2025 년 모바일 조작 로봇: 플랫폼, 알고리즘 및 실제 배포
이동 조작에 대한 조사 <unk> 휠 + 팔, 다리 + 팔, 그리고 유인형 플랫폼의 이동과 현명한 조작을 결합.
[로봇 무기 가이드]
[← 블로그]
모바일 조작은 실험실에서 일하는 로봇과 실제 세계에서 유용하게 작동하는 로봇 사이의 격차를
모바일 조작 이 해제 하는 것
고정 기반 조작 로봇은 일정한 지점에 중심이 되는 1
엔지니어링의 도전은 모바일 조작은 단순히 "나비게이션 + 조작"이 아닙니다. 이동 기반을 조작기 팔과 결합하면 각 하위 시스템만으로도 없는 결합 문제를 발생시킵니다. 팔의 움직임은 기지의 안정성을 방해합니다. 기지의 움직임은 팔 포즈 추정에서 오류를 발생시킵니다. 이동하거나 최근에 정지된 플랫폼에서 잡는 것은 고정 기반 시스템에서 존재하지 않는 위치 오류를 도입합니다. 이러한 결합 문제를 해결하는 것은 모바일 조작의 핵심 기술 과제입니다.
플랫폼 비교
| Platform | Mobility | Arm | Price | Best For |
|---|---|---|---|---|
| Hello Robot Stretch 3 | Wheeled (omnidirectional) | Telescopic single 7-DOF | $25K | Healthcare, elderly assist, research |
| Boston Dynamics Spot + Arm | Legged (4-leg) | 6-DOF 4kg payload | $100K+ | Industrial inspection + manipulation |
| Mobile ALOHA (Stanford) | Wheeled (custom base) | Bimanual ALOHA arms | $32K (base+arms) | Bimanual mobile manipulation research |
| Unitree H1 + arm | Humanoid biped | Custom 7-DOF | $90K | Humanoid mobile manipulation research |
| Fetch Robotics FR2 | Wheeled (diff drive) | 7-DOF 6kg payload | $65K+ | Warehouse, logistics, shelf picking |
전체 몸 을 통제 하는 방법
이동 조작에서 기하와 팔의 움직임을 조정하는 두 가지 지배적인 접근법이 있습니다.
- MPC 기반 전체 체 제어: 전체 로봇 (기반 + 팔) 을 부동의 기반 시스템으로 취급하고 100
500Hz에서 공동 궤도 최적화를 해결합니다. 이것은 역동적 결합을 계산하는 물리적으로 일관된 기반 + 팔 움직임을 생성합니다. 계산적으로 비싸다: 완전한 인형 시스템 (Unitree H1 + 팔) 에 대한 현대 프로세서에서 해상당 20 100ms가 필요합니다. 이는 실시간 제어에 견밀합니다. 보스턴 다이내믹스와 ETH 취리히의 ANYmal 구현은 여기에서 최첨단 기술입니다. - ** 순위적 제어 (공동 프레임):** 별도의 컨트롤러를 사용하여 기지를 안정시키고, 안정된 기지에 연결된 "공동 프레임"에서 팔 궤도를 계획합니다. 계산적으로 저렴 (일개의 합동 최적화보다는 두 개의 별도의 컨트롤러) 및 조정하기가 쉽습니다. 타협: 역동적 결합을 완전히 고려하지 않으므로 기지를 방해하는 팔 움직임은 예측 오류를 유발합니다. 기본 역학이 더 단순한 바퀴형 시스템에서 선호합니다.
조정 의 도전
- 팔-기반 충돌: 팔의 작업 공간은 기반 충돌을 피하기 위해 계획되어야 하며, 이는 팔과 기반 기하학을 동시에 포함하는 전체 신체 충돌 검증이 필요합니다. 이것은 종종 잘 구현되지 않습니다.
- 역학적 안정성: 다리형 시스템에서, 높은 속도로 움직이는 팔은 다리들에 의해 보상되어야 하는 반응 동력을 생성한다. 3kg의 유용무용 부하로 완전한 속도로 움직이는 팔은 바닥에서 20
50Nm의 반응 동력을 생성한다. 부조절된 다리형 시스템을 불안정하게 할 만큼. 솔루션: 이동 중에 팔의 가속을 제한하거나, 팔과 다리 컨트롤러를 전체 체 MPC를 통해 결합한다. - ** 이동 또는 최근에 정지된 기반에서 잡기:** 스팟+아름 및 유사한 플랫폼에 대한 연구 결과에 따르면, 위치 추정의 잔여 진동과 정지 때문에, 마지막 500ms에서 기반이 정지되었을 때 포착 정확도는 3
5x 더 나빠집니다. 실용적인 해결책은 잡기 시작하기 전에 멈추고 1 2초 후에 멈추거나 잡기 접근 중에 위치 불확실성을 보완하기 위해 힘과 동동력 피드백을 사용합니다.
