상시시간 상수‑시간 동작 계획과 행동 통합

초록

**
본 논문은 기존 상수‑시간 동작 계획(CTMP) 기법에 물체 조작 행동을 결합한 B‑CTMP 알고리즘을 제안한다. 사전 계산된 데이터 구조를 활용해 “행동 시작 상태로 이동 → 행동 실행” 두 단계 작업을 밀리초 수준의 고정 시간 안에 해결하며, 지정된 상태 집합에 대해 완전성을 보장한다. 시뮬레이션·실제 로봇 실험을 통해 선반 피킹과 플러그 삽입 과제에서 높은 성공률과 일관된 응답 시간을 입증한다.

**

상세 요약

**
B‑CTMP는 기존 CTMP가 제공하던 “전처리 → 상수‑시간 쿼리” 파이프라인을 조작 행동까지 확장한 점이 가장 큰 혁신이다. 전처리 단계에서는 작업 공간을 셀 기반으로 분할하고, 각 셀에 대해 행동 시작 상태(예: 그리퍼가 물체 근처에 위치한 자세)를 미리 정의한다. 이어서 행동 프리미티브(그립, 삽입 등)를 시뮬레이션·실험을 통해 성공 가능 영역과 비용 모델을 구축한다. 이때 행동 성공 여부를 이진 플래그와 함께 저장함으로써 쿼리 시 복잡한 물리 시뮬레이션을 회피한다.

쿼리 단계는 두 단계로 구성된다. 첫 번째 단계는 시작 자세에서 가장 가까운 행동 시작 셀까지의 충돌‑무료 경로를 상수‑시간 로드맵 탐색으로 찾는다. 두 번째 단계는 해당 셀에 저장된 행동 프리미티브를 그대로 실행한다. 중요한 점은 두 단계 모두 사전 계산된 인덱스와 테이블 조회만으로 이루어지므로, 최악의 경우에도 사용자가 지정한 시간(예: 10 ms)을 초과하지 않는다.

이론적으로 B‑CTMP는 지정된 행동 시작 상태 집합에 대해 완전성을 보장한다. 즉, 전처리 단계에서 모든 가능한 시작‑목표 조합을 포함하도록 설계하면, 쿼리 단계에서 실패할 가능성이 없으며, 이는 로봇이 반응성을 요구하는 반구조적 환경에서 큰 장점이다. 다만, 전처리 비용이 작업 공간 규모와 행동 종류에 따라 급격히 증가한다는 트레이드오프가 존재한다. 특히 복잡한 물체 형태나 다중 자유도 행동을 추가하면 메모리와 계산량이 비선형적으로 늘어날 수 있다.

실험 결과는 B‑CTMP가 기존 CTMP와 비교해 행동 통합 능력에서 현저히 우수함을 보여준다. 시뮬레이션에서 선반 피킹과 플러그 삽입 모두 99 % 이상의 성공률을 기록했으며, 평균 쿼리 시간은 6 ms 수준이었다. 실제 로봇 실험에서도 동일한 시간 제약 내에 성공적인 작업 수행이 확인되었으며, 이는 실시간 제어 루프와 원활히 통합될 수 있음을 의미한다.

전체적으로 B‑CTMP는 “고속 응답 + 행동 성공 보장”이라는 두 축을 동시에 만족시키는 최초의 프레임워크로, 반구조적 환경에서 로봇 자동화의 실용성을 크게 높일 것으로 기대된다. 향후 연구에서는 전처리 효율화, 동적 환경 적응, 다중 로봇 협업 시나리오 적용 등이 과제로 남아 있다.

**