drc finals 2015 – 참가팀들의 결과분석

16　로봇과 인간 제12권 제4호

서울대학교 김상현·박범영·박재흥

특집 : 우리 삶을 바꿀 2045년 미래로봇 / DRC Finals 2015

DRC Finals 2015 – 참가팀들의 결과분석

(a) Driving (b) Egress

(c) Door (d) Valve

(e) Wall (f) Surprise

(g) Rubble (h) Stairs

[그림 1] DRC Finals 2015의 각 미션들.

1. 서 론

2015년 6월 미국 캘리포니아에 있는 LA의 위성도

시 포모나에서 미국 국방부 산하 고등 연구기관인

DARPA (US Defense Advanced Research Projects Agency)에서 주최한 재난 로봇 경진대회인 DARPA Robotics Challenge Finals 2015 (DRC Finals 2015)가 개최되었다. DRC Finals 2015는 재난지역에서 활

용 가능한 로봇의 개발 증진을 목표로 하며, 제한된 1시간 내에 [그림 1]의 8가지 미션들(Driving, Egress, Door, Valve, Wall, Surprise, Rubble, Stairs)을 로봇이

수행한 후, 성공한 미션의 개수와 시간에 따라 등수를

나누었다[1].이러한 미션들을 로봇이 원활하게 수행하기 위해서

필요한 요소 기술은 크게 4가지로 분류할 수 있다. ∙ Perception & Decision Making: 조작자의 개입을

최소화하는 자동 인식 및 조작 알고리즘

∙ Mounted Mobility: 차량에 탑승하여 차량을 조작할

수 있는 기술

∙ Dexterity & Strength: 인간을 위해 설계된 다양한

도구들을 사용할 수 있는 능력

∙ Dismounted Mobility: 험지나 예상치 못한 복잡한

지면 위에서 걸을 수 있는 강인한 알고리즘

[표 1]에서 보듯이, 세계 7개국에서 23개의 팀이 참

가하여 이틀 동안 각자의 독자적인 알고리즘과 하드웨

어를 가지고 위의 요소기술을 구축한 뒤 재난 미션들

을 수행하였다. 나라별로 미국(12팀), 유럽(3팀), 일본

(4팀), 한국 (3팀), 홍콩(1팀) 팀들이 출전하였다. 한국

을 대표하여 Team KAIST, Team SNU, 그리고 Team ROBOTIS가 참가하였다. 특히, Team KAIST가 본 대

회를 우승하는 성과를 이루어내었다.본 고에서는 DRC Finals 2015에 출전한 팀들의 미

션 수행 영상과 자가진단 리포트[2]를 바탕으로 하여, 각 팀들의 특징 및 기술 동향을 하드웨어적, 소프트웨

DRC Finals 2015 – 참가팀들의 결과분석　17

순위 Team Robot Score Trial 순위

1 KAIST DRC-HUBO 8(44:28) 11

2 IHMC ATLAS 8(50:26) 2

3TARTAN

RESCUECHIMP 8(55:15) 3

4NIMBRO

RESCUEMOMARO 7(34:00) -

5 ROBOSIMIAN ROBOSIMIAN 7(47:59) 5

6 MIT ATLAS 7(50:25) 4

7 WPI-CMU ATLAS 7(56:06) 7

8DRC-HUBO

@UNLVDRC-HUBO 6(57:41) 13

9 TRAC LABS ATLAS 5(49:00) 6

10 AIST-NEDO HRP2+ 5(52:30) -

11 NEDO-JSK JAXON 4(58:39) -

12 SNU THORMANG 4(59:33) -

13 THOR THORMANG 3(27:47) 9

14 HRP2-TOKYO HRP2 3(30:06) -

15 ROBOTIS THORMANG2 3(30:23) -

16 VIGIR ATLAS 3(48:49) 10

17 WALK-MAN WALK-MAN 2(36:35) -

18 TROOPER ATLAS 2(42:32) 8

19 HECTOR THOR-OP 1(02:44) -

20 VALOR ESCHER 0(00:00) -

21 AERO AERO-DRC 0(00:00) -

22 GRIT COG-BURN 0(00:00) -

23 HKU ATLAS 0(00:00) 12

<표 1> DRC Finals 2015 참가 팀 최종순위

[그림 2] DRC Finals 2015 에 출전한 팀들의 보행 타입에 따른 분류

어적으로 분류하여 기술하려 한다. 특히, 각 미션에 대

한 각 팀의 수행 결과를 성공 요인과 실패 원인을 중

점으로 다각화하여 분석한다. 이를 통하여 재난 구조

를 위한 로봇의 기술 개발 수준과 연구 흐름을 독자들

에게 제시하고자 한다. 본 고의 나머지 구성은 다음과 같다. 먼저, 2장과 3

장에서는 DRC Finals 2015에 출전한 팀들의 하드웨

어적, 소프트웨어적 기술의 공통점과 차이점에 대해

소개한다. 4장에서는 DRC Finals 2015에서 수행한 미

션별 결과 분석을 수행하고 미션 수행 시 발생하였던

기술적 오류를 분석한다. 마지막으로, 5장에서 본 고

의 결론을 제시한다.

