호주 퀸즈랜드공대, 에너지 혁신적 로봇 내비게이션 시스템 개발

 

 

 

 

 

호주 퀸즈랜드공과대(QUT) 연구팀이 곤충과 동물의 뇌에서 영감을 받아 에너지 혁신적인 로봇 내비게이션 시스템을 개발했다고 테크엑스플로어가 2일 보도했다.

 

마이클 밀포드(Michael Milford) QUT 교수 팀은 ‘IEEE 트랜젝션스 온 로보틱스(Transactions on Robotics)’에 발표한 연구 논문에서 ‘SNNs(Spiking Neural Networks)‘을 활용한 새로운 위치 인식 알고리즘을 개발했다고 밝혔다. (논문 제목:Applications of Spiking Neural Networks in Visual Place Recognition)

소마예 후사이니(Somaye Hussaini) 박사후 연구원은 “SNNs는 생물학적인 뇌가 간결하고, 이산적인 신호(Discrete Signal)를 활용해 정보를 처리하는 방식을 모방한 인공 신경망”이라며 이러한 네트워크는 보다 빠른 정보 처리와 에너지 소비 감축이 가능해 생물학적 신경계를 모방한 뉴로모픽 하드웨어에 적합하다는 설명이다.

 

연구팀에 따르면, 로봇공학은 최근 몇 년 동안 빠른 발전을 이루었지만, 최신 로봇은 여전히 복잡하고 알려지지 않은 환경을 탐색하고 이동하는 데 어려움을 겪고 있다. AI로부터 파생된 내비게이션 시스템에 의존하는 경우가 많지만, 이 시스템을 훈련시키는 데는 상당한 컴퓨팅 자원과 에너지가 필요하다. 이에 비해 동물들은 놀랍도록 효율적이고 견고하게 역동적인 환경을 탐색할 수 있는 능력을 갖고 있다.

 

QUT 연구팀이 개발한 내비게이션 시스템은 작은 신경망 모듈을 사용해 이미지로부터 특정 장소들을 인식할 수 있다. 이 모듈을 여러 스파이킹 네트워크 그룹에 결합해 대규모 환경에서 위치를 탐색하는 방법을 학습할 수 있는 확장형 내비게이션 시스템을 만들었다. 밀포드 교수는 "단일 이미지 대신 이미지 시퀀스를 사용하면 위치 인식 정확도가 41% 높아져 다양한 계절과 날씨 조건에서도 시스템이 외형 변화에 적응할 수 있다"고 말했다.

 

연구팀은 "이번 연구는 에너지가 제한된 환경에서 자율 이동 로봇을 위한 보다 효율적이고 안정적인 내비게이션 시스템을 위한 길을 열 수 있다. 특히 에너지 효율을 최적화하고 대응 시간을 줄이는 것이 긴급한 우주 탐사나 재난 복구와 같은 분야에서 기회가 만들어질 것이다"라고 말했다.

 

장길수 ksjang@irobotnews.com

<저작권자 © 로봇신문사 무단전재 및 재배포금지>