분산 ROS를 이용한 모바일 매니퓰레이터의 실시간 3D Pick-and-Place 성능 분석 = Real-time 3D Pick -and-Place Performance Analysis of a Mobile Manipulator with Distributed ROS

국문 초록 (Abstract)

분산 ROS 제어와 비전 연동 통합 시스템 본 연구는 실시간 3차원 인식 기반 모바일 매니퓰레이터의 Pick&Place 성 능을 정량적으로 분석하였다. RGB-D 카메라를 이용한 객체 인식 및 자세 추정, 그리고 ROS 분산 제어 구조를 통합하여 이동 플랫폼과 로봇팔의 협조 작업을 구현하였다. 성능 평가는 Cam-to-Base 캘리브레이션 정확도, 포즈 추정 성능, 작업 성 공률, ROS 통신 지연 네 가지 측면에서 수행되었다. 캘리브레이션에서는 PGO 방식이 가장 높은 정밀도를 보였으며, 포즈 추정에서는 Depth-PCA 기 반 방식이 회전 조건에 따라 성능 편차를 보였으나, 0°와 90°구간에서는 안정적인 추정 결과를 나타냈다. 또한 비전 기반 거리 제어를 통한 정밀 정 지 성능과 분산 ROS 통신의 실시간성을 검증하였다. 실제 실내 환경에서의 반복 실험을 통해 분산 ROS 기반 모바일 매니퓰레 이터의 실용성을 확인하였다. 본 연구는 비전-제어 통합 로봇 시스템의 체 계적 성능 평가 방법을 제시하며, 자율 조작 로봇의 실증적 평가 연구를 위 한 기초 자료를 제공한다.

다국어 초록 (Multilingual Abstract)

This study quantitatively analyzed the Pick-and-Place performance of a real-time 3D perception–based mobile manipulator. An RGB-D camera was used for object recognition and pose estimation, and a distributed ROS control framework enabled cooperative operation between the mobile platform and robotic arm.
Performance was evaluated in four aspects: Cam-to-Base calibration accuracy, pose estimation performance, task success rate, and ROS communication latency. The PGO calibration method exhibited the highest precision, while the Depth-PCA–based pose estimation showed rotation-dependent variation but maintained stability at 0°and 90°.
Through repeated experiments in an indoor environment, the practical applicability of the distributed ROS–based mobile manipulator was demonstrated. This study establishes a systematic performance evaluation framework for vision–control integrated robotic systems and provides a foundation for empirical research on autonomous manipulation robots.

목차 (Table of Contents)

• 표목차 ⅲ
• 그림목차 ⅳ
• 국문초록 ⅴ
• 제1장 서론 1
• 제1절 연구 배경 및 필요성 1
• 제2절 연구의 목적 2
• 제3절 논문의 구성 2
• 제2장 관련 연구 및 이론적 배경 3
• 제1절 모바일 매니퓰레이터 시스템 개요 3
• 제2절 딥러닝 기반 객체 인식 3
• 제3절 자세 추정 기술 4
• 제4절 좌표 변환 및 캘리브레이션 5
• 제5절 분산 처리 시스템 6
• 제3장 시스템 구성 및 작업 시나리오 7
• 제1절 전체 시스템 구성 7
• 제2절 좌표계 구조 14
• 제3절 작업 시나리오 22
• 제4장 비전-제어 기반 통합 시스템 및 평가 구성 32
• 제1절 실험 환경 32
• 제2절 실험 시나리오 37
• 제3절 평가 지표 정의 44
• 제4절 데이터 수집 방법 52
• 제5장 성능 분석 및 결과 55
• 제1절 Cam-to-Base 캘리브레이션 정확도 분석 55
• 제2절 큐브 포즈 추정 정확도 분석 59
• 제3절 실제 작업 성공률 분석 62
• 제 4절 ROS 통신 지연 및 안정성 평가 66
• 제6장 결론 및 향후 연구 방향 70
• 제1절 연구 결과 요약 및 성능 종합 70
• 제2절 시스템 제약 요인 및 한계 71
• 제3절 개선 방향 및 향후 연구 71
• 참고문헌 73
• ABSTRACT 75