2. Hardware Overview

DRC Finals 2015에서는 참가팀 스스로 독자적인

하드웨어를 개발하여 출전하거나, 기 개발된 로봇을

제공받아 로봇 소프트웨어를 개발하여 출전하였다. [표 1]에서 보듯이 본 대회에 출전한 로봇의 수는 총

14개이다. 이 장에서는 DRC 출전 팀들의 하드웨어적

인 특징에 대해 서술하고자 한다. 특히 보행 타입, 인지 시스템, 엑츄에이터 시스템에 대한 기술 분석을 통

하여, 본 대회에 참가한 하드웨어들의 기술 동향을 소

개하고자 한다.

2.1 보행 타입

대회에 참가한 로봇들은 Atlas나 Thormang등과 같

이 2족 보행을 하거나, DRC-HUBO나 CHIMP와 같

이 바퀴 등을 사용하여 모빌리티 성능을 극대화한 경

우로 양분된다. [그림 2]과 같이 23개의 팀 중 16 팀이 2족보행으로 이동하였으며, 7개의 팀이 바퀴를 이

용한 이동을 수행하였다. 이 때, 상위 5개의 팀 중 대

회를 우승한 Team KAIST를 포함한 4개 팀의 로봇

이 바퀴를 이용한 이동을 수행하였다.이처럼 바퀴를 이용한 이동이 DRC Trials 2013과

다르게 본 대회에서 강세를 보인 이유에 대해서는 크

게 2가지의 이유로 분석해 볼 수 있다. 첫 째, 미션과

미션 사이의 이동 시간, 혹은 미션 중 이동시간을 단

축하는 데 바퀴가 유리하다. 예를 들어 4개의 바퀴로

이동한 Team Nimbro Rescue의 경우 7개의 미션을

수행하면서 이동에 걸린 시간은 불과 8분 15초에 지

나지 않았다. 둘 째, 2족 보행 시 불확실한 지형에 대

한 안정성을 확보하는 것이 어렵다[3]. [그림 3]은 보


(a) Escher (b) Walkman

[그림 4] SEA를 사용한 휴머노이드

[그림 3] 보행 타입에 따른 양일간 보행 중 넘어진 횟수

행 타입에 따른 양일간 보행 시 넘어진 횟수에 대한

도표이다. 2족 보행을 이용한 팀들 중 2개 팀(Team SNU, Team WPI-CMU)를 제외한 팀들은 대회 중 로

봇이 넘어졌다. 특히 2족 보행 중 넘어진 후 로봇의

상태를 회복하여 미션을 계속 수행한 팀은 단 4팀밖에

되지 않는데, 그 중 로봇이 스스로 일어난 팀은 단 한

팀도 존재하지 않았다. 그리고 Team SNU는 2족 보행

시 넘어지지 않았지만, 보행의 안정성을 확보하기 위

해 상대적으로 느리게 보행할 수밖에 없었다.반면에, 바퀴를 이용한 이동을 수행한 팀들은 이동

중 4차례 균형을 잃었지만, 그중 3차례는 사람의 개입

이 없이 로봇이 혼자서 자세를 복귀한 후 다음 미션을

원활히 수행할 수 있었다.

2.2 엑츄에이터 타입

출전한 팀들의 로봇에 사용된 모터들은 크게 전기식

로터리 모터, 유압식 모터, 그리고 (Linear) Series Elastic Actuator (SEA)로 나눌 수 있다.

첫째, DRC-Hubo나 HRP2+, CHIMP등 Atlas를 제

외한 대부분의 로봇들은 전기식 로터리 방식의 모터를

사용하였다. 특히, Robotis의 상용 엑츄에이터인

Dynamixel Pro를 이용하여 로봇을 제작한 팀들이 눈

에 띈다. Team ROBOTIS, Team SNU, Team THOR, Team HECTOR, 그리고 Team NIMBRO RESCUE등 총 5개의 팀의 로봇에서 ROBOTIS의 Dynamixel Pro를 사용하였으며, 모듈형 타입의 장점을 이용하여, 로봇의 설계를 용이하게 한 점이 특징이다.

