Heavy lifting tasks via haptic teleoperation of a wheeled humanoid

Motivation

Known: 휴머노이드 로봇은 전신 협조를 요구하는 작업에 활용될 수 있으며, 원격 조종 및 모션 재타겟팅 기술이 기존에 존재한다. 하지만 기존 연구는 고정된 높이에서의 작업이나 가벼운 페이로드만을 다루었다.
Gap: 높이 조절이 가능한 휠형 휴머노이드의 DMM 작업에서 무거운 페이로드로 인한 pitch 모멘트를 명시적으로 처리하고, 몰입감 있는 햅틱 피드백을 통합한 통합 시스템이 부재하다.
Why: 창고나 소매점 같은 실제 환경에서 휴머노이드가 신뢰성 있게 배포되려면 무거운 물체를 동적으로 들어올리고 운반하면서 균형을 유지해야 하는데, 이는 산업 적용성과 안전성 측면에서 중요하다.
Approach: 인간의 pitch와 각속도를 기반으로 DCM dynamic similarity를 통한 모션 재타겟팅을 적용하고, 페이로드로 인한 외부 모멘트를 추정하여 로봇의 원하는 pitch 각도를 자동으로 조정하며, 이를 햅틱 피드백 또는 컨트롤러 보상으로 구현한다.

Fig. 2.

높이 조절 기능 추가: 고정 높이에서 벗어나 로봇의 높이를 동적으로 변경하는 모션 재타겟팅 전략 개발
자동 pitch 보상: 알려진 객체 질량을 기반으로 페이로드 유도 외부 모멘트를 보상하는 새로운 desired pitch 각도 계산 방법 제시
햅틱 피드백 통합: DCM 에러와 end-effector 외부력을 인간 발목에 생성되는 모멘트로 변환하여 폐루프 제어 실현
비교 평가: 조종사 보상 vs 로봇 컨트롤러 보상 두 가지 disturbance rejection 방식을 2.5kg 물체 들어올리기 실험으로 비교

Fig. 3.

Wheeled inverted pendulum 모델로 인간과 로봇을 표현하여 DCM (Divergent Component of Motion) 기반 동적 유사성 구현
Human-Machine Interface를 통해 인간의 arm 모션, 높이, pitch, center of pressure를 측정 및 캡처
식(2)를 통해 DCM 에러와 scaled external forces를 조합하여 햅틱 피드백 신호 생성
Robot controller에서 페이로드 추정값을 이용하여 equilibrium pitch angle을 자동 조정하는 로직 구현
Barbell과 box lifting 실험에서 세 가지 telelocomotion 매핑 (수동 vs 자동 balance 보조) 비교 평가

기존 DCM dynamic similarity 기반 teleoperation에 height variation과 y-축 pitch 모멘트 보상을 통합한 최초의 시도
페이로드 유도 외부 모멘트를 명시적으로 모델링하여 두 가지 보상 전략(pilot vs controller compensation)을 정량적으로 비교
Haptic feedback을 단순 힘 전달을 넘어 인간의 발목 모멘트로 표현하여 더 직관적인 제어 경험 제공

실험이 barbell과 box lifting으로 제한되어 있으며, 다른 형태의 DMM 작업(bending down, placing objects)에 대한 검증 부재
로봇의 mass center 추정과 contact state 변화에 따른 동역학 변화를 완전히 반영하지 못함
Human-robot 사이의 크기 차이 보상을 위한 스케일링 게인(γH, γR)의 최적 설정 방법이 명확하지 않음
비상 상황이나 예상치 못한 disturbance에 대한 안정성 및 fail-safe 메커니즘 논의 부재
후속 연구: 더 무거운 페이로드, 복잡한 loco-manipulation 시나리오, 실시간 mass estimation 알고리즘, 그리고 자율 제어와 teleoperation의 하이브리드 접근법 필요