[2023 KRoC 2-1] 학술대회 2일차 오전

학술대회는 오전 9시 30분부터 일정이 시작되었기 때문에 9시까지 나갈 준비를 하고서 10분 일찍 도착했다.

너무 일찍이라 그런지 오후만큼 많은 사람이 모이지는 않았다.

오예스 두 개, 따뜻한 아메라키노로 허기를 채우고 첫 세션을 들으러갔다.

[특별세션3] 스마트 온실용 로봇 기술 - 수확로봇의 효율적인 줄기 인식 및 접근을 위한 컴퓨터 비전 기반 강인 비주얼 서보잉

이전에 있었던 DRoC연구실에서 구현하기 어렵다는 평을 받은 "수확로봇 줄기 인식" 연구가 있어서 잠깐 들러봤다.

전남대학교 박용현님께서 발표를 진행해주셨으며 정확한 연구명은 다음과 같다.

김창조 ( Changjo Kim ) , 박용현 ( Yonghyun Park ) , 손형일 ( Hyoung Il Son ). 2022. 오이 수확로봇의 강인한 비주얼 서보잉을 위한 포인트 클라우드 기반 빠른 줄기 인식. 한국농업기계학회 학술발표논문집, 27(2): 110-110

매니풀레이터가 작물에 접근을 하면 줄기나 잎에 의해 간섭이 발생한다.

간섭이 발생하면 작물에 흔들림이 발생하고 이로인해 줄기의 위치에 대한 좌표를 실시간 업데이트 해주어야한다.

기존의 딥러닝 방식으로 방대한 데이터가 실시간으로 처리되다보면 전체적으로 프레임 드랍 현상이 나타나서 진행이 어렵다.

따라서 해당 연구에서는 프레임드랍을 개선시키면서 빠르고 정확한 줄기 인식이 가능한 알고리즘을 제안한다.

1. 그래프 컷 기반 영상 분할 알고리즘을 이용하여 불필요한 배경을 제거하고 오이의 형상만을 남겨 분류한다.

2. 오이의 형상에서 줄기 가장자리의 특징점을 검출한다.

3. 검출된 클라우드 포인트에 FPFH(Fast Point Feature Histogram) 알고리즘을 적용하여 오이 줄기 인식 및 절단을 진행한다.

요즘 연구 트렌드는 AI가 빠지지 않는 것 같다.

다양한 환경에서 하루에 수 만번도 테스트가 가능하고 학습을 시키는 등 활용성이 무궁무진한 듯하다.

필드 테스트에서 112회 시도에서 63회정도 성공하였다고 한다.

엔드이펙터 이슈로 인해서 커팅 성공률이 낮긴 했으나 줄기 인식률과 접근성 확률은 80프로대로 안정적인 수준을 보였다고한다.

[특별세션2] 팬데믹 상황에서 실용 가능한 방역로봇 및 동선추적 기술 - 격리치료시설 의료진 보조를 위한 로봇 시스템

KIST(한국과학기술연구원)에서 진행된 연구이다.

전화우, 최태민, 양정현, 임윤섭. (2021). 격리치료 시설 보조를 위한 협력 로봇과 통합 관리 시스템 개발. 2021년 (사)한국재난정보학회 정기학술대회 논문집, 181-182.

굉장히 다양한 분야가 융합된 결과물이라 흥미롭게 보았다.

사용자 인터페이스 뿐만 아니라 복잡한 작업수행을 위해 ROS SMACH 패키지를 이용해 스케줄을 관리하며 서버까지 구현한 연구가 진행되었다.

로봇은 한 두사람이 만드는것이 아닌 여러 분야와의 협업을 통한 엄청난 결과물이란 것을 다시 한 번 깨닫는다.

KIST내에 마련된 리빙랩에서 시나리오대로 테스트도 진행해보았다고 한다.

리빙랩은 실제 시나리오 환경과 비슷하게 구성해놓은 세트장으로 보인다.

이곳에서 진행한 낙상감지, 물건이송 등의 연구결과를 발표해주셨다.

낙상 디텍션은 UWB기반 활동센서 모듈을 이용하셨다고 한다.

하지만 에러가 생각보다 크기 때문에 상황에 대해서 간단한 Report를 줄 수 있는 정도라고 하신다.

대신 패트롤기능을 추가하여 보조할 수 있을것이라 말하셨다.

질의응답 시간에는 아주 좋은 질문이 나왔다.