한편, Atlas의 경우, DRC Trials 2013에서 선보인

초기 버전을 업그레이드하여, 고출력의 유압식 모터를

장착하였다[4]. 초기 버전모델을 기반으로 손목에 유

압식 모터를 추가하고, 다리에 장착되는 유압식 모터

들의 출력을 높여 상대적으로 무거운 Atlas의 조작 제

어를 용이하게 하였다.마지막으로, [그림 4]의 Team VALOR의 Escher와

Team WALK-MAN의 WALKMAN은 자체 제작한

Series Elastic Actuator(SEA)를 사용하여 엑츄에이터

의 유연함을 증진하였다[5,6]. 특히, Team VALOR의

ESCHER는, 로봇이 자동차를 운전하는 Driving 미션

에서 차량을 운전하는 것을 포기한 대신, SEA 기반

Linear motor를 사용하여 Whole-body Compliance Control을 수행하여, 약 70m의 거리를 보행으로 이동

하는 모습을 보여주었다.

2.3 센서 시스템

2족 보행을 수행한 대부분의 팀들은 양 발의 6축

F/T 센서들과 몸통의 IMU 센서를 이용하여 로봇의

상태를 파악하였다[7]. 또한 보행타입에 상관없이 대

부분의 로봇은 팔목에 부착된 F/T 센서를 이용하여 미

션 수행 중 양 팔의 Compliance Control을 시도하였

다. 한편, 모든 팀들은 Lidar와 Webcam을 이용하여

주변 상황을 인지하였다.

3. Software Overview

DRC Finals 2015가 DRC Trials 2013과 다른 가장

큰 차이점은 바로 로봇과 조종자 사이의 통신이 제한


[그림 6] Team Tartan Rescue의 조종실 내부 모습

된다는 점이다. DRC Finals 2015에서는 로봇과 조종

자 사이에 300Mbps지만 간헐적으로 통신이 이루어지

는 UDP 라인과 항상 통신이 가능하지만 통신량이

9600bps로 제한된 TCP 라인만이 존재한다. 따라서, 제한된 통신 속에서 로봇과 조작자사이의 효율적인 소

통은 DRC Finals 2015의 중요한 도전과제였으며, 이

장에서는 출전한 팀들의 제한된 통신량을 극복하기 위

한 소프트웨어적 특징에 대해 분석하고자 한다.

3.1 소프트웨어 아키텍쳐

Team ROBOTIS나 Team WPI-CMU 등 대부분의

팀들은 ROS[8]를 이용하여 메인 시스템을 구축하거나

서브 시스템을 구축하였다. ROS에서 제공하는 표준

라이브러리들인 Point Cloud Library, OpenSlam, 그

리고 Libccd 등을 이용하여, 개발시간 및 알고리즘계

산 시간의 단축, 그리고 알고리즘의 신뢰도를 확보하

였다. 한편 [그림 5]와 같이 HRP 로봇을 사용한 Team

AIST-NEDO와 Team HRP2-TOKYO은 Linux기반 독

자적인 소프트웨어인 OpenHRP를 사용하였다.그리고 Team SNU의 경우 Windows 기반의

RoboticsLab (SimLab Co.)[9]을 통한 로봇제어와

ROS를 기반으로 로봇의 상태와 vision데이터를 나타

내는 서브시스템을 구축하였다.

[그림 5] Team AIST-NEDO의 OpenHRP

3.2 인터페이스

재난 현장을 위한 휴머노이드 인터페이스에 대한 연

구는 공통적으로 복잡한 시스템을 컨트롤하기 위한 조

작자의 역할 분담이 중요하다는 것을 강조한다[10].

DRC Finals에 출전한 모든 팀들 또한 적게는 2명에서

많게는 4명 이상의 오퍼레이터가 로봇을 조작하는 인

터페이스를 개발하여 사용하였다. Team SNU와 Team KAIST 등 대부분의 팀들은 인식을 위한 조작자와 로

봇 조작을 위한 조작자를 따로 두어 한 조작자에게 지

나친 업무 과중이 이루어지지 않도록 하였다. 또한, 대부분의 팀들은 조작자의 실수를 최소화하기

위해 다양한 시스템을 구상하였다. 한정된 시간에 30자유도 이상의 다자유도 로봇 시스템을 제어하여야 하

는 본 대회에서는 조작자의 실수가 치명적이다. [그림

6]은 Team TARTAN RESCUE의 DRC Finals 2015 경기 중 로봇조종실 내부의 모습이다. 조작자의 실수

를 방지하기 위해 여러 개의 모니터링 시스템을 갖추

었다. 또한 Team IHMC는 조작자가 잘못된 명령을 내

릴 시 조작자의 헤드셋으로 오디오 비프(Beep)로 경고

해주는 인터페이스를 구축하였다. 하지만, Team KAIST, Team IHMC, 그리고 Team TARTAN RESCUE 등 대회 상위권 팀들을 포함한 절반 이상의

