Physical AI

모터의 빠른 회전을 느리게 줄이면서 토크를 키우는 장치입니다. 관절의 정밀도와 강성, 백래시에 큰 영향을 줍니다.

엔드 이펙터에서 작업의 기준으로 삼는 한 점입니다. 로봇에게 목표 위치를 줄 때 보통 이 점의 위치와 방향을 지정합니다.

두 링크를 이어 서로 움직일 수 있게 하는 부분입니다. 관절 하나가 보통 자유도 하나를 줍니다.

물체를 잡고 놓는 엔드 이펙터입니다. 손가락형, 흡착형, 자석형 등이 있고 물체 모양과 무게에 맞춰 고릅니다.

관절과 관절 사이를 잇는 단단한 몸체입니다. 링크의 길이와 질량이 로봇의 도달 범위와 동역학을 정합니다.

링크와 관절을 이어 물체를 잡거나 옮기도록 만든 팔 모양의 기구입니다. 끝에 엔드 이펙터를 달아 일을 합니다.

이동 로봇 위에 매니퓰레이터를 얹어 옮겨 다니며 물체를 다루는 로봇입니다. 이동과 팔 동작을 함께 계획해야 합니다.

바퀴 대신 다리로 걷는 로봇입니다. 계단이나 거친 땅을 지날 수 있지만 균형 제어가 어렵습니다.

공장에서 용접, 도장, 조립, 운반 같은 일을 프로그램대로 반복하는 로봇입니다. 여러 축을 움직여 정해진 자세와 경로를 따릅니다.

엔코더로 위치와 속도를 되먹임받아 지령대로 정밀하게 도는 모터입니다. 로봇 관절 구동에 가장 널리 씁니다.

전기, 유압, 공압 에너지를 받아 관절을 움직이는 힘이나 토크로 바꾸는 장치입니다.

매니퓰레이터 끝에 달려 실제로 일을 하는 장치입니다. 그리퍼, 용접 토치, 흡착 패드, 드라이버 등이 있습니다.

바퀴나 다리로 스스로 자리를 옮기는 로봇입니다. 위치 추정과 경로 계획이 핵심 기능입니다.

두 다리로 번갈아 몸을 지탱하며 걷는 동작입니다. 넘어지지 않도록 무게 중심과 발 디딤을 계속 조절해야 합니다.

기구가 서로 독립으로 움직일 수 있는 방향의 수입니다. 공간에서 물체의 위치와 방향을 모두 정하려면 6개가 필요합니다.

정해진 선을 따르지 않고 센서로 주변을 파악해 스스로 경로를 정하는 이동 로봇입니다.

엔드 이펙터가 닿을 수 있는 공간 전체입니다. 링크 길이와 관절 가동 범위가 정합니다.

사람과 같은 공간에서 일하도록 힘과 속도를 제한하고 접촉을 감지하는 기능을 갖춘 로봇입니다.

사람과 비슷하게 두 다리, 두 팔, 몸통을 갖춘 로봇입니다. 사람을 위해 만든 공간과 도구를 그대로 쓰려는 목적으로 만듭니다.

각 관절의 각도나 변위로 로봇의 상태를 나타내는 공간입니다. 제어기는 결국 이 값으로 모터를 움직입니다.

경로 위의 각 점에 언제 도달할지 시간까지 붙인 움직임입니다. 위치, 속도, 가속도가 시간의 함수로 정해집니다.

회전과 이동을 한 행렬에 묶어 한 좌표계의 값을 다른 좌표계로 옮기는 계산입니다. 여러 변환을 곱해 이어 붙일 수 있습니다.

힘은 따지지 않고 관절의 움직임과 링크 끝의 위치, 속도 사이의 관계만 다루는 분야입니다.

관절에 주는 토크와 로봇의 가속도, 질량, 관성, 중력 사이의 관계를 다루는 분야입니다. 빠른 동작과 토크 제어에 필요합니다.

같은 지령으로 같은 자세에 여러 번 갈 때 도착점이 얼마나 모여 있는지 나타냅니다.

엔드 이펙터의 목표 위치와 방향이 주어졌을 때 그렇게 만드는 관절 값을 구하는 계산입니다. 답이 여러 개이거나 없을 수 있습니다.

