Morphology-Aware Motion Planning and Visual Navigation for Heterogeneous Mobile Robots

Abstract

본 학위논문은 이종 모바일 로봇을 위한 모션 플래닝 및 시각 기반 내비게이션을 연구한다. 특히 로봇의 형태, 센서 제약, 구동 방식에 따라 시각 정보가 어떻게 다르게 해석되어야 하는지에 초점을 둔다. 최근의 시각 기반 내비게이션 모델은 다양한 로봇에 재사용 가능한 목표 지향 정보를 제공할 수 있지만, 하나의 내비게이션 정책을 바퀴형 로봇, 다리형 로봇, 무지형 로봇에 그대로 전이하는 것은 여전히 어렵다. 각 로봇 형태는 서로 다른 병목을 만든다. 저가형 바퀴 로봇에서는 효율적인 주행 가능성 처리가 중요하고, 거북이 모사 다리형 로봇에서는 형태 의존적인 로컬 플래닝과 stuck recovery가 중요하며, 뱀형 무지 로봇에서는 머리 진동으로 인한 시각 입력 불안정성이 핵심 문제가 된다. 첫째, 본 논문은 저가형 RGB-D 바퀴형 모바일 로봇 플랫폼과 MORP 기반 주행 가능성 인식 내비게이션 파이프라인을 개발한다. 제안한 표현은 시각 및 깊이 정보를 차선 형태의 compact한 주행 가능성 단서로 압축하여, 제한된 센서와 연산 자원에서도 효율적인 로컬 플래닝을 가능하게 한다. 이 연구는 본 논문 전체에서 사용되는 시각 기반 주행 가능성 인식 모션 플래닝의 출발점이 된다. 둘째, 본 논문은 주행 가능성 인식 플래닝을 생체모사 다리형 로봇으로 확장한다. 거북이 모사 로봇을 설계하고, diagonal belly-dragging 보행을 기반으로 검증하였다. RGB-MORP-IL의 초기 적용은 MORP-style 플래닝이 다리형 로봇에도 전이될 수 있음을 보였지만, 동시에 형태 의존적인 명령 실행 특성 때문에 한계가 발생함을 확인하였다. 이를 해결하기 위해 단안 카메라 기반 주행 가능성 표현인 mono-MORP를 제안하고, 시각 내비게이션을 위한 강화학습 기반 로컬 플래너인 mono-MORP-RL을 개발하였다. 시뮬레이션 동적 장애물 환경에서 mono-MORP-RL은 충돌률을 0.80에서 0.03으로 낮추고 성공률을 0.07에서 0.97로 향상시켰다. 실제 로봇 실험에서도 동적 및 out-of-distribution 장애물 조건에서 충돌률을 0.93에서 0.00으로 낮추고 성공률을 0.07에서 0.93으로 향상시켰다. 또한 MORP-style 부분 관측 환경에서 stuck recovery 문제를 해결하기 위해 A* 기반 privileged expert와 rmGAIL을 결합한 mono-MORP-IL을 제안하였다. 제어된 시뮬레이션 벤치마크에서 rmGAIL은 PPO baseline의 성공률을 0.882에서 0.911로 향상시키고 timeout rate를 0.105에서 0.067로 감소시켰다. 추가적인 시각 내비게이션 태스크 비교에서는 rmGAIL 기반 mono-MORP-IL 정책이 동일한 위상적 시각 내비게이션 파이프라인에 통합될 수 있음을 보였으며, 시뮬레이션 및 짧은 실제 로봇 실험의 동적/OOD 장애물 조건에서 성능을 향상시켰다. 특히 실제 로봇 실험에서 mono-MORP-IL은 충돌률 0.00, 도착률 0.97, 성공률 0.97을 달성하였다. 셋째, 본 논문은 뱀형 무지 로봇의 모션 플래닝 및 시각 내비게이션을 연구한다. 바퀴가 없는 뱀형 로봇의 머리 방향은 실제 이동 방향을 안정적으로 나타내지 못하므로, 로봇 몸체 형상에 PCA를 적용하여 안정적인 이동 방향을 추정하였다. 이 방향 추정은 고전적 경로 추종과 카메라 안정화에 모두 사용된다. 이후 본 논문은 무지형 뱀 로봇의 슬리더링 운동으로 인한 머리 진동이 시각 내비게이션의 핵심 장애물임을 분석하였다. 이를 해결하기 위해 CSPM 기반 3자유도 머리 안정화 장치를 제안하였다. 직진 슬리더링 조건에서 제안한 안정화 장치는 roll, pitch, yaw 표준편차를 각각 95.6%, 88.0%, 70.7% 감소시켰다. 위상적 시각 내비게이션 시뮬레이션에서는 CSPM이 없을 때 20회 모두 실패하였지만, CSPM 기반 카메라 안정화를 적용했을 때 20회 모두 성공하였다. 이는 바퀴 없는 뱀 로봇에 시각 내비게이션을 적용하기 위해서는 안정적인 시각 입력이 필수적임을 보여준다. 하드웨어 구현 결과에서도 CSPM은 실제 뱀 로봇의 직선 이동 중 대역통과 필터링된 영상 회전 RMS를 감소시켰으며, 뱀 로봇 프로토타입에서 시각 내비게이션 수행이 가능함을 보였다. 종합하면, 본 학위논문은 형태 및 운용 조건에 의해 유발되는 병목을 적응 모듈을 통해 내비게이션에 활용 가능한 인터페이스로 변환하는 morphology-aware navigation 관점을 제시하며, 이를 compact traversability representation, 실행 가능한 local planning 및 recovery, 그리고 stabilized visual observation의 형태로 구체화하였다.|This thesis investigates motion planning and visual navigation for heterogeneous mobile robots, with a focus on how visual information should be interpreted according to robot morphology, sensing constraints, and locomotion characteristics. Although recent visual navigation models provide reusable goal-directed guidance, directly transferring a single navigation policy across wheeled, legged, and limbless robots remains difficult. Each robot morphology introduces a different bottleneck: low-cost wheeled robots require efficient traversability processing, tortoise-inspired legged robots require morphology-aware local planning and recovery, and snake-like limbless robots require stable visual perception under head oscillation. First, this thesis develops a low-cost RGB-D wheeled mobile robot platform and a MORP-based traversability-aware navigation