팀들은 조작자의 실수에 의해 로봇이 오동작 하거나

로봇이 쓰러지는 사고가 발생하였다고 보고하였다.

3.3 제어 / 인식 시스템

Team WPI-CMU의 Chris Atkeson 교수님은 대회

후 ‘완벽하지 않은 로봇의 자동 제어는 사람에 의한

수동 제어보다 훨씬 못하다.’ 라고 말한다. 실제로 대

부분의 팀들은 완벽한 미션 성공을 위하여 자동 제어

와 수동 제어를 혼합한 supervisory control을 수행하

였다[11,12]. 특히, 조작자의 개입을 효율적으로 하기

위하여, 주 State에서 여러 가지의 하위 State로 이루


미션 성공 실패* 최단시간** 최장시간 평균시간

Driving 19 4(4)DRC@UNLV

00:55THOR06:02

02:12

Egress 8 15(15)KAIST02:38

TROOPER06:22

04:18

Door 18 5(3)NEDO-JSK

00:50TROOPER06:30

02:08

Valve 16 7(6)KAIST00:33

AIST-NEDO04:17

01:46

Wall 7 16(14)SNU06:40

DRC@UNLV18:00

11:57

Surprise 9 14(13)NIMBRO03:40

AIST-NEDO14:20

06:53

Rubble 8 15(15)DRC@UNLV

00:57AIST-NEDO

04:4003:00

Stairs 7 16(16)NEDO-JSK

02:25WPI-CMU

07:4804:39

* 괄호 안 숫자는 미션을 시도하지 않은 팀의 수** 미션간 이동시간은 제외한 시간

<표 2> 각 미션 분석

[그림 8] Team SNU의 Driving 미션용 인터페이스

[그림 7] Door 미션을 위한 WPI-CMU의 FSM(Finite State Machine)[11]

어진 이벤트 중심의 Finite State Machine (FSM)을 구

성하였다. 예를 들어, [그림 7]은 WPI-CMU의 Door 미션에서

의 FSM이다. 최초 자동 문고리 인식부터 문을 통과하

고 걸어나갈 때까지 자동 인식/제어 알고리즘을 인간

이 검토하고 승인하도록 하위 State를 구분해 두었다. [그림 7]에서 Opening Door 영역을 살펴보면, 4개의

하위 state(Moving to Handle, Grasping and Turning Handle, Pulling/Pushing Door 그리고 Ready to walk)는 각 state가 성공 시 다음 차례의 state로 진행되고, 각 state 가 실패할 경우, Operator Nudging state를 통

해 조작자가 중간에 개입하여 로봇을 수동제어 한 후, 다음 차례의 state넘어가서 미션이 계속 이루어질 수

있게 구성되어 있는 것을 확인 할 수 있다.

4. DRC Finals 미션별 결과분석

[표 2]은 8가지 미션에 대한 성공 / 실패 팀의 수

및 성공한 팀들의 시간 소요에 대해 정리한 도표이다. 이 장에서는 [표 2]를 바탕으로 하여 DRC Finals 2015의 8가지 미션에 대한 출전 팀들의 결과에 대해

분석해 본다. 또한, 미션에 대한 다양한 팀들의 전략

및 접근 방법에 대해 서술하고 성공 요인과 실패 요인

을 정리한다.

