서를 통해 감지된 상황별로 바로 어떤 행동을 할지 대응
• 별도의 지식을 표현하지 않고, 상황별로 수행할 행동 만을 지정
• 중재자
  • 두 가지 이상의 행위가 실행 가능하면서 충돌이 생기면 실행할 행동 결정
  • 경쟁적 방식 : 우선순위 부여 또는 다수결 투표
  • 협력적 방식 : 실행 가능한 두 개 이상의 동작을 동시에 사용
  • 혼합적 방식 : 상황에 따라 경쟁적 중재 방식과 협력적 중재 방식 사용
• 반응형 시스템
  • 포섭 구조 (경쟁적 중재 방식) : 행위 모듈을 계층적인 구조로 구성
  • 전위장 (협력적 중재 방식) : 2개 이상의 행위를 결합하여 수행할 수 있도록 함.
    1. 로봇이 위치하는 2차원 공간을 일정 크기의 그리드로 분할하여 표현
    2. 그리드의 각 셀(cell)에서의 이동 벡터 계산
    3. 이동 벡터를 더하여 최종 이동 벡터를 결정

혼합형 패러다임

• 우선 계획수립을 해 놓은 다음에 이를 이용하여 반응형 패러다임처럼 로봇 동작
• 계획 모듈 : 부분 태스크들로 분해하는 임무 계획수립을 한 다음, 각 부분 태스크를 수행할 행위를 결정
• 로봇 : 실행 가능한 행위들이 중재를 통해서 병렬 수행

로봇 제어 코드 구현

• 각 모듈이 소프트웨어적으로 병렬로 실행되고 있는 것처럼 각 모듈을 스레드로 구현
• 단일 프로세스를 사용하여 운영체제에서 시분할 처리하는 것처럼 모듈을 일정시간씩 돌아가면서 처리

로봇 소프트웨어 개발 프레임워크

: 미들웨어 + 각종 개발 도구 + 라이브러리 제공

ROS

• 가장 많이 사용되고 있는 프레임워크
• Linux Ubuntu만 공식 운영체제로 지원 -> 타 운영체제 환경 사용 가능
• 노드 : 최소 단위 실행 가능한 프로그램
• 토픽 : 노드간에 메시지를 교환하는 이름을 붙인 버스
• 마스터 : 노드 간의 연결 및 메시지 통신을 위한 네임서버 역할을 하는 노드
• 발행 : 토픽의 내용을 해당 메시지 형태의 데이터로 전송하는 것
• 발행자 : 발행하기 위해 토픽과 자신의 정보를 마스터에 등록하는 노드
• 구독 : 토픽의 내용을 정해진 메시지 형태의 데이터로 수신하는 것
• 구독자 : 구독하기 위해 토픽 및 자신의 정보를 마스터에 등록하는 노드, 발행자 정보를 마스터로 부터 수신

---

로봇 계획수립

• 움직임 계획수립 : 로봇이 원하는 움직임 작업을 수행할 수 있도록 일련의 이산적인 움직임들을 찾는 것
• 경로 계획수립 : 시작 위치에서 목표 위치로 가기 위한 시간적 순서에 따른 위치들을 찾는 것
• 궤적 계획수립 : 경로와 제약조건 및 로봇의 기계적인 특성을 고려하여 매 시점의 관절 또는 바퀴의 위치, 속도, 가속도 등의 값을 결정하는 것

동시적 위치추정 및 지도작성(SLAM) : 로봇이 알려지지 않은 정적인 환경을 이동하면서 지도를 함께 작성하는 것

Kalman Filter (확률 추정)

• 시간에 따른 관측 데이터를 사용하여 미지의 변수의 추정치를 구하는 알고리즘
• 잡음(미지의 변수 값)을 가우시안 함수로 표현
• 최종적으로 변수의 값을 정확한 수치값으로 제공 X

파티클 필터(Particle Filter) (확률 추정)

• 로봇의 잠재적 위치를 표본(파티클)들의 분포로 표현

1. 파티클 이동 – 각 파티클을 동적 시스템 방정식을 이용해서 이동

2. 확률 계산 – 주어진 지도 및 상황에서 해당 위치가 참일 확률 계산

3. 재 표본 추출 – 계산된 확률에 따라 파티클을 다시 표본 추출하여 파티클 집합 구성

파티클별로 지어진 지도와 감지된 상황에 부합되는 정도에 따라 확률값이 부여된다.