로봇 물고기의 진화 최적화된 CPG와 자이로 센서 기반 영상 흔들림 보정 모듈을 이용한 물체 추적

Abstract

본 논문에서는 로봇 물고기의 유영 생성을 위해 진화 최적화된 중앙패턴발생기(Central pattern generator(CPG))를 제안한다. CPG구조는 주기적인 움직임을 발생하기 위해 여러 개의 신경 조직망으로 구성되어 있다. 제안된 CPG구조는 2개의 신경세포로 구성된 3개의 신경 발진기로 구성되어 있고 각각 3개의 연결 마디로 구성된 로봇 물고기의 동력부에 연결되어 신호를 출력한다. CPG는 주기적인 출력신호의 특성을 결정하는 매개변수들을 갖고 있다. 실제 물고기의 움직임과 유사한 신호가 발생하도록 CPG의 매개변수들을 양자개념을 도입한 진화연산(Quantum-inspired evolutionary algorithm(QEA))으로 최적화한다. 로봇 물고기는 유영 중에 머리가 주기적으로 흔들리기 때문에 로봇 전면에서 입력되는 영상은 주변 정보를 얻는데 사용하기 힘들다. 이 문제를 해결하기 위해서 먼저 자이로센서로 유영방향을 검출하고 그 방향의 영상을 추출한다. 그리고 입력되는 영상을 Speeded up robust features(SURF)와 Random sample consensus(RANSAC)으로 구성된 Image stitching을 이용하여 계속적으로 유영방향 영상과 비교를 통해 상대적인 위치로 변환한다. 또한, 변환된 영상에서 특정 물체를 검출하고 상대적인 위치도 반환한다. 본 논문에서는 로봇 물고기 ”Fibo”의 기구설계와 사양에 대한 소개도 포함하고 있다. “Fibo”를 이용하여 진화 최적화된 CPG기반 유영 생성기와 자이로센서 기반 영상 흔들림 보정이 실제 실험을 통해서 증명된다. 또한, 두 제안된 알고리즘을 통합하여 로봇 물고기의 특정 물체 추적이 구현되고 실제실험에서 증명된다.