퍼지 전문가 시스템과 칼만 필터를 융합한 이족 보행 로봇용 저가형 IMU 개발

Abstract

인간형 이족 보행 로봇(biped humanoid robot)의 궁극적인 개발 목적은 인간의 환경에서 인간에게 편의를 제공하거나 인간이 작업하기 힘든 환경에서 인간을 대신하여 작업을 수행하는 것이다. 이를 위해선 이족 보행 로봇에게 많은 능력이 요구된다. 기본적인 보행뿐만 아니라 움직임이 크고 빠른 동작도 넘어지지 않고 안정적으로 수행할 수 있어야 한다. 이러한 여러 기능을 충족시키기 위해서 기초가 되어야하는 것이 자신의 자세 추정이다. 정확한 자세 추정을 위해 고가/큰 부피의 센서를 사용할 수 있지만 인간형 로봇의 특성상 크기/무게/가격 면에서 제약이 있다. 따라서 본 연구에서는 가볍고 저가인 MEMS(Micro Electro Mechanical Systems) 기반 가속도계와 자이로 센서를 사용하여 IMU(Inertial Measurement Unit)센서를 구성하였다. 저가형 센서의 특성상 다양한 잡음을 포함하고 있다. 따라서 본 연구의 전반부에서는 이 센서들을 교정(calibration)하는 과정과 이를 기초한 상보적 구조의 칼만 필터(Complementary Kalman filter)의 구성에 대하여 다룬다. 아무리 교정이 잘 된 센서로 구성된 IMU 일지라도 동적인 움직임 상태 속에서 중력 가속도 이외의 추가적인 가속도가 들어오게 되면 가속도계의 신뢰성이 크게 떨어지게 되고, 칼만 필터 구조 또한 신뢰성에 영향을 받게 된다. 이를 해결하기 위해 본 연구에서는 퍼지 전문가 시스템(Fuzzy Expert System)을 도입한다. 퍼지 전문가 시스템을 사용하여 현재 IMU가 정적인 상태인지, 동적인 상태인지를 판별한다. 그리고 이렇게 판별된 상태를 기반으로 본 연구에서 새롭게 제안하는 알고리즘을 사용하여 IMU의 자세 각도를 추정한다. 특히 매우 동적인 순간에는 추가적인 가속도가 크게 들어오게 되는데 이 경우에는 각속도를 적분하여 자세 각도로 사용한다. 단, 누적되는 오차문제(드리프트)를 완화하기 위해 정적인 구간에서 드리프트를 추정하여 동적인 구간에서 보상해주는 방식을 소개한다. 저가형 IMU 센서의 특성상 모든 기기와 상황에 사용하기에는 한계가 크다. 따라서 사용할 대상을 한정하고 이에 맞추어 알고리즘을 조정해주어야 한다. 특히 움직임이 동적이고 추가 가속도가 큰 인간형 로봇 움직임의 특성상 이에 특화된 알고리즘을 IMU에 적용시켜 준다면 향상된 성능을 기대할 수 있다. 따라서 본 연구에서는 앞서 구성된 알고리즘에 이족 보행 로봇의 특성을 반영하여 본다. 그리고 로봇의 다른 센서들과 융합하여 로봇 상태 추정의 영역을 넓히는 방법에 대하여도 논한다.