4.1 Driving Mission

Driving 미션은 본 대회의 가장 첫 미션으로 점수를

획득하기 위해서는 로봇이 차량에 탑승한 채 몇 개의

장애물을 지나 골인 지점까지 이동하여야 한다. 본 미

션을 시도한 대부분의 팀들은 조작자가 로봇의 시야를

보면서 수동으로 차량을 조종하고자 하였다. 그렇기 때문에 본 미션을 성공적으로 수행하기 위해

서는 다음의 과제를 해결하여야 한다. 첫 째, 조작자

혹은 로봇 스스로 로봇의 상태 및 주변상황을 원활히

파악하여야 한다. 모든 팀들은 주변 상황을 파악하기

위하여 다수의 웹캡을 사용하였다. 특히, [그림 8]에서

보듯이, Team SNU는 웹캠의 이미지를 하늘에서 지면

을 바라보는 Bird’s eye view로 변형하여 조작자가 거

리감을 익히는데 용이하게 하였다[13]. 둘째, 조작자가 원하는 만큼 차량이 정밀하게 제어

되어야 한다. Team ROBOTIS와 Team SNU등 여러

팀들은 직관적인 로봇 조종을 위하여 차량 게임용 조

이스틱과 페달을 사용하여 미션 수행시간을 단축하였


다. 또한, Team KAIST를 포함한 대부분의 팀들은 로

봇이 직접 페달을 밟지 않고 페달 보조 장치를 차량에

부착하여 페달을 쉽게 밟을 수 있도록 하였다.

4.2 Egress Mission

Egress 미션에서 점수를 획득하기 위해선 차량에서

로봇이 내려 다음 미션을 수행하기 위해 지정된 위치

까지 걸어서 이동하여야 한다. <표 2>에서 알 수 있듯

이, 2번째 미션임에도 불구하고 많은 팀들이 본 미션

을 포기하였다. [그림 9-(a)]의 Team KAIST는 조작자가 수동으로

차량의 윗 프레임을 잡고, 양 팔의 FT 센서를 이용한

Autonomous Whole-body Control를 통하여 미끄러지

듯 점프하여 차량에 하차하는데 성공하였다. [그림

9-(b)]의 Team IHMC는 차량의 프레임을 이용하지 않

은 대신, 차량에 발판을 부착하여 로봇이 두발로 설

수 있는 공간을 확보하였으며, 이후 Lidar 스캔을 통

해 지면과 로봇 사이의 위치를 파악한 후 차량 하차에

성공하였다.

(a) Team Kaist

(b) Team IHMC

[그림 9] DRC Finals 2015의 Egress 미션

4.3 Door Mission

Door 미션은 Driving 미션과 더불어 미션을 성공한

팀이 많은 미션이었다. 로봇이 Lidar나 Webcam을 이

용하여 문고리의 위치를 파악한 후 문을 연 뒤 문을

통과하여 걸어가는 것을 목적으로 한다. 대부분의 팀들은 섹션 3.3에서 언급하였듯이 다수의

State를 만들어 자동 / 수동 인식 및 제어를 수행하였

다. 특히, 대회장 지면이 문이 열리는 방향으로 기울어

져 있었기 때문에 대회장의 문은 조금만 열어도 활짝

열릴 수 있었다. 따라서 대부분의 팀들은 문고리의

인식에 큰 비중을 두었다. Team NEDO-JSK과 Team KAIST 등 이 미션을 수

행하는데 시간을 적게 소모한 팀들의 경우 Lidar를 이

용한 자동인식을 통하여 문고리의 위치를 빠르게 파악

하였으며, Team TARTAN RESCUE는 문을 열고 난

뒤 문을 통과하다 로봇이 넘어졌으나 로봇 스스로 다

시 일어나는 모습을 보였다. 한편, Team HECTOR는

미션 수행 중 하드웨어의 고장으로 미션을 중도 포기

하였으며 Team VIGIR는 문을 연 뒤 문을 통과하기

직전 로봇이 넘어졌다.

4.4 Valve Mission

Valve 미션은 로봇이 밸브를 인식하여 시계 반대방

향으로 한 바퀴 이상 밸브를 돌려야하는 미션이다. DRC의 개최동기가 된 후쿠시마 원전 폭발 사고의 원

인이 냉각수를 위한 밸브 개폐의 실패에 있었으므로

이 미션은 DRC의 상징적인 미션이라 할 수 있다. Door 미션과 마찬가지로 Valve 미션 또한 많은 팀

들이 밸브의 위치를 자동으로 인식 한 후, 미리 정해

진 경로에 의해 밸브를 돌리는 모습을 볼 수 있었다. 양 팔을 이용하여 밸브를 돌리는 팀은 없었으며, Team THOR와 Team SNU처럼 밸브 중앙에 로봇 그리퍼를

일치시켜, 팔목 조인트를 이용하여 밸브를 돌리거나

Team IHMC나 Team AIST-NEDO처럼 한 손으로 밸

브 테두리를 잡아 밸브를 돌리는 전략으로 나뉘었다

([그림 10]).