지령한 자세와 실제로 도착한 자세가 얼마나 가까운지 나타냅니다. 반복 정밀도보다 보통 나쁘며 캘리브레이션으로 개선합니다.

물체나 공구의 위치와 방향을 함께 이르는 말입니다. 3차원에서는 위치 셋과 회전 셋으로 적습니다.

관절 속도와 엔드 이펙터 속도 사이의 관계를 나타내는 행렬입니다. 힘 제어와 특이점 판단에도 씁니다.

관절 값이 주어졌을 때 엔드 이펙터의 위치와 방향을 구하는 계산입니다. 답이 하나로 정해집니다.

위치와 방향을 적을 때 기준으로 삼는 원점과 세 축입니다. 로봇에는 베이스, 관절, 공구, 카메라, 작업물마다 좌표계가 따로 있습니다.

자코비안의 계수가 떨어져 어떤 방향으로는 움직일 수 없게 되는 자세입니다. 근처에서는 작은 이동에도 관절 속도가 크게 튑니다.

시스템 모델로 앞으로 몇 걸음을 예측해 제약을 지키며 비용이 가장 작은 명령을 매 주기 다시 구하는 제어입니다.

모터와 관절이 지령한 위치, 속도, 힘을 따르도록 구동을 조절하는 일입니다.

사람이 떨어진 곳에서 입력 장치로 로봇을 직접 움직이는 방식입니다. 학습용 시연 데이터를 모을 때도 씁니다.

관절이나 공구가 목표 위치에 가도록 하는 제어입니다. 접촉이 없는 이송 동작에 주로 씁니다.

로봇이 스프링과 댐퍼처럼 행동하도록 위치 오차와 힘의 관계를 정해 두는 제어입니다. 외력을 받으면 정한 만큼 밀려납니다.

다리, 몸통, 팔의 관절을 한꺼번에 놓고 균형, 접촉, 손 작업 같은 여러 목표를 우선순위에 따라 함께 푸는 제어입니다.

관절 모터가 내는 토크를 직접 지령하는 제어입니다. 동역학 모델과 함께 써서 부드러운 접촉과 빠른 동작을 만듭니다.

작업자가 손에 들고 로봇을 움직이고 프로그램을 만드는 조작반입니다. 비상 정지 버튼과 인에이블 스위치가 달려 있습니다.

센서로 잰 현재 값과 목표 값의 차이를 보고 다음 명령을 고치는 제어 방식입니다.

공구가 물체에 가하는 힘이 목표 값을 따르도록 하는 제어입니다. 연마, 끼워 맞춤, 접촉 검사에 씁니다.

오차, 오차의 누적, 오차의 변화율에 각각 이득을 곱해 더한 값으로 명령을 만드는 피드백 제어입니다. 이득 조정이 성능을 좌우합니다.

영상이나 점군에서 물체의 3차원 위치와 회전을 함께 구하는 일입니다. 로봇이 물체를 집기 전에 필요합니다.

가속도계와 자이로로 몸체의 가속도와 회전 속도를 재는 센서입니다. 짧은 시간의 자세 변화를 빠르게 알려 주지만 오래 적분하면 오차가 쌓입니다.

색 영상과 함께 픽셀마다 거리를 재는 카메라입니다. 스테레오, 구조광, 비행시간 방식이 있습니다.

레이저를 쏘아 되돌아오는 시간으로 주변까지의 거리를 재는 센서입니다. 이동 로봇의 지도 작성과 장애물 감지에 씁니다.

센서 데이터에서 물체, 위치, 장면 상태 같은 쓸 수 있는 정보를 뽑아내는 기능입니다.

성질이 다른 여러 센서의 값을 합쳐 하나의 센서보다 정확하고 안정된 추정을 얻는 일입니다.

모터나 관절의 회전 각도를 재는 센서입니다. 절대식과 증분식이 있으며 위치 제어의 기준이 됩니다.

로봇이 이미 가진 지도 안에서 자기 위치와 방향을 알아내는 일입니다. 바퀴 주행 기록과 관성 측정 값으로 예측한 위치를 라이다나 카메라가 본 주변 모습과 지도를 맞춰 고칩니다. 지도를 함께 만들지 않는다는 점에서 SLAM과 다릅니다.

