정밀 제어와 몰입형 시각화가 결합된 인체공학 향상 원격조작 시스템

초록

CaFe‑TeleVision은 인간‑로봇 원격조작에서 작업 효율성과 물리적 인체공학을 동시에 개선하기 위해, 작업 공간 불일치를 보정하는 코스‑투‑파인(retargeting) 제어와, 시선 전환·시야 차단을 최소화하는 온‑디맨드 상황 시각화(on‑demand situated visualization)를 결합한 시스템이다. 6개의 양손 협동 작업을 수행한 실험에서 작업 부하 감소, 성공률 28.9% 향상, 완료 시간 26.8% 단축을 입증하였다.

상세 분석

본 논문은 원격조작 시스템이 직면한 두 가지 핵심 문제—작업 공간 불일치에 의한 효율 저하와 다중 시점 영상 제공으로 인한 인지 부하—를 동시에 해결하고자 한다. 이를 위해 제안된 코스‑투‑파인(retargeting) 메커니즘은 두 단계로 구성된다. 첫 번째 ‘코스 모드’에서는 인간 조작자의 손목 움직임을 로봇의 관절 한계에 맞추어 스케일링·정렬함으로써 물리적 피로를 최소화한다. 두 번째 ‘파인 모드’는 조이스틱 보조 입력을 통해 미세한 자세 조정을 가능하게 하여 작업 정확도를 높인다. 이러한 이중 모드 전환은 ‘시스템 무중단 전환(seamless switching)’을 보장하도록 설계돼, 사용자는 작업 흐름을 끊기지 않고 효율과 인체공학 사이의 트레이드오프를 실시간으로 조절할 수 있다.

시각화 측면에서는 기존의 정적 다중 뷰 레이아웃이 초점 이동과 시야 차단을 야기한다는 점을 지적하고, 온‑디맨드 상황 시각화(on‑demand situated visualization)를 도입한다. 로봇 눈(eye‑camera)에서 스트리밍되는 스테레오 영상을 기본 디스플레이로 사용하고, 작업 대상에 가까운 그리퍼‑앵커드 시각을 필요할 때만 오버레이한다. 이는 시각적 거리(Spatial Proximity)와 맥락적 참조(contextual reference)를 동시에 제공해, 사용자가 시선 전환 비용을 최소화하고 인지 부하를 크게 낮춘다. 또한, 두 개의 손목 카메라를 보조 시점으로 활용해 동적 단서(dynamic cues)를 제공함으로써, 물체의 움직임이나 변형을 실시간으로 파악할 수 있다.

시스템 구현은 Franka Emika Panda 기반 협동 로봇에 ZED 2i 눈 카메라와 RealSense D435i 손목 카메라를 장착하고, Xsens IMU와 VR 컨트롤러를 통해 인간 동작을 고주파(60 Hz)로 캡처한다. 데이터는 GPU 가속 Unity 애플리케이션으로 전송돼 1080p 스테레오 영상을 15 Hz로 실시간 렌더링한다. 실험에서는 6개의 복합 양손 작업(과일 집기, 캡 트위스트, 차 주입 등)을 수행했으며, 24명의 피험자를 대상으로 NASA‑TLX 기반 작업 부하와 SUS(사용자 수용도) 설문을 진행했다. 통계적으로 CaFe‑TeleVision은 기존 자연 모드·조이스틱 보조 모드 대비 작업 부하가 평균 18 % 감소하고, 성공률이 최대 28.9 % 상승했으며, 완료 시간도 평균 26.8 % 단축되었다.

이러한 결과는 코스‑투‑파인 제어와 상황 시각화가 각각 물리적 인체공학과 인지 인체공학을 독립적으로 최적화하면서도, 시스템 전반의 협업 효율성을 크게 향상시킨다는 점을 시사한다. 특히, 작업 공간 불일치를 ‘스케일·정렬’ 단계에서 해결하고, 세밀한 조정은 조이스틱 보조에 위임함으로써 인간‑로봇 인터페이스 설계에서 효율·피로 트레이드오프를 새로운 방식으로 재구성한다는 점이 혁신적이다.