(a) Team THOR (b) Team HRP2-TOYKO

[그림 10] DRC Finals 2015의 Valve 미션


[그림 11] Team SNU의 그리퍼 설계도

(a) Day 1 - Switch (b) Day 2 - Plug

[그림 13] DRC Finals 2015의 Surprise 미션

4.5 Wall Mission

드릴을 잡고 킨 후 석고 벽을 자르는 Wall 미션은

Egress 미션과 같이 로봇의 조작 제어 뿐 아니라 주변

환경과의 접촉 등의 불확실한 요소가 많아 대회에 참

가한 팀들에게 많은 어려움을 주었다.실제로 <표 2>에서 보듯이 Wall 미션을 시도하지

않고 다음 미션을 진행한 팀이 14팀이나 되었으며 시

도하였으나 실패한 팀은 2팀이었다. 또한, 성공한 팀

들의 평균 소요시간이 10분이상인 유일한 미션이다.이 미션은 크게 두 가지의 하위 작업으로 이루어진

다. 먼저, 드릴을 인식한 뒤 드릴을 잡고 스위치를 눌

러 드릴을 작동시키는 작업에서는 Team KAIST와 같

이 한 손으로 드릴을 잡고 나머지 한 손으로 드릴의

스위치를 누르는 제어적 방식과 Team SNU나 Team WPI-CMU, 그리고 Team IHMC와 같이 드릴을 잡는

것과 동시에 그리퍼 내부의 돌기를 이용하여 자동으로

드릴을 작동시킬 수 있도록 하는 하드웨어 설계적 방

식으로 나뉘었다([그림 11]).그 다음, 드릴을 이용하여 석고 벽에 그려진 검은

원을 포함하여 자르는 Cutting작업을 성공한 여러 팀

들은 로봇의 팔에 부착된 F/T 센서를 이용하여 접촉

힘 제어를 통해 수행하였다. 하지만, Team MIT의 경

우 힘 제어가 정상 작동하지 않아 석고 벽이 얇게 잘

린 모습을 확인할 수 있었다. 한편, 제한된 통신량으로 정보의 수신이 원활하지

않고, 센서값의 신뢰도가 낮다는 점에 의해 Team IHMC의 경우 몸통에 부착된 자이로 센서와 각 관절

의 상태를 이용하여 구해지는 Capture point[14]의 변

화로 로봇이 석고 벽을 미는 정도를 파악하였으며, Team SNU의 경우 팔 관절들의 토크 값을 통하여 벽

과 로봇 사이의 접촉 힘이 좋은지 나쁜지 파악하였다

[12]. 벽을 뚫을 때에는 대부분 Operational Space

Control을 이용하여 원이나 6각형 모양으로 미리 경

로를 추종하게 하였다. 하지만 [그림 12]와 같이 Team ROBOSIMIAN이나 IHMC 등의 팀들은 실제 대회에

서 미션은 성공하였지만, 완벽한 경로추종이 이루어지

지 않았다.

(a) Team ROBOSIMIAN (b) Team IHMC

[그림 12] DRC Finals 2015의 Wall 미션

4.6 Surprise Mission

Surprise 미션은 대회 전날 밤에 공개되는 미션으로

대회 1일차에는 배전기의 스위치 내리는 미션을 수행

하였고 대회 2일차에서는 콘센트에 꽂혀 있는 전기 플

러그를 잡아 다른 쪽 콘센트에 꽂는 미션으로 이루어

졌다. 따라서 본 미션을 성공한 9개 팀은 100% 수동


인식 / 조작을 통해 미션을 수행하였다([그림 13]). 다자유도 관절을 가지는 로봇을 조작자가 직관적으

로 조작할 수 있는 인터페이스를 갖추는 것이 가장 큰

이슈였으며, 따라서 최단 성공 팀과 최장 성공 팀 사

이의 시간 간격이 가장 큰 미션이었다.

4.7 Rubble Mission

Rubble 미션은 [그림 14]와 같이 나무막대기나 쇠파

이프 등으로 이루어진 장애물을 극복하여 통과하는

Debris 미션과 일정한 규칙으로 쌓인 벽돌 험지를 극

복하여 걷는 Terrain 미션으로 이루어져있으며, 둘 중

하나를 선택하여 미션을 수행하면 된다. 모든 2족 보행팀들은 Terrain 미션을 선택하여 Lidar

를 이용하여 지면과 로봇 사이의 관계를 획득한 뒤 보

행을 통해 지형을 극복하였으며, 바퀴를 사용한 팀들

은 장애물을 극복하며 지나가는 Debris 미션을 선택하

였다. Team KAIST는 Debris 미션을 선택하였고, 자이로

센서와 양발의 F/T 센서를 이용하여 장애물을 밀 때

발생하는 반발력을 측정 하여, 최소의 반발력이 작용

하는 방향으로 로봇을 전진하는 알고리즘을 개발하였

다. 이에 반해, 동일하게 Debris미션을 선택한 Team NIMBRO RESCUE의 경우, 2일차 경기에서 장애물

을 밀 때 모터의 출력이 모자라 모터가 과열되면서 본

미션을 성공한 뒤 4개의 다리 중 2개의 다리의 모터가

작동을 하지 않으면서 본 미션을 성공한 후 이후 미션

을 포기하였다.