pipeline. The proposed representation compresses visual and depth information into compact lane-wise traversability cues, allowing efficient local planning under limited sensing and computation. This study establishes the initial form of visual traversability-aware motion planning used throughout the thesis. Second, the thesis extends traversability-aware planning to a bio-inspired legged robot. A tortoise- inspired robot is designed and evaluated using diagonal belly-dragging locomotion. The initial application of RGB-MORP-IL shows that MORP-style planning can be transferred to a legged robot, but also reveals limitations caused by morphology-dependent command execution. To address these limitations, mono-MORP is introduced as a monocular traversability representation, and mono-MORP-RL is developed as a reinforcement-learning-based local planner for visual navigation. In simulation, mono-MORP-RL reduces the collision rate in dynamic environments from 0.80 to 0.03 and improves the success rate from 0.07 to 0.97. In real-world experiments with dynamic and out-of-distribution obstacles, it reduces the collision rate from 0.93 to 0.00 and improves the success rate from 0.07 to 0.93. Furthermore, mono-MORP-IL with an A*-guided expert and rmGAIL is introduced to address stuck recovery under MORP-style partial observability. The rmGAIL policy improves the PPO baseline success rate from 0.882 to 0.911 and reduces the timeout rate from 0.105 to 0.067 in controlled simulation benchmarks. Visual navigation task comparison shows that the rmGAIL- based mono-MORP-IL policy can be integrated into the topological visual navigation pipeline and improves dynamic and OOD obstacle performance in the tested real-world setup. Third, this thesis studies motion planning and visual navigation for a snake-like limbless robot. Since the head orientation of a wheel-less snake robot does not reliably represent its locomotion direction, PCA-based body-shape estimation is used to estimate a stable direction of motion. This direction is used for classical path following and for camera stabilization. The thesis then identifies locomotion-induced head oscillation as a major obstacle to visual navigation. To address this problem, a CSPM-based 3-DoF head stabilizer is introduced. The stabilizer reduces the standard deviations of roll, pitch, and yaw by 95.6%, 88.0%, and 70.7%, respectively, during straight-line slithering. In topological visual navigation simulation, the robot fails in all 20 trials without CSPM but succeeds in all 20 trials with CSPM-based camera stabilization, showing that stable visual input is a prerequisite for applying visual navigation to a wheel-less snake robot. A preliminary hardware implementation further shows that CSPM reduces band-pass image-rotation RMS during physical straight locomotion and enables short-course visual navigation on a snake robot prototype. Overall, this thesis demonstrates that morphology-aware navigation for heterogeneous mobile robots can be organized as a bottleneck-adaptation structure, in which platform-specific sensing, locomotion, and deployment bottlenecks are converted into navigation-ready interfaces through compact traversability representation, executable local planning and recovery, and stabilized visual observation.