한연희 교수팀, 노이즈 강한 인식 프레임워크 'DAWN' 제안
로봇·자율주행 국제학술대회 'IROS 2026'서 논문 채택
한국기술교육대학교는 최근 한연희 컴퓨터공학부 교수 연구팀이 깊이 영상(Depth Image)의 센서 노이즈에 강인한 사족보행 로봇 파쿠르 기술을 개발했다고 23일 밝혔다.
깊이 영상은 카메라와 물체 사이의 거리 정보를 픽셀 단위로 담은 영상이다. 로봇이 계단, 틈, 단차, 장애물 등 주변 지형의 3차원 구조를 파악하는 데 활용된다.
기존 시각 기반 보행 로봇 연구는 학습 단계에서 깨끗한 깊이 영상을 가정하고, 실제 운용 시 발생하는 센서 노이즈는 후처리 필터에 의존했다. 그러나 필터의 최적값은 조명, 표면 재질, 거리 분포에 따라 달라져 환경이 바뀔 때마다 다시 조정해야 하는 한계가 있었다.
한 교수팀은 이를 해결하기 위해 로봇이 주변 지형을 이해하고 예측하는 학습 단계에서부터 깊이 영상의 노이즈에 강하도록 설계된 인식 프레임워크 'DAWN'(Denoising and Alignment in World models for Noise-robustness)을 제안했다.
DAWN은 노이즈가 섞인 영상과 깨끗한 영상을 함께 비교·학습하도록 설계돼 실제 환경에서도 로봇이 불완전한 영상 정보에 흔들리지 않고 계단, 단차 등 주변 지형을 안정적으로 인식할 수 있게 함으로써 로봇의 환경 인식 및 제어 안정성을 높였다.
또한 학습 단계에서만 적용되기 때문에 실제 로봇이 동작할 때 추가 연산 비용이 발생하지 않는다. 환경에 따라 필터값을 일일이 조정하지 않아도 돼 조명, 표면 재질, 거리 조건이 달라지는 다양한 실제 환경에 적용할 수 있다는 장점이 있다.
연구팀은 개발한 기술을 사족보행 로봇 'Unitree Go1'에 적용해 파쿠르 실험을 진행했다. 그 결과 가상 환경에서 학습한 로봇이나 AI를 실제 환경에 적용하는 과정인 '심 투 리얼'(Sim-to-Real) 조건에서도 높이 18cm 계단, 폭 70cm 틈, 높이 45cm 단차 과제를 추가 학습이나 재조정 없이 통과했다.
제1저자인 최요한 박사수료생은 "학습 단계에서 노이즈를 직접 다루도록 모델을 설계하는 것만으로도 실제 환경에서 별도 필터 튜닝 없이 로봇이 안정적으로 험지를 통과할 수 있음을 확인했다"고 설명했다.
독자들의 PICK!
한 교수는 "이번 연구는 학생 연구자들이 문제 정의부터 실제 로봇 검증까지 전 과정을 주도해 거둔 성과라는 점에서 더욱 의미가 크다"며 "불완전한 센서 데이터와 다양한 환경 변화에 대응해야 하는 실환경에서의 로봇 인식 기술의 안정성을 높였다"고 설명했다.
한편 연구 결과는 'DAWN: Noise-Robust Quadruped Parkour via Depth-Denoising World Models'라는 제목으로 로봇공학·자율주행·지능형 시스템 분야 국제학술대회 'IROS 2026'(IEEE/RSJ International Conference on Intelligent Robots and Systems)에 채택됐다.
