자율 레이싱 드론, 숲속을 시속 40km로 비행하다
자율 드론의 성능이 조만간 최고의 인간 조종사를 능가할 것은 거의 피할 수 없어 보입니다. 로봇공학에서 피할 수 없어 보이는 일들은 대개 예상보다 늦게 일어나지만, 드론 기술은 예외인 듯합니다.
지난 몇 년 동안 우리는 복잡한 자율성을 저렴한 가격으로 소비자에게 제공하는 분야에서도 놀라운 진전을 목격했습니다. 현재 무인기 연구의 최전선에서는 비교적 단순한 온보드 센서와 연산 장치를 갖춘 드론이 빠르고 매우 공격적인 기동이 필요한 상황에 투입되고 있습니다.
Science Robotics에 게재된 논문에서, 취리히 대학교(UZH) 다비드 스카라무careful 연구실의 로봇공학 및 인지 연구팀은 인텔과 협력하여 복잡한 환경에서 최대 시속 40km로 공격적으로 비행할 수 있는 소형 자율 드론을 선보였습니다.
«쿼드콥터는 기동성이 뛰어납니다. 다른 대부분의 기계와 달리 매우 복잡한 환경에서도 고속으로 이동할 수 있습니다. 지금까지는 숙련된 인간 조종사만이 이러한 능력을 온전히 활용할 수 있었습니다. 온보드 센서와 연산을 이용한 자율 비행은 낮은 속도로 제한되어 있습니다. 현대적인 방법들은 보통 항법 문제를 탐지, 매핑, 계획이라는 하위 과제로 나눕니다. 이 접근법은 낮은 속도에서는 매우 성공적이었지만, 그 기반이 되는 분할 방식은 장애물이 많은 환경에서의 고속 항법에는 문제가 될 수 있습니다», 연구 논문에 적혀 있습니다.
여기서의 핵심은 드론이 (인텔 RealSense 435 스테레오 카메라의) 센서 입력을 충돌 없는 궤적으로 직접 매핑한다는 점입니다. 일반적인 장애물 회피는 센서 데이터를 수집하고, 그 데이터를 바탕으로 지도를 만든 다음, 그 지도를 근거로 경로를 계획하는 과정을 포함합니다. 이 방식은 속도를 크게 신경 쓰지 않는다면 잘 작동하지만, 제한된 온보드 자원으로 고속 비행하는 드론에게는 시간이 너무 많이 걸립니다.
UZH의 접근법은 대신 센서 입력에서 궤적 출력으로 곧바로 넘어가는 것입니다. 이는 훨씬 빠르고 드론의 속도를 크게 높일 수 있게 해 줍니다. 센서 입력을 궤적으로 매핑하는 합성곱 신경망은 시뮬레이션만으로 완전히 학습되었습니다. 이는 실제 드론이 장애물에 반복해서 부딪히며 상황을 파악하도록 하는 것보다 저렴하고 간단하지만, 덜 흥미롭습니다.
3차원 포인트 클라우드에 접근할 수 있고, 완벽한 상태 추정과 실시간 제약에 묶이지 않는 연산을 가진 시뮬레이션 속 '숙련' 드론 조종사가 자체 종단간 정책을 학습합니다. 이는 현실에서는 물론 불가능합니다. 그런 다음 실제 제약 조건 아래에서 작동하는 시뮬레이션 시스템은 이 전문가를 최대한 정확히 모방하도록 시뮬레이션 안에서 학습됩니다. 이렇게 해서 전문가 수준의 성능을 얻으며, 시뮬레이션에서 꺼내 어떠한 적응이나 추가 조정 없이 실제 드론에 옮겨 실행할 수 있습니다.
또 다른 중요한 부분은 시뮬레이터에서 현실로의 전환입니다. 이는 시뮬레이션이 세계에서 일어나는 모든 일을 항상 잘 모사하지는 못해서 로봇을 망가뜨릴 수 있기 때문에 문제가 될 수 있습니다. 하지만 이 방법은 이미지 흐림, 센서 노이즈 및 인지의 다른 부분들에 매우 강건한 것으로 드러났습니다. 드론은 눈으로 덮인 지역, 기차에서 탈선한 차량, 폐허, 울창한 식생, 무너진 건물 등 실제 환경에서도 성공적으로 비행했습니다.
“사람이 훈련하는 데 몇 년이 걸리는 반면, 고성능 시뮬레이터를 활용하는 AI는 훨씬 빠르게, 대체로 하룻밤 사이에 비슷한 항법 능력을 얻을 수 있습니다”
그렇다고 성능이 완벽하다는 뜻은 아닙니다. 시스템은 여전히 매우 낮은 조도 환경(카메라가 그냥 볼 수 없기 때문에)과 먼지, 안개, 반사광, 투명도 또는 표면의 반사 능력 같은 유사한 시각 문제에서 어려움을 겪습니다. 학습에는 동적 장애물도 포함되지 않았지만, 연구진은 물체의 속도가 드론에 비해 미미하다면 움직이는 물체도 지금 당장 문제가 되지는 않을 것이라고 주장합니다.
이러한 문제 중 많은 부분은 기존 카메라 대신 이벤트 카메라를 사용함으로써 잠재적으로 완화될 수 있습니다. 더 빠른 센서, 특히 움직임 감지에 맞춰진 센서는 고속 드론에 이상적이기 때문입니다. 연구진은 자신들의 시스템이 (현재로서는) 이러한 어려운 조건에서 숙련된 인간 조종사보다 성능이 우수하지는 않다고 밝혔습니다.
이 연구를 분석해 보면, 인간은 주변 환경을 매우 폭넓고 상세하게 이해하며, 먼 미래에 걸친 과업을 계획하고 수행할 수 있습니다(드론 접근법은 앞으로 1초만 내다봅니다). 이 두 가지 능력은 아직 현대의 자율 시스템에는 없습니다. 연구진은 자신들의 작업을 다차원(잡음이 있는) 센서 입력에 기반해 충돌 없는 궤적을 직접 예측함으로써 더 빠른 자율 비행으로 나아가는 디딤돌로 보고 있습니다.
한편, 드론이 실제 경험을 바탕으로 학습하고 성능을 향상할 수 있게 하는 것은 가까운 장래에 나타날 가능성이 큰 기능 중 하나입니다. 더 강력한 센서와 지속적으로 증가하는 컴퓨팅 성능과 결합하면, 복잡한 환경에서 시속 40km까지 비행 범위를 넓히는 것은 가능할 뿐 아니라 불가피해 보입니다.