??? : 인식률이 1%라도 오차가 발생한다면 안되지 않을까요?

세상에 오차없는 순간이 어디 있겠냐만 나도 그만큼 평소에 간과해왔던 사실이다.

그리고 낙상이 발생한다면 어차피 의료진이 투입되어야 하는 상황.

여기서 앞쪽에서 발표를 듣고계시던 분이 손을 들고 말씀을 해주셨다.

직업이 실제 의료진이셨고 아주 좋은 조언을 남겨주셨기 때문에 탄성이 절로 나왔다...

말씀하신 조언은 다음과 같았다.

낙상이 발생한다면 이미 늦은 시점이고 오류로 인해 감지되지 않는 순간이 있을 수도 있습니다. 그렇다면 이런 상황을 미연에 방지해보면 어떨까요? 의료진은 이런한 부분을 점검하는 예방루틴이 존재합니다. 낙상은 침대 난간이 올라가있을 경우 그 가능성이 현저히 떨어지므로 로봇이 패트롤 기능을 수행하며 난간이 올라가 있는지의 유무를 체크하는거죠.

정말 운이 좋게도 현직 의료진분이 계셨고 그 분의 시선에서 바라보니 좋은 해결방안이 나타났다.

로봇을 개발하고 연구하는것도 중요하지만 현장과의 꾸준한 소통을 통해 니즈를 파악하는것도 굉장히 중요한 사실임을 깨달았다.

[특별세션2] 팬데믹 상황에서 실용 가능한 방역로봇 및 동선추적 기술 - 실종아동등 동선 추적을 위한 복합인지 기술

KIST(한국과학기술연구원)에서 진행된 연구이다.

김익재 AI로봇연구소 소장님께서 맡고계신 과제이다.

경찰정과 다양한 부처기관이 연계하여 진행중이며 실증사업을 앞두고 있다고 한다.

평소에 관심이 있던 분야는 아니였지만 실종아동이나 미제사건을 해결하기 위한 획기적인 기술확보를 이뤄낼 수 있다는 점에서 유의깊게 들었다.

사람의 개인정보가 필요한 연구이기 때문에 법률적으로 검토할 사항도 많았을 것으로 보인다.

실제로 연구에서는 개인정보를 암호화 한 뒤, 필요한 정보라면 다시 복원하여 사용을 했다고 한다.

유전정보를 연계하여 얼굴 나이를 예측하는 기술도 있고 기존 상황실의 CCTV를 활용하기 위해서 관련 기술도 연구중이라고 하신다.

특히 이런점은 한시가 급한 초동수사에 큰 영향을 줄 것으로 예상한다고 한다.

실증사업이 꼭 성공하여 빠르게 적용되었으면 좋겠다.

[특별세션2] 팬데믹 상황에서 실용 가능한 방역로봇 및 동선추적 기술 - 다중 센서를 활용한 다중 물체 동선추적 데이터셋 구축 및 기술

KAIST(한국과학기술원)에서 진행된 연구이다.

권인소 교수님이 맡으신 연구과제이며 우상현 박사님께서 발표를 진행해주셨다.

병원 환경에서 어떻게 확진자의 동선을 탐지하고 추적할 수 있을지에 대한 연구이다.

수 십대의 카메라로 Mulit-View를 구성하여 동선을 추적해보자는 것이 시초였다.

카메라의 RGB, Thermal을 이용하였고 여기에 더해서 추후 비콘을 이용하여 정확도를 높인다고 한다.

여러가지 센서를 퓨전하여 정확도를 높이는 Odometry와 비슷한 듯하다.

초기에는 대규모, 다양성, 고품질을 동시에 갖춘 데이터를 구하는데 시간이 많이 걸렸다고 하신다.

Thermal기능이 들어가면 카메라의 가격이 굉장히 많이 높아지게 된다.

따라서 Thermal기능이 되지 않더라고 잘 작동하게끔 하는것도 목표하고 하셨다.

그렇게 되면 추가비용이 거의 없이 기술적용이 가능하다는것도 하나의 장점이라 볼 수 있겠다.

질의응답 시간에는 상당히 전문성이 높은 질문이 나왔는데 무슨 뜻인지는 알아듣지 못했다.

적어둔게 하나 있긴 한데...

질문 : IR을 사용해도 되는데 왜 FIR을 사용하셨나요?

답변 : FIR을 사용했을때 사람에 한해서 백그라운드와 사람을 구분하는데 유용하기 때문입니다.