(a) Debris (b) Terrain

[그림 14] DRC Finals 2015의 Rubble 미션

4.8 Stairs Mission

약 20cm~22cm로 이루어진 계단을 총 4칸 극복하

여 올라가는 Stairs 미션은 본 대회의 마지막 미션이

다. 이 미션을 2족 보행팀들은 Terrain 미션과 동일하

게 라이더 스캔 후 한 칸식 이동하였으며, Team KAIST나 Team DRC-HUBO@UNLV의 경우 바퀴

이동 모드에서 2족 보행 모드로 로봇을 변화시켜 2족

보행팀들과 동일한 방법으로 점수를 획득하였다. 한편, 바퀴를 이용해 이동한 Team ROBOSIMIAN

은 본 미션을 시도하지 않고 포기하였으며, [그림 15]의 Team TARTAN RESCUE는 양팔과 양 다리의 캐

터필러를 계단에 기댄 채, 계단의 모서리가 이어져 만

들어지는 대각선방향으로 계단을 타고 올라가 미션을

성공하였다. 한편, 본 미션을 수행하면서 계단의 난간을 이용한

팀은 단 한 팀도 없었다.

(a) MIT (b) TARTAN RESCUE

[그림 15] DRC Finals 2015의 Stairs 미션

5. 결 론

지금까지 DRC Finals 2015에 참가한 출전팀 들의

연구 성과 및 기술동향에 대해 살펴보았다. 1970년대

이래로 휴머노이드 로봇의 개발은 인식, 제어, 비전 등

요소 기술을 획득하는 방향으로 개발되어져 왔지만, 본 대회를 통하여 각 요소기술들을 통합하여 특정 미

션을 확실히 수행하는 로봇의 개발이 이루어졌다는 점

에서 본 대회의 의의가 있다. 불확실한 주변상황이 많

은 재난 지역에서 복잡한 업무를 수행하기 위하여 출

전 팀들은 하드웨어적, 소프트웨어적 접근을 골고루

분배하여 해결하는 모습을 볼 수 있었다. 본 대회를 통해 여전히 해결해야할 과제들은 다음과

같다. 첫 째, 아직은 2족 보행이 재난현장에 쓰이기는

어렵다. 재난현장에서의 2족 보행기술은 분명 필수적

이긴 하나 안정성 측면에서 사용되기는 어렵다. 둘 째,


로봇이 주변상황을 인지하고 동작할 때에 아직은 사람

의 도움이 필요하다. 자동 주변 인식 및 인공지능 알

고리즘은 아직도 많은 연구가 필요하다. 셋 째, 조작자

의 조그만 실수는 로봇에게 치명적으로 다가온다. 많은 팀들은 DRC Trials 2013의 교훈으로 조작자의 실

수를 최소화하기 위해 많은 노력을 하였으나 본 대회

에서도 여전히 많은 수의 로봇들이 조작자의 실수로

인하여 넘어졌다. 넷 째, 진정한 의미의 Whole-body movement를 보여준 팀은 없었다. 대부분의 팀들이 차

량 탑승 시 한 팔로 차량의 프레임을 잡는 등 로봇을

고정하기 위해 전체 관절을 사용하였으나, 문틀이나

계단의 난간 등을 이용하여 문제를 해결하는 팀들은

없었다. 이러한 문제가 연구되면 가까운 미래에 재난

현장에서 사용 될 수 있는 로봇 기술이 완성될 것으로

기대된다.

참고문헌

[1] “DRC Finals Rule Book”, http://theroboticschal

lenge.org/sites/default/files/docs/2015_04_09_DR

C_Finals_Rule_Book_DISTAR_24388.pdf, [Onli

ne; accessed September 2015].

[2] “What Happened at the DARPA Robotics Cha

llenge?”, http://www.cs.cmu.edu/~cga/drc/events.

html, [Online; accessed September 2015].

[3] E. Guizzo, E. Ackerman, “The Hard Lessons

of DARPA’s Robotics Challenge”, IEEE

Spectrum, Vol. 52, No.8, pp.11-13, 2015.

