사용자 실시간 반응성을 강화한 가정용 HRI(HumanRobot Interaction) 프로토타입 설계 = Design of a Home HRI (HumanRobot Interaction) Prototype Enhanced for RealTime User Responsiveness

국문 초록 (Abstract)

일상생활 및 가정용 보조 로봇의 개발을 목표로 하여, 일상생활 속에서 사용자 및 거동이 불현한 환자에게 실질적으로 도움을 제공할 수 있는 지능 형 피지컬 AI 탑재 로봇 시스템을 설계하고 구현 한다. 특히 사용자 친화적 설계를 원칙으로 적용하여 직관적인 인터페이스와 편 리한 조작성을 확립하고, 피지컬 AI (Physical AI) 기반의 상호작용 기술을 개발 함으로서 사람과 로봇 간의 자연스러운 소통과 협업이 가능하도록 설 계 및 개발을 한다. 첫째 연구 과정은 사용자의 생활 환경과 요구를 분석하여 로봇의 기능적, 형태적 요구 사항을 도출하였다. 둘째 연구 과정은 이를 바탕으로 인간 친화적 디자인 요소를 반영한 로봇 프로토타입을 성립 구성하였다. 셋째 연구 과정은 음성인식, 제스처 인식, 영상인식, ROS2 센서 기반 피 드백을 결합한 피지컬 AI 상호작용 모듈을 구현 및 사용자와 실시간 반응 성을 강화하고 테이터 보완을 위해 알고리즘을 적용을 해 향후 백업 학습 데이터를 활용 한다. 실험 결과 목표는 불특정 환경에서 로봇은 주거 환경 생활에서 다양한 보 조 업무(안내, 간단한 물품 정리 및 전달, 대화) 등을 효과적으로 수행 및 감정, 행동 오류의 패턴을 분석을 해서 실질적인 업무 수행을 목표로 한다. 사용자 만족도를 향상 시키며 향후 차세대 지능형 피지컬 AI 로봇을 상 용화와 로봇 설계의 기초적인 설계 및 디자인을 만들 수 있다는 점에서 의 미의 결과를 도출한다. 주요어: 로봇, ROS2, 음성인식, 영상인식, 제스처인식, 사용자 친화적 설계, 피지컬 AI, 인간과 로봇 상호작용

목차 (Table of Contents)

• I. 서론 1
• 1. 연구의 배경 및 필요성 1
• 2. 연구 목적 2
• 3. 연구 범위 및 한계 2
• II. 이론적 배경 4
• 1. 로봇의 개념 및 발전 동향 4
• 2. 사용자 친화적 설계 4
• 3. 피지컬 AI 5
• 4. 인간. 로봇 상호작용 기술 현황 5
• 5. ROS2 기술의 활용 가능성 6
• III. 연구방법 8
• 1. 연구대상 8
• 1) 연구 개념 정의 8
• 2) 적용 기법 8
• 2. 로봇 시스템 설계 9
• 1) 기능적 요구사항 도출 9
• 2) 형태적 요구사항 도출 9
• 3) 사용자 친화적 디자인 요소 반영 9
• 3. 피지컬 AI 상호작용 기술 개발 9
• 1) 음성 인식 모듈 설계 10
• 2) 제스처 및 영상 인식 모듈 설계 11
• 3) ROS2 센서 기반 피드백 모듈 개발 11
• 4) 알고리즘을 통한 데이터 보완 11
• 4. 기존 유사 제품과의 차별점 및 성능분석 평가항목 12
• 1) 기존 유사 제품과의 차별점 12
• 2) 성능 분석 시 적절한 평가 항목 선정 13
• 3) 파운데이션 모델 플랫폼과 피지컬 AI 14
• 4) 기술적 한계 14
• 5) 성능 분석 결과 15
• 6) 실험조건 데이터 활용 19
• 7) 논의 22
• 5. 개발 환경 및 소스 23
• 1) 개발 환경 23
• (1) Git 다운로드 23
• (2) Python 다운로드 24
• (3) MLflow 설치 27
• 6. 처리 절차 36
• 1) 사용자 입력 신호 수집 단계 36
• (1) 음성 입력 36
• (2) 제스처 입력 36
• (3) 영상 입력 36
• (4) 센서 입력 37
• 2) 멀티모달 통합 처리 단계 37
• (1) ROS2 Topic 구조 37
• (2) 데이터 동기화 37
• (3) 통합 인식 결과 생성 37
• 3) 의사결정 및 행동 계획 단계 38
• (1) 행동 추론 엔진 38
• (2) 행동 계획 알고리즘 38
• (3) 데이터 무결성 검사 38
• 4) 로봇 동작 실행 단계 38
• (1) 모터 및 이동 제어 38
• (2) 상호 작용 출력 38
• (3) 실시간 안정성 모니터링 39
• 5) 결과 기록 및 학습 데이터 관리 단계 39
• (1) 수행 결과 기록 39
• (2) 사용자 경험 데이터 저장 39
• (3) 데이터 무결성 보존 39
• (4) 피드백 기반 모델 업데이트 39
• 6) 모터스펙, 센서, 전력 관리 40
• (1) 모터 스펙 40
• (2) 센서 배치도 40
• (3) 전력 관리 41
• 7. 안정화, 고도화 45
• 1) 안정화가 필요한 이유와 방향 45
• 2) 고도화가 필요한 이유와 방향 46
• IV. 결론 47
• 1. 연구 요약 47
• 2. 연구 의의 48
• 3. 실용적 기여 48
• 4. 결론적 제언 49
• 참고문헌 50
• 부록 52
• Abstract 54