실제 배치
- ** 치열한 로봇 모시 (병원 물류):** UT 사우스웨스턴, HCA 헬스케어, 오크스너 등 10개 이상의 미국 병원에서 배치되었습니다. Moxi는 병원 코디어도 탐색하고 간호역에 공급 트레이를 배달합니다. 이것은 모바일 조작이 상업적으로 성숙한 곳의 예로 들 수 있습니다.
- 6 강 시스템 (하우스): Chuck 로봇은 하우스 작업자들과 함께 운반하여 버섯을 운반하며, 50~80%의 도보 거리를 줄이고 있습니다. 다시 말하지만: 항해 + 운송은 상업적으로 배치 된 능력입니다. 팔 조작은 아직 이 규모로 배치되지 않았습니다.
- ** 안녕하세요 로봇 (클리닉 테스트, 노인 지원):** 스트레치 로봇은 가정 노인 지원을 위한 다중 사이트 임상 시험에 있습니다.
RCSV의 솔루션 팀은 모바일 조작 프로젝트를 확장하고 응용 프로그램에 적합한 플랫폼을 연결할 수 있습니다. 현재 제공을 위해 [솔루션 페이지]
주요 연구 논문 (2024~2025)
모바일 조작의 학술적 경계는 빠르게 발전했습니다. 이 논문은 현재의 최신 기술을 나타냅니다.
- ** 모바일 ALOHA (Zipeng Fu et al., 스탠퍼드, 2024):** 이동통신 데이터와 50 개의 모바일 시범을 통해 공동 훈련이 80%+의 성공으로 모바일 쌍방향 작업 (음식, 청소) 을 가능하게 한 것을 입증했습니다. 핵심 통찰력: 이동통신 데이터 추가로 최소한의 모바일 데이터로 이동 플랫폼에 정적 조작 기술을 전송합니다. 이것은 모바일 조작의 데이터 수집 부담을 크게 줄입니다.
- TidyBot++ (Jimmy Wu et al., Princeton, 2024): LLM 기반의 객체 배치 추론을 모바일 조작과 결합하여 사용하는 개인화 된 정비 시스템. 실재용 주택에 스트레치에 배치됩니다. 성공률: 85%의 보이는 객체 범주, 65%의 신규 객체. 높은 수준의 추론을 위한 기초 모델을 낮은 수준의 실행을 위한 학습된 정책과 결합하는 힘을 보여줍니다.
- RoboCasa (Yuke Zhu et al., UT Austin/NVIDIA, 2024): 실제 하드웨어로 전송되기 전에 시뮬레이션에서 모바일 조작 정책을 훈련시키기 위해 설계된 100+ 부엌 작업의 대규모 시뮬레이션 벤치마크. 2,500+ 3D 객체, 현실적인 물리. 시뮬레이션에서 실제 모바일 조작 연구에 대한 지배적인 벤치마크.
- DexMobile (Qi et al., UC San Diego, 2025): 전체 체내 정책을 사용하여 유능한 조작과 모바일 기반 내비게이션을 결합합니다. 이동성과 손 조작이 필요한 이동 및 배달 작업에서 입증되었습니다. 보이지 않는 방에서 새로운 객체에 72%의 성공
- HomeRobot (CMU/Meta, 2024): 가구 작업에 대한 개방형 어휘 모바일 조작 기준. 스트레치 및 스팟 플랫폼을 통한 표준화된 평가 프로토콜. 하드웨어 및 평가 기준을 정하여 방법 간의 공정한 비교를 제공합니다.
모바일 조작에 대한 데이터 수집
모바일 조작 데이터 수집은 고정 기반 수집을 넘어 복잡성을 추가합니다.
- ** 위치 요구 사항:** 모든 데모는 에피소드 내내 정확한 6DOF 기반 포즈를 필요로 합니다. 솔루션은: 외