KITECH 생산기술 전문지

본 연구는 산업용 6자유도 로봇의 절대 위치 정확도 향상을 위한 신경망 기반 오차 보정 기법을 제안한다. 로봇의 절대 위치 정확도(Absolute Accuracy)는 매우 중요한 성능 지표이다. 그러나 실제 시스템에서는 링크 길이의 가공 및 조립 공차, 기구학적 불완전성, 그리고 로봇-기반 좌표계 간 캘리브레이션 오차 등으로 인해 위치 정확도 저하 현상이 발생한다. 이러한 기구학적 및 조립 공차를 물리적 측정이나 수학적 추정만으로 정밀하게 보정하는 것은 작업 효율성과 유지보수 측면에서 한계가 있으며, 고난도 수치 최적화 기법 또는 반복 보정 작업을 요구하게 된다. 이를 해결하기 위해 본 연구에서는 목표 위치를 입력으로 하고 실제 위치 오차를 출력으로 하는 회귀형 딥러닝 신경망을 설계하였으며, 레이저 트래커를 이용한 측위 데이터 기반으로 학습을 수행하였다. 학습된 신경망은 피드포워드 방식으로 위치 오차를 실시간 예측하고 보정 좌표를 생성하여 로봇 제어기에 적용된다. 실험 결과, 제안된 기법을 통해 X, Y, Z 축의 평균 위치 오차가 각각 20 µm, 23 µm, 38 µm로 감소하였으며, 이는 기존 방식 대비 위치 정확도의 현저한 향상을 나타낸다. 본 연구는 일반 산업용 로봇 환경에서 실시간 적용이 가능하다는 점에서 높은 실용성과 확장 가능성을 가진다.

키워드 산업용 로봇, 기구학 파라미터, 캘리브레이션, 신경망 구조, Deep Neural Network (DNN)