안녕하세요 최인하입니다. 이번에 리뷰할 논문은 Hand hardware 논문입니다. 이 논문을 리뷰 해야할지 말아야할지 많이 고민했었는데, 기존의 hand hardware와 비교했을 때 어떤점이 다르길래 ICRA에 붙었는지 너무 궁금하기도 하고 좋은 hand란 무엇인가?에 대한 제 생각도 나름대로 정리할겸 리뷰 작성하려 합니다.
좋은 hand를 지극히 제 관점에서 정의하면 데이터적인 관점과, 하드웨어적인 관점에서 생각해볼 수 있을 것 같습니다. (현재 쓰는 내용은 제 생각에서 나온 의견이기 때문에 다른 의견이나 더 괜찮은 의견 있으면 댓글 주시면 감사하겠습니다.)
- 데이터적인 관점: 현재 로보틱스 분야에서 가장 대두되는 문제는 데이터 부족 문제라고 생각합니다. 데이터를 모으는 것은 사람이기도 하며, webscale의 데이터를 사용하기 위해 human video 연구가 진행되고 있으므로 결국 사람 손과 기구학적으로 유사한 robot hand가 좋은 핸드라고 할 수 있을 것 같습니다. (기구학적으로 유사하다는 말은 사람의 손과 관절 구조 즉 비율이 유사한 것을 의미합니다.)
- 하드웨어적인 관점: 하드웨어적인 관점은 쉽게 말하면 데이터적인 관점을 만족시키는 하드웨어를 어떻게 만들 것인지가 핵심인 것 같습니다. 사람 손과 같이 신체적인 생물학적 기구학을 어떻게 하드웨어적인 기구학으로 옮길 것인지는 아직도 풀리지 않은 문제인 것 같습니다.
요약하자면 사람 손과 비슷해야 하면서 하드웨어적인 내구성과 정확성을 갖추어야 합니다. 이러한 관점으로 MIDAS Hand 리뷰해보겠습니다.
Preview
Fig. 1은 전체적인 MIDAS hand의 preview입니다. 우선 4-finger hand입니다. 인간 손과 유사하게 만든다는 큰 목적이 있어서 살짝 아쉬운 부분이긴 합니다. 논문에서도 이 부분에 대해서 언급을 하며 pinky가 필요한 task는 실패한다고 합니다.
MIDAS hand는 13 active, 3 passive 총 16자유도를 가지고 있습니다. active와 passive의 차이는 전자는 직접 모터로 구동되는 관절을 의미하며 후자는 active 관절과 연결되어 active 관절이 움직이면 사전에 기구학적으로 정해진 움직임을 보이는 관절을 의미합니다. 보통의 Hand들이 사람의 손과 동일하게 엄지를 제외한 4-finger의 dip 관절을 pip 관절과 coupling 구조로 가져감으로써 passive 관절로 활용합니다. 이렇게 가져는 것의 장점으로는 직접 구동 관절을 하나 제외함으로써 제어의 편의성, motor를 제외할 수 있으므로 가격이 줄어들고 direct driven 방식(모터를 관절에 직접 박아서 사용하는 방식)의 경우 motor intertia를 줄일 수 있습니다.
또한 Fingertip에 3축 tactile sensor를 부착하여 접촉 정보를 얻을 수 있으며, vision 정보가 occlusion 된 상황에서도 안정적인 파지를 유지할 수 있습니다. 추가로 로봇 엔드이펙터에 부착되는 hand인 만큼 무게에 따른 로봇의 payload까지 고려했을 때 적은 무게를 유지하는 것이 유리합니다. MIDAS hand는 그런점에서 700g의 무게를 가져가는 것을 보아 매우 가벼운 hand인 것 같습니다.
시중에 나와있는 hand들은 실제로 엄청난 가격을 가지고 있습니다.. 이번에 nvidia의 표준 hand hardware가 된 sharpa hand의 경우 정말 좋은 하드웨어를 가지고 있지만 가격이 7000만원 이상이며, 다른 핸드들도 몇천만원은 훌쩍 넘는 가격을 가지고 있습니다. open-source 하드웨어들은 비교적 저렴한 가격을 가지고 있긴 하지만 인간 손과 유사한 것이 드물며 소프트웨어 적인 부분에서 완전한 open-source는 아니라고 언급합니다. MIDAS hand는 약 400만원 가격에 모든 것이 open-source라고 하네요.
System Design
Configuration & Kinematics
Fig. 2는 MIDAS hand의 전체적인 기구학 정보를 나타냅니다. 우선 overall hand dimensions 은 205×120×55 mm로 성인 남자 평균으로 설계하였다고 합니다. 각 손가락은 4자유도로 구성 되어있으며, thumb와 index, middle, ring으로 구성되어있습니다. 위에서 설명한 것 처럼 DIP 관절은 PIP 관절과 linkage 방식으로 coupling 되어있습니다. 이 방식의 장점은 위에서 설명하였으니 넘어가겠습니다.
