ARMOR: Egocentric Perception for Humanoid Robot Collision Avoidance and Motion Planning

Motivation

• Known: 휴머노이드 로봇은 고도의 자유도를 가지고 있으며, 기존 연구는 머리 또는 몸통에 중앙집중식 RGB-D 카메라/라이다를 사용하거나 샘플링 기반 동작 계획 알고리즘(cuRobo 등)을 활용해왔다.
• Gap: 중앙집중식 카메라는 팔과 손의 폐색 문제를 해결하지 못하고, 촉각 센싱은 비용이 높으며, 학습 기반 방법들은 작업별 행동에 의존하는 제한이 있다.
• Why: 실제 환경에서 휴머노이드 로봇이 안전하게 조작과 이동을 수행하려면 우수한 지각과 효율적인 동작 계획이 필수이며, 자아중심 센서는 외부 인프라에 의존하지 않는 자율적 배치를 가능하게 한다.
• Approach: 40개의 VL53L5CX ToF 센서를 팔에 분산 배치하여 폐색 없는 지각을 확보하고, AMASS 데이터셋의 86시간 분량 인간 동작을 전문가 궤적으로 사용하여 transformer 기반 imitation learning 정책을 학습한다.

Achievement

Fig. 1: ARMOR presents a novel egocentric wearable perception hardware and software system for humanoid robots (left).

• 지각 성능: 머리 장착 및 외부 카메라 설정 대비 충돌 63.7% 감소, 성공률 78.7% 향상
• 정책 성능: cuRobo 샘플링 기반 계획법 대비 충돌 31.6% 감소, 성공률 16.9% 향상, 계산 지연 26배 감소
• 실제 배포: Fourier Intelligence GR1 휴머노이드에 ARMOR 지각 시스템 구현 및 검증

How

Fig. 4: ARMOR-Policy’s neural motion planner network

• SparkFun VL53L5CX ToF 센서 40개를 각 팔에 20개씩 전략적으로 배치 (6.4×3.0×1.5mm 컴팩트 사이즈, 15Hz, 8×8 해상도)
• 4개 센서당 XIAO ESP 마이크로컨트롤러로 관리, I2C 버스로 연결, Jetson Xavier NX를 통해 RTX 4090 GPU로 처리
• AMASS 데이터셋에서 311,922개 인간 동작(86.6시간) 추출 후 GR1 로봇 팔 관절로 재타겟팅
• 재타겟 궤적 주변에 타이트한 장애물 생성하여 충돌 없는 학습 데이터 생성
• Transformer encoder-decoder 아키텍처 기반 ARMOR-Policy 학습
• 추론 시 다중 궤적 샘플링을 통한 최적화 수행

Originality

• 분산 ToF 센서 배치의 novelty: 기존 proximity 센싱이 아닌 zone-array 기반 세밀한 장애물 표현으로 transformer attention 메커니즘과 결합
• 인간 중심 데이터 활용: 작업별 pick-and-place가 아닌 AMASS의 일반적 인간 동작(조작, 사회적 행동, 춤 등)을 전문가 궤적으로 사용
• 통합 하드웨어-소프트웨어 설계: 기성품 off-the-shelf 센서와 마이크로컨트롤러로 기존 휴머노이드에 적용 가능한 확장성
• egocentric 완전 자율성: 외부 카메라 의존 없이 모바일 로봇의 이동 가능성 극대화

Limitation & Further Study

• 현재 40개 센서 기반이나 최적 센서 개수와 배치 위치에 대한 체계적 분석 부재
• ToF 센서의 낮은 해상도(8×8)가 복잡한 기하학적 장애물에서의 성능 제약 가능성
• 시뮬레이션에서 학습하고 실제 로봇에 배포했으나 sim-to-real gap에 대한 상세한 논의 부족
• 비교 기준이 주로 외부 카메라 또는 cuRobo에 한정되어 최근 다른 learning-based 방법들과의 비교 미흡
• 센서 비용, 전력 소비, 마이크로컨트롤러 관리의 확장성 문제에 대한 분석 필요
• 후속 연구: 센서 배치 최적화, 더 높은 해상도 ToF 센서 활용, 다양한 robot 형태에 대한 일반화, 실제 환경 노이즈 강건성 검증

Evaluation

총평: 휴머노이드 로봇의 지각-계획 문제를 분산 ToF 센서와 인간 중심의 imitation learning으로 창의적으로 해결하며, 실제 배포와 의미 있는 성능 향상으로 실용성 높은 연구이다. 다만 센서 배치 최적화와 sim-to-real gap 논의 강화가 필요하다.