예측 모델과 잡음이 섞인 측정을 불확실성의 크기에 따라 섞어 상태를 추정하는 방법입니다.

공간의 점들을 좌표로 모아 놓은 데이터입니다. 깊이 카메라와 라이다가 만들며 물체 모양 파악과 충돌 검사에 씁니다.

카메라 좌표계와 로봇 좌표계 사이의 변환을 구하는 일입니다. 카메라가 본 위치로 로봇을 보내려면 먼저 해야 합니다.

손목이나 관절에 달아 세 방향의 힘과 세 축의 토크를 재는 센서입니다. 힘 제어와 충돌 감지에 씁니다.

모르는 공간을 다니며 지도를 만드는 동시에 그 지도 안의 자기 위치를 추정하는 기법입니다.

시작점에서 목표점까지 장애물을 피해 가는 길의 모양을 찾는 일입니다. 시간은 따로 붙입니다.

이동 로봇이 위치 추정, 경로 계획, 장애물 회피를 엮어 목적지까지 가는 기능 전체입니다.

시작 상태에서 목표 상태까지 충돌 없이 제약을 지키며 가는 움직임을 찾는 일입니다.

상자 안에 어지럽게 쌓인 물체를 하나씩 인식해 집어내는 작업입니다. 물체가 겹치고 가려져 있어 한 번 집을 때마다 6D 자세 추정, 파지 계획, 상자 벽과의 충돌 검사를 다시 합니다.

형상 공간에서 무작위로 점을 뽑아 충돌 없는 점끼리 이어 길을 찾는 계획 방식입니다. 관절이 많을 때 씁니다.

목표를 이루기 위해 어떤 동작을 어떤 순서로 할지 정하는 일입니다. 정해진 순서는 동작 계획으로 넘깁니다.

움직이는 동안 나타난 장애물을 감지해 경로나 속도를 바꾸는 일입니다. 출발 전에 지도 전체를 보고 세우는 경로 계획과 달리, 센서가 매 주기 보는 가까운 주변만 보고 짧은 시간 안에 반응합니다.

주어진 자세나 경로에서 로봇이 자기 몸이나 주변 물체와 부딪히는지 계산하는 일입니다.

물체를 어디를 어떤 방향으로 잡을지 정하는 일입니다. 물체 자세, 그리퍼 모양, 미끄러짐을 함께 고려합니다.

물체를 집어 정해진 위치에 놓는 작업입니다. 인지, 파지 계획, 동작 계획을 모두 거칩니다.

로봇의 모든 관절 값 조합을 한 점으로 나타내는 공간입니다. 충돌하는 조합을 빼고 남은 영역에서 길을 찾습니다.

행동을 해 보고 받은 보상을 바탕으로 보상의 합이 커지도록 정책을 고쳐 가는 학습 방법입니다.

시뮬레이션의 질량, 마찰, 조명, 질감 같은 값을 학습마다 무작위로 바꿔 정책이 실제 환경 차이에도 버티게 하는 기법입니다.

여러 로봇과 작업의 대규모 데이터로 미리 학습해 새 작업에 조금만 맞추면 쓸 수 있게 만든 큰 모델입니다.

사람이 규칙을 다 적지 않고 데이터와 경험에서 로봇의 행동을 익히게 하는 방법 전체입니다.

사람이 보여 준 시연을 보고 같은 행동을 하도록 정책을 학습하는 방법입니다.

강화 학습에서 행동의 결과가 얼마나 좋은지 점수로 매기는 함수입니다. 목표 달성, 에너지 사용, 충돌 같은 항목에 가중치를 붙여 더하는 형태가 많고, 잘못 설계하면 정책이 의도하지 않은 지름길을 배웁니다.

사람이 원격 조작이나 직접 교시로 작업을 해 보인 기록입니다. 관측, 행동, 로봇 상태를 시간 순으로 담습니다.

현재 상태와 행동이 주어지면 다음 상태나 관측을 예측하도록 학습한 모델입니다. 실제로 해 보기 전에 결과를 상상해 계획과 학습에 씁니다.