이렇게 linkage 방식(a)으로 설계를 진행할 경우 무조건적으로 확인해야 되는 부분은 의도한 설계대로 잘 움직이는가? 입니다. 따라서 Fig. 3과 같이 실제 사람의 움직임과 비슷한 움직임을 보이는가? 에 대해 측정합니다. 그림 (b)는 실제 사람의 움직임(파란색) 로봇의 움직임(빨간색)의 workspace를 비교하여 나타낸 그림입니다. 80.1 % 정도 인간의 workspace를 커버한다고 합니다.
제가 생각하는 로봇 손 설계의 핵심은 엄지라고 생각합니다. 엄지의 CMC 관절이 인간 손 작업에 40%를 차지하는 조사도 있는만큼 설계에 있어서 가장 핵심이 되는 부분입니다. MIDAS hand의 엄지의 CMC 관절축은 인간 손 구조와 유사하게 살짝 비스듬히 설계되어 있는 모습을 볼 수 있습니다. 또한 이러한 설계를 통해 엄지의 fingertip이 살짝 비스듬히 유지되므로 opposition 자세가 용이해집니다. 여기서 opposition 자세란 엄지손가락의 fingertip과 다른 손가락의 fingertip이 맞닿는 자세를 말합니다. 이 동작을 중요시 생각하는 이유는 각 손가락의 협응 능력과, workspace 측정에 용이하기 때문에 hand 설계에 있어 성능 측정의 척도로 사용됩니다.
Modularity and Assembly
모듈화에 대한 부분입니다. MIDAS hand의 index, middle, ring finger는 모두 같은 구조로 되어있으며, 고장난다면 3D-printer로 교체하기 수월하다고 합니다. 이러한 모듈화 또한 핸드 설계에 있어서 중요한 부분이라고 생각합니다. 로봇 핸드는 로봇 맨 앞단 manipulation에 직접적으로 관여하는 그리퍼이기 때문에 object와의 상호작용을 매 순간 수행하게 됩니다. 따라서 내구성도 물론 좋아야겠지만 고장이 났을 경우 교체도 용이해야 합니다. 그런 관점에서 이러한 각 손가락 교체가 모듈화되어 탈부착이 용이해진다면 사용자 입장에서는 큰 장점이 될 것 같습니다.
Tactile sensing
MIDAS hand는 tactile sensor를 구매하여 사용합니다. 각 손가락 fingertip에 부착되어 있으며 283 taxels를 제공한다고 합니다. sensor의 normal force 측정 범위는 25N이라 하며 shear force 측정 범위는 10N 최소 0.1N의 힘을 측정가능하다고 하네요. resolution은 1mm입니다.
Full-stack
위에서 설명한 것 처럼 소프트웨어, 하드웨어 모두 full stack으로 공개했다고 합니다. 제공된 CAD 파일, URDF ,데이터 취득 파이프라인을 통해서 데이터 수집 부터 학습까지 한번에 진행할 수 있다고 하네요.
Experiments
thumb opposition
위에서 언급한 것처럼 thumb와 다른 손가락의 opposition 자세는 manipulation 성능의 척도로 사용됩니다. 위의 그림은 각 손가락 당 opposition 자세가 가능한 범위를 시각화 한 그래프입니다. index-> middle -> ring으로 갈수록 범위가 감소하였으며 이러한 감소는 실제 사람과 유사했다고 합니다.
Strength Tests
또한 하중 실험을 진행했습니다. fingertip의 경우 1.2kg의 하중을 들어올릴 수 있었다고 합니다. 전체 손 payload는 9.5kg 이었다고 합니다. 큰 하중을 들어올릴 경우 모터의 과열이 심해진다고 합니다. 실제로 모터의 과열로 인한 문제는 로봇 핸드에 있어서 큰 문제입니다. 고려한 설계나 실험이 추가되어야 한다고 생각하는데 아직까지는 다른 핸드들 또한 이 부분에서는 부족한 것 같습니다. 실제 ruka-v2 hand 논문에서는 wuji hand는 모터의 과열 때문에 40분 정도 밖에 사용할 수 없다고 합니다.
Reliability & Repeatability
신뢰성과 반복정밀도에 대한 평가입니다. 위의 그림은 신뢰성에대한 평가로 2시간 동안 5143회 파지를 수행했다고 합니다. 이 때의 모터의 온도와 fingertip 부분의 오차를 기록했다고 합니다. 모터의 온도는 그림(b)를 보면 49도 쯤에서 수렴하는 것으로 보였다고 합니다. payload가 걸리지 않은 상황이어서 그런 것 같습니다. 실제 payload가 걸린 상황이라면 더욱 올라갈 것으로 생각되며 오차도 심해질 것 같습니다.
위의 실험은 반복정밀도에 대한 평가입니다. 반복정밀도는 mechanical dial indicator로 100회 수행했으며 위치 분포의 반복 정밀도는 0.051 mm였으며, 평균 측정값은 0.207 mm, 표준편차는 0.016 mm였다고 합니다.
결론적으로 리뷰했을 때 MIDAS hand의 장점은 설계에 있다기 보다는 하드웨어, 소프트웨어 full stack 제공 저렴한 가격에 좋은 성능(모터의 역할이 크지 않았나 생각합니다.)인 것 같습니다. 감사합니다.
