난징 항공우주 대학, 인간-로봇 협업을 위한 디지털 트윈 시스템 공개

- 중국 연구진이 제조업 내 인간-로봇 협업을 개선하는 디지털 트윈 시스템을 공개했습니다.
- 이 시스템은 장애물을 극복하고 동작 인식을 향상시켜 산업 환경에서 효과적임을 입증했습니다.
- 성공적인 실험을 통해 이 기술을 산업용 로봇과 실제 제조 현장에 통합할 가능성이 확인되었습니다.
중요한 돌파구로, 중국 난징 항공우주 대학의 연구원들은 제조 환경에서 인간-로봇 협업(HRC)을 향상시키기 위해 설계된 최첨단 디지털 트윈 시스템을 공개했습니다.
저명 학술지 '로봇공학 및 컴퓨터 통합 제조(Robotics and Computer-Integrated Manufacturing)'에 게재된 이 시스템은 공장 바닥에서 인간 작업자와 로봇 간의 협력을 간소화하고 개선할 것을 약속합니다.
HRC를 위한 게임 체인저 접근법
제조 환경에서 인간의 디지털 트윈 모델을 생성하는 전통적인 방법은 번거로운 모션 캡처 장치에 의존해 왔으며, 이는 HRC의 유연한 상호작용이라는 아이디어에 반합니다.
또한 이러한 방법은 인간과 로봇을 모델링하기 위한 통합된 공간을 생성하지 못하여 전체 환경을 지각하고 이해하는 것이 불편합니다. 이러한 한계를 인식한 연구원들은 이러한 도전에 대응하기 위해 혁신적인 디지털 트윈 시스템을 개발했습니다.
새롭게 도입된 디지털 트윈 시스템은 인간 및 로봇 에이전트가 참여하는 협업 장면의 가상 복제를 구축하도록 설계되었습니다. 이 가상 환경은 실제 제조 환경에서 효과적인 협업 전략의 계획과 실행을 가능하게 하여, 인간 작업자와 로봇 간의 원활한 협력을 촉진합니다.
과거 모션 캡처 센서 데이터에 의존했던 디지털 트윈 시스템은 때때로 가림 현상이 발생할 때 어려움을 겪었습니다. 가림 현상은 관심 대상 물체나 에이전트가 센서의 시야 밖에 있거나 장애물 뒤에 숨겨진 상황을 의미합니다.
이 문제를 해결하기 위해 연구원들은 가려진 인간 신체를 재구성할 수 있는 계산 기술인 인간 메쉬 복구 알고리즘을 도입했습니다. 이 혁신은 시각적 장애물이 있는 경우에도 시스템이 적응하고 효과적으로 수행할 수 있도록 보장합니다.
디지털 트윈 시스템의 중요한 구성 요소 중 하나는 다양한 인간 동작을 식별하도록 훈련된 동작 인식 알고리즘입니다. 성능을 개선하고 오류를 최소화하기 위해 연구원들은 불확실성 추정 기술을 통합했습니다. 이 기술은 알고리즘의 오류율을 정밀하게 제어할 수 있게 하여, 더 신뢰할 수 있고 정확한 동작 인식을 가능하게 합니다.
성공적인 실험적 검증
연구원들은 통제된 실험실 환경에서 수행된一連의 실험을 통해 디지털 트윈 시스템을 테스트했습니다. 이러한 실험에는 산업 환경에 배치되도록 특별히 설계된 로봇이 포함되었습니다.
시스템의 능력은 연마, 물체 검색, 조립 및 물체 배치 등 다양한 작업에 걸쳐 평가되었습니다.
결과는 명확했으며, 제안된 방법이 베이스라인 접근법보다 우월함을 보여주었습니다.
이러한 유망한 결과는 시스템의 다른 산업 로봇에 잠재적으로 통합되고, 다양한 환경에서 추가 테스트를 거치며, 결국 실제 제조 현장에서 배포될 수 있는 길을 열어줍니다.
이러한 돌파구의 함의는 지대합니다. 전 세계 산업이 계속 진화하고 자동화됨에 따라 인간과 로봇 간의 시너지는 점점 더 중요해지고 있습니다. 장, 지 및 동료들이 개발한 디지털 트윈 시스템은 다양한 부문의 제조 공정을 혁신할 엄청난 잠재력을 가지고 있습니다.
로봇을 노동력에 원활하게 통합함으로써 제조업체는 효율성, 정밀도 및 생산성을 높일 수 있습니다. 높은 정밀도, 반복적인 동작 또는 안전 문제를 제기하는 작업은 이제 로봇 에이전트에 맡길 수 있으며, 인간 작업자는 더 복잡하고 창의적인 생산 측면에 집중할 수 있습니다.
앞으로의 전망
이 디지털 트윈 시스템의 앞길은 흥미롭습니다. 추가 테스트와 정제를 거치면서, 제조 환경에서 인간과 로봇 간의 협업을 위한 새로운 가능성을 열어줄 것으로 예상됩니다. 그 다양성은 조립, 품질 관리, 자재 취급 등 다양한 작업에 적합하게 만듭니다.
기술 혁신의 최전선에 머물고자 하는 제조업체들은 이러한 변혁적 기술을 수용하기를 열망할 것입니다. 워크플로우 최적화, 오류 감소 및 전반적인 효율성 향상의 잠재력을 갖춘 난징 항공우주 대학의 디지털 트윈 시스템은 곧 제조 환경의 필수 요소가 될 수 있습니다.
가장 똑똑한 암호화폐 전문가들이 이미 우리 뉴스레터를 구독하고 있습니다. 참여하고 싶으신가요? 함께하세요.
면책 조항. 제공된 정보는 투자 조언이 아닙니다. Cryptopolitan.com 본 페이지에 제공된 정보를 바탕으로 이루어진 투자에 대해 어떠한 책임도 지지 않습니다. 투자 결정을 내리기 전에 반드시 독립적인 조사나 자격을 갖춘 전문가의 상담을 강력히 권장합니다.

Brian Koome
브라이언 쿰은 2017 년 이후 블록체인 및 암호화폐 업계에서 활동해 온 7 년 이상의 경험을 보유하고 있습니다. BlockToday.com 을 포함한 주요 출판사에 기고했으며, BitDegree.org 에서 이더리움 101 과정을 개발한 후 Cryptopolitan 의 전속 작가로 합류했습니다. 브라이언은 에버그린 가이드 (EG), 심층 분석, 인터뷰, 가격 분석을 다루며 DeFi, 블록체인 혁신, 그리고 신흥 암호화폐 프로젝트에 집중하여 독자들에게 큰 호응을 얻고 있습니다.
















