일본산업뉴스요약

비장의 기술을 외부에 제공, 노리는 것은 로봇 보급 지원
소니의 새로운 로봇 전략

소니그룹이 로봇의 자율 동작 성능을 높이기 위해 사내에서 개발해온 독자적 기술을 외부에 제공하기 시작했다. 구체적으로는, 힘 제어형 액추에이터와 로봇핸드(매니퓰레이터)용 촉각 센서이다. 현재는 실증용으로 디바이스만을 로봇계 시스템 인테그레이터(System Integrators)에 제공하고 있지만, 언젠가는 제어 소프트웨어를 포함해 솔루션으로 제공할 계획이다.

소니그룹 기술개발부문 모션AI개발부의 미야자와(宮澤) 과장은 “(산업용 로봇이 보급되어 있는) 공장의 외부에서의 로봇 활용도 촉진하기 위해 자율성을 높일 필요가 있다. 당초에는 통합체(로봇)를 만들어 그 과제를 해결하려고 했지만, 현재는 로봇 구현에 아직 과제가 많이 남아 있다는 것을 깨달았다”라고 이번 대응의 배경에 대해 말한다.

그가 지적하는 과제란 현장이 요구하는 다양한 솔루션에 대해 현재는 로봇 티칭으로 자동화를 실현하고 있지만, 공구나 환경이 바뀌어도 사용할 수 있는 기술이 아직 적다는 점이다. “현장의 환경에 적응해 자율적으로 움직이는 수준까지 진화하지 않으면 보급은 어렵다”(미야자와 과장).

그래서 소니그룹은 로봇의 자율화로 연결되는 기술을 사용하기 쉬운 형태로 시스템 인테그레이터에 제공함으로써 업계의 상황을 바꾸어 나간다는 것이 이번 대응의 목적이다.

소니그룹이 ‘VA(Virtualized Actuator)’라고 부르는 힘 제어형 액추에이터는 모터와 기어 외에도 인코더(각도 검출), 전자브레이크, 토크 센서 등으로 구성되어 있다. 동작 시의 관성과 점성 저항(마찰)을 자유자재로 바꿀 수 있다는 것이 특징이다. 이를 통해 경쾌하고 매끄러운 동작이나, 관성의 큰 동작 등 임의의 동작을 실현할 수 있다고 한다.

“관절 수가 많은 휴머노이드(인간형) 로봇을 자체 개발하는 과정에서 시뮬레이션으로 만든 움직임을 로봇에 적응시켜도 모형 오차로 인해 좀처럼 뜻대로 움직이지 않는다는 것을 경험했다. 우리 자신의 페인포인트를 스스로 해결하고 싶었던 것이 개발의 계기였다”라고 미야자와 과장은 말한다.

통상적으로 로봇핸드에서는 관절마다 요구되는 토크값이 다르기 때문에(뿌리 쪽이 크고 끝으로 갈수록 작다) VA는 토크에 따라 4단계의 사이즈가 마련되어 있다. 이것들을 로봇 핸드에 도입해 소니가 개발한 ‘GID(일반화역동역학)’기술과 조합하면 이상적인 움직임을 실현할 수 있다고 한다. GID는 원하는 로봇핸드의 움직임에 대해 각각의 관절이 어떤 토크를 선택해야 하는지 지령을 내리는 알고리즘이다.

예를 들어, 로봇이 사람과 악수할 때는 외력에 추종해 부드럽게 움직이거나, 사람과 부딪쳤을 때에는 힘을 빼서 안전성을 확보할 수 있다. 힘 제어 액추에이터를 제조하는 기업은 소니 외에도 있지만, 소니와 같은 소형 제품은 없다고 한다.

-- 최소한의 힘으로 물체를 파지 --
한편, 로봇핸드용 촉각 센서 ‘NARI-Touch Sensor’는 사전 학습 없이 딸기와 같은 부드러운 것부터 6각 기둥 등, 특수한 형상의 상자, 1리터의 페트병까지 다양한 물체의 파지(把持)를 가능하게 한다.

NARI-Touch Sensor는 실리콘 수지제의 부드러운 겔 패드 아래에 압력 센서를 배치한 것으로, 겔의 미소 변형을 압력 분포의 변화로부터 추정해 독자적인 알고리즘으로 ‘미끄러질 위험도’를 계산한다. 잡은 물체가 미끄러져 떨어질 때 발생하는 '초기 미끄러짐'이라고 불리는 현상을 검출, 힘 조절과 힘을 가하는 방향을 조절해 낙하를 막는다. 구체적으로는, 병진(並進)과 회전 방향의 미끄럼량을 검출한다.

잡은 물체가 미끄러질 것 같으면 힘을 강하게 주어야 하기 때문에 “필요 최소한의 힘으로 물체를 잡을 수 있는 것이 포인트”(미야자와 과장). 이를 통해 지금까지의 산업용 로봇에서는 어려웠던 깨지기 쉬운 물체나 부드러운 음식 등의 운반도 가능하게 된다.

센서의 크기는 30mm×19mm×12mm. 여기에 겔 패드가 8개 배치되어 있으며, 1개당 3×3, 즉, 총 9개의 노드에서 압력 분포를 세밀하게 검출하여 겔의 변형을 추정한다.

일반적으로 로봇이 물체를 파지하기 위해서는 카메라 화상을 이용한 사전 학습이 필요한 경우가 대부분이다. 로봇은 사전 학습을 통해 화상으로부터 물체의 종류를 파악하고 무게 중심에 따른 파지점을 추출한다. 그러나 이것만으로는 형상 등이 다른 수많은 제품들이 취급되는 물류창고 등에서는 사용할 수 없다. 학습을 위한 방대한 데이터가 필요할 뿐만 아니라, 미지의 물체와 접할 경우 파지할 수 없게 된다.

한편, 소니그룹이 새롭게 확립한 초기 미끄럼의 수리 모델을 사용하는 NARI-Touch Sensor는 사전 학습이 불필요한 것 외에도 조명 등 주위 환경의 변화에도 영향을 받지 않는다는 것이 장점이다.

이미지 센서 등의 화상 정보에서 초기 미끄러짐을 검출해 물체를 잡는 로봇핸드는 연구 레벨에서는 이미 존재하고 있다. NARI-Touch Sensor가 그것과 다른 것은 회전 방향의 미끄러짐도 검출하는 기능을 가지고 있다는 것이다. 압력 센서로 모든 방향에서 가해지는 힘을 검출할 수 있기 때문에 파지했을 때 회전하는 물체도 최소한의 힘으로 잡을 수 있다.

로봇은 환경 조건이나 공구에 대응하는 조절이 어려워, 이러한 조절 없이도 물체를 파지할 수 있는 기술에 대한 요구가 강하다. NARI-Touch Sensor는 시판 로봇, 그리고 공장이나 창고, 미래에는 가정으로의 진출도 목표로 하고 있는 휴머노이드 로봇에서도 활약할 가능성이 있다.

 -- 끝 --

Copyright © 2025 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.