배민 배달로봇 '딜리'를 달리게 하는 기술은?

'슬램' 통한 점군지도 생성으로 로봇 위치 추적...'최적화 기반 플래닝' 사용

인터넷입력 :2024/10/30 16:00    수정: 2024/10/31 10:22

"딜리가 배달하는 그날을 꿈꾸며 열심히 개발하고 있습니다."

30일 서울 강남구 그랜드 인터컨티넨탈 서울 파르나스에서 열린 '우아한테크콘퍼런스2024'의 '자율주행 로봇을 위한 위치 인식 및 동작 계획 기술' 세션에서 우아한형제들 김동혁 로보틱스 소프트웨어 엔지니어는 이같이 말했다.

이날 김 엔지니어와 감제원 엔지니어는 우아한형제들이 개발 중인 자율주행 배달 로봇 '딜리'에 활용한 기술에 대해 소개했다.

우아한형제들 감제원 로보틱스 소프트웨어 엔지니어

달리 위치 추적 위한 자체 개발 기술 '슬램(SLAM)'

감 엔지니어는 "로봇이 배달 음식을 목적지까지 안전하게 배달하기 위해서는 로봇의 위치 추적이 필요하다"며 "우아한형제들은 달리의 위치 추적을 위해 점군지도를 사용한다"고 말했다. 이어 "점군지도의 오차는 0.2m로 지도 앱에 사용되는 GPS 등에 비해 오차가 적다"고 강조했다.

우아한형제들은 점군지도 생성에 자체 개발한 '슬램(SLAM)' 기술을 이용한다. 슬램은 임의의 공간에서 로봇이 이동하며 주변 환경에 대한 지도를 만드는 동시에 그 지도에서의 위치를 추정하는 작업을 수행한다. 입력된 센서 데이터가 오도메트리(odometry) 모듈에 전달되고, 모듈이 로봇의 위치 변화를 매 순간 추정한 후 옵티마이제이션(optimization) 모듈이 오차를 교정해 점군지도를 생성하는 방식이다.

로봇의 현재 위치 추정은 우아한형제들이 자체 개발한 '로컬라이제이션(localization)' 기술을 통해 수행한다. 로컬라이제이션은 오도메트리 모듈과 대부분의 기능이 흡사하다. 다만 로컬라이제이션은 사전에 생성된 점군지도를 사용한다는 점에서 오드메트리 모듈과 차이가 있다.

감 엔지니어는 로컬라이제이션을 보완하기 위해 다양한 기술을 개발했다고 밝혔다. 대규모 지도에서의 로봇의 초기 위치 파악이 어려운 문제를 해결하기 위해 '리로컬라이저(relocalizer)' 모델을 마련했다. 또 점군지도가 나타내는 지역이 확장됨에 따라 지도 용량이 늘어나는 문제에 대응하기 위해 '서브맵 매니저(submap manager)' 기능을 개발했다. 위치 추적 실패 시 로봇이 위험한 곳으로 향하는 상황을 방지하기 위해 경고를 보내는 '로컬라이저빌리티 에스티메이터(localizability estimatior)' 기능도 마련했다.

감 엔지니어는 "향후 대규모 지도를 생성하고 지도를 부분적으로 업데이트할 것"이라며 "더 적은 계산량과 메모리에도 강인하게 동작할 수 있도록 연구를 이어갈 것"이라고 포부를 밝혔다.

'최적화 기반 플래닝'으로 로봇 경로 계획

우아한형제들 김동혁 로보틱스 소프트웨어 엔지니어

김 엔지니어는 모션 플래닝 문제를 풀기 위한 도구로 최적화 기반 플래닝을 언급했다. 

김 엔지니어는 "최적화 기반은 계산량 상한을 예측할 수 있다는 장점이 있다"며 "문제가 복잡하다고해서 과도한 계산량이 들어가면 안정적으로 운영할 수 없기 때문에 이러한 측면에서 최적화 기반이 강점을 갖고 있다고 생각했다"고 말했다.

또 "배달이 너무 느리면 음식이 식기 때문에 로봇이 어느 정도는 고속으로 달려야 할 필요가 있는데, 인도에서는 여러 위험 상황이 있을 수 있다"며 "이러한 것들을 고려해 경로 계획 범위가 길어야 하고 최적화 기반이 적합하다고 판단했다"고 설명했다.

관련기사

김 엔지니어는 국소 최적만을 만족하는 최적화 기반의 약점 극복 방안에 대해 다양한 연속 변형류에 속한 초기 경로를 찾아 최적화하는 것이 핵심이라고 짚었다. 구체적으로 ▲기하 공간 분석 ▲다수의 초기 경로 일정하게 샘플링 ▲학습 기반 통한 초기 경로 생성 등을 통해 다양한 연속 변형류에 속한 초기 경로를 찾고 있다고 밝혔다.

학습 기반 플래닝에 대해서는 "학습 기반은 확장성이 크기 때문에 잘 설계하고 학습한다면 어느 케이스든 다 다룰 수 있을 것으로 생각한다"면서도 "반드시 우리 경로가 갖춰야 하는 제약 조건을 만족시키려면 학습 기반 플래닝 결과를 바로 쓸 수는 없고 최적화 기반에 물려서 한 번 더 검증하고 더 최적화하는 방향으로 보고 있다"고 말했다.