현재 관측을 받아 다음 행동을 내놓는 함수입니다. 학습의 결과물로 로봇에 실어 돌립니다.

시연 데이터의 관측과 행동 쌍을 지도 학습으로 그대로 따라 하게 만드는 모방 학습입니다. 시연에 없던 상황에서 오차가 커지기 쉽습니다.

시뮬레이션과 실제 세계의 물리, 센서, 지연이 달라 생기는 성능 차이입니다.

시뮬레이션에서 학습하거나 검증한 정책을 실제 로봇으로 옮기는 일입니다. 현실 격차 때문에 그대로 옮기면 성능이 떨어지므로 도메인 무작위화, 실측 값으로 시뮬레이터 맞추기, 실제 로봇에서의 추가 학습을 함께 씁니다.

카메라 영상과 자연어 지시를 함께 받아 로봇 행동을 바로 출력하는 모델입니다.

ROS 2에서 한 가지 역할을 맡아 실행되는 프로그램 단위입니다. 센서 드라이버, 인지, 계획, 제어가 각각 노드가 됩니다.

실제 로봇이나 셀의 상태를 데이터로 받아 가상 모델에 계속 반영하는 쌍둥이 모델입니다. 모니터링, 시험, 변경 검토에 씁니다.

로봇과 주변 환경을 가상으로 만들어 동작, 센서, 제어를 실물 없이 시험하는 일입니다.

강체의 운동, 충돌, 마찰, 관절 구속을 수치로 계산해 시간에 따라 갱신하는 소프트웨어입니다.

한 노드가 요청을 보내면 다른 노드가 한 번 응답하는 ROS 2 통신 방식입니다.

물체끼리 닿을 때의 힘과 마찰을 물리 엔진이 계산하는 방식입니다. 집기와 걷기의 시뮬레이션 품질을 크게 좌우합니다.

로봇의 여러 좌표계를 부모와 자식으로 이어 시간마다 변환을 관리하는 구조입니다. 어느 두 좌표계 사이든 변환을 바로 구할 수 있습니다.

노드끼리 메시지를 발행하고 구독하는 이름 붙은 통로입니다. 센서 값처럼 계속 흐르는 데이터를 보냅니다.

로봇 소프트웨어를 여러 노드로 나누고 메시지로 잇게 해 주는 오픈소스 미들웨어와 도구 모음입니다.

로봇의 링크, 관절, 질량, 외형, 충돌 모양을 XML로 적는 파일 형식입니다. 시뮬레이터와 ROS 도구가 같이 읽습니다.

로봇이 사람과 닿더라도 다치지 않도록 접촉 힘과 압력을 제한하는 협동 운전 방식입니다.

로봇이 사람과 설비를 다치게 하지 않도록 설계, 방호, 운전 절차를 갖추는 일입니다.

로봇 셀의 위험 요인을 찾고 위험의 크기를 따져 줄이는 대책을 정하는 절차입니다.

펜스, 라이트 커튼, 레이저 스캐너 같은 방호 장치로 둘러 사람의 출입을 감시하는 로봇 주변 공간입니다.

안전 장치나 안전 기능이 위험을 감지해 로봇을 멈추게 하는 정지입니다. 비상 정지와 달리 자동으로 걸리고 풀릴 수 있습니다.

사람이 버튼을 눌러 로봇의 모든 위험한 움직임을 즉시 멈추는 기능입니다. 다시 움직이려면 사람이 직접 해제해야 합니다.

사람과 로봇 사이 거리를 계속 재어 가까워지면 속도를 줄이거나 멈추는 협동 운전 방식입니다.

사람이 협동 공간에 들어오면 로봇이 멈춘 채 대기하고, 정지 상태를 안전 기능이 계속 감시하는 협동 운전 방식입니다.

작업자가 로봇을 손으로 잡고 끌어 움직이는 협동 운전 방식입니다. 교시에도 씁니다.

사람과 로봇이 같은 작업 공간에서 함께 일하는 운전 방식입니다. 감시 정지, 핸드 가이딩, 속도·분리 감시, 동력·힘 제한으로 나눕니다.