[4] “ATLAS DRC Robot Is 75 Percent New,

Completely Unplugged”, http://spectrum.ieee.org

/automaton/robotics/military-robots/atlas-drc-robo

t-is-75-percent-new-completely-unplugged, [Onli

ne; accessed September 2015].

[5] C. Knabe, B. Lee, V. Orekhov, and D. Hong,

“Design of a compact, lightweight,

electromechanical linear series elastic actuator,”

ASME International Design Engineering

Technical Conferences, 2014.

[6] N. G. Tsagarakis, S. Morfey, G. M. Cerda, Z.

Li, and D. G. Caldwell, “Complinat

Humanoid COMAN: Optimal Joint Stiffness

Tuning for Modal Frequency Control”, IEEE

International Conference on Robotics and

Automation (ICRA), 2013, pp. 673-678.

[7] C. G. Atkeson, B. P. W. Babu, N. Banerjee,

D. Berenson, C. P. Bove, X. Cui, M.

DeDonato, R. Du, S. Feng, P. Franklin, J. P.

Graff, P. He, A. Jaeger, J. Kim, K. Knoedler,

L. Li, C. Liu, X. Long, F. Polido, M.

Gennert, T. Padir, G. G. Tighe, and X.

Xinjilefu, “NO FALLS, NO RESETS: Reliable

Humanoid Behavior in the DARPA Robotics

Challenge”, in submission to IEEE-RAS

International Conference of Humanoid Robots

(Humanoids), 2015.

[8] M. Quigley, B. Gerkey, K. Conley, J. Faust,

T. Foote, J. Leibs, E. Berger, R. Wheeler, and

A. NG, “ROS: an open-source Robot

Operating System”, In proceedings of the

ICRA Workshop on Open-Source Software,

2009.

[9] “RoboticsLab”, http://www.simlab.co.kr/Robotics

Lab.htm, [Online; accessed September 2015].

[10] J. Burke, R. Murphy, “Human-robot

Interactions in USAR Technical Search: Two

Heads Are Better than One.”, IEEE

International Workshop on Robot and Human

Interactive Communication (ROMAN), 2004,

pp.307-312.

[11] N. Banergee, X. Long, R. Du, F. Polido, S.

Feng, C. G. Atkeson, M. Gennert, and T.

Padir, “Human-Supervies Control of the

ATLAS Humanoid Robot for Traversing

Doors”, in submission to IEEE-RAS



(Humanoids), 2015.

[12] B. Park, H. Cho, W. Choi, and J. Park, “Wall

Cutting Strategy for Circular Hole Using

Humanoid Robot”, in submission to

International Conference on Ubiquitous Robots

and Ambient Intelligence (URAI), 2015.

[13] S. Kim, M. Kim, J. Lee, S. Hwang, J. Chae,

B. Park, H. Cho, J. Sim, J. Jung, H. Lee, S.

Shin, M. Kim, N. Kwak, Y. Lee, S. Lee, M.

Lee, S. Yi, K. Chang, and J. Park, “Approach

of Team SNU to the DARPA Robotics

Challenge Finals”, in submission to IEEE-RAS


(Humanoids), 2015.

[14] J. Pratt, J. Carff, S. Drakunov, A. Goswami,

“Capture Point: A Step Towrad Humanid Push

Recovery”, IEEE-RAS International Conference

of Humanoid Robots (Humanoids), 2006.

김 상 현

2012년 서울대학교 기계항공공학부(공학사)2012년~현재 서울대학교 융합과학기술대학원 박사과정

관심분야 : Human-robot Imitation, Robot Manipulation, Grasping Optimization, Machine Learning

Email : [email protected]

박 범 영

2013년 건국대학교 기계공학과(공학사)2014년~현재 서울대학교 융합과학기술대학원 석사과정

관심분야 : Robot Manipulation, Locomotion Control, Redundant Control

Email : [email protected]

박 재 흥

1995년 서울대학교 항공우주공학과(공학사) 1999년 서울대학교 항공우주공학과(공학석사) 2006년 Stanford University Aero/Astro(공학박사) 2006년~2008년 Post Doc, Stanford University AI Lab2007년~2008년 Hansen Medical, Inc. Senior Engineer2009년~현재 서울대학교 융합과학기술대학원 융합과학부 부

교수

관심분야 : Robot-environment Interaction, Contact Force Control, Multicontact Control, Whole-body Dynamic Control, Biomechanics

E‐mail : [email protected]

drc finals 2015 – 참가팀들의 결과분석

Documents