불연속적이고 복잡한 지형에서도 시속 14.4㎞로 질주하는 사족보행 로봇이 나왔다.
수직 벽을 달리고 1.3m 폭을 뛰어넘으며, 징검다리 위를 빠르게 통과하는 ‘라이보(Raibo)’가 재난 탐색이나 산악 수색 등 실제 임무 수행에 본격 투입될 날이 머지않았다.
KAIST(총장 이광형)는 3일 기계공학과 황보제민 교수 연구팀이 복잡하고 불연속적인 지형에서 고속 보행이 가능한 사족보행 로봇 내비게이션 프레임워크를 개발했다고 밝혔다.
연구팀은 로봇이 장애물과 틈, 벽 등 복잡한 지형을 빠르고 안정적으로 통과하도록 두 단계 구조의 내비게이션 시스템을 설계했다. 첫 번째는 발 디딤 위치(foothold)를 계획하는 ‘플래너(planner)’, 두 번째는 그 위치를 정확히 따라가는 ‘트래커(tracker)’로 구성된다.
플래너는 신경망 기반 샘플링 최적화 방식으로 물리적으로 가능한 발 디딤 위치를 빠르게 탐색하고 시뮬레이션을 통해 최적 경로를 검증한다. 기존 기술보다 계산 복잡도를 대폭 줄였으며, 고양이 보행에서 착안해 앞발 자리를 뒷발이 따라 딛는 구조를 도입해 효율성을 더욱 높였다.
수직 벽을 달리고 1.3m 폭을 뛰어넘으며, 징검다리 위를 빠르게 통과하는 ‘라이보(Raibo)’가 재난 탐색이나 산악 수색 등 실제 임무 수행에 본격 투입될 날이 머지않았다.
KAIST(총장 이광형)는 3일 기계공학과 황보제민 교수 연구팀이 복잡하고 불연속적인 지형에서 고속 보행이 가능한 사족보행 로봇 내비게이션 프레임워크를 개발했다고 밝혔다.
연구팀은 로봇이 장애물과 틈, 벽 등 복잡한 지형을 빠르고 안정적으로 통과하도록 두 단계 구조의 내비게이션 시스템을 설계했다. 첫 번째는 발 디딤 위치(foothold)를 계획하는 ‘플래너(planner)’, 두 번째는 그 위치를 정확히 따라가는 ‘트래커(tracker)’로 구성된다.
플래너는 신경망 기반 샘플링 최적화 방식으로 물리적으로 가능한 발 디딤 위치를 빠르게 탐색하고 시뮬레이션을 통해 최적 경로를 검증한다. 기존 기술보다 계산 복잡도를 대폭 줄였으며, 고양이 보행에서 착안해 앞발 자리를 뒷발이 따라 딛는 구조를 도입해 효율성을 더욱 높였다.
트래커는 강화학습을 통해 계획된 지점에 정확히 발을 디딜 수 있도록 학습된다. 이 과정에서 난이도 조절이 가능한 ‘맵 생성기(map generator)’를 함께 사용해 실제 환경 적응 능력을 높였다. 두 모듈은 상호 보완적으로 설계돼 계획 속도와 안정성 면에서 우수한 성능을 입증했다.
연구팀은 “징검다리, 경사, 계단이 혼합된 낯선 지형에서도 범용적으로 작동하며 고속 주행 능력을 확보했다”고 설명했다.
황보제민 교수는 “기존에 상당히 큰 계산량을 요구하던 불연속 지형에서의 고속 네비게이션 문제를 오직 발자국의 위치를 어떻게 선정하는가의 간단한 관점으로 접근했고, 고양이의 발디딤에서 착안해 앞발이 디딘 곳을 뒷발이 딛도록 해 계산량을 획기적으로 줄일 수 있었다. 보행 로봇이 극복할 수 있는 불연속 지형의 범위를 획기적으로 넓히고, 이를 고속으로 주행할 수 있도록 해 로봇이 재난현장 탐색이나 산악 수색 등 실제적 임무를 수행하는 데에 이바지할 수 있을 것으로 기대된다”고 말했다.
이번 연구 성과는 국제 학술지 사이언스 로보틱스(Science Robotics) 2025년 5월호에 게재됐다.
연구팀은 “징검다리, 경사, 계단이 혼합된 낯선 지형에서도 범용적으로 작동하며 고속 주행 능력을 확보했다”고 설명했다.
황보제민 교수는 “기존에 상당히 큰 계산량을 요구하던 불연속 지형에서의 고속 네비게이션 문제를 오직 발자국의 위치를 어떻게 선정하는가의 간단한 관점으로 접근했고, 고양이의 발디딤에서 착안해 앞발이 디딘 곳을 뒷발이 딛도록 해 계산량을 획기적으로 줄일 수 있었다. 보행 로봇이 극복할 수 있는 불연속 지형의 범위를 획기적으로 넓히고, 이를 고속으로 주행할 수 있도록 해 로봇이 재난현장 탐색이나 산악 수색 등 실제적 임무를 수행하는 데에 이바지할 수 있을 것으로 기대된다”고 말했다.
이번 연구 성과는 국제 학술지 사이언스 로보틱스(Science Robotics) 2025년 5월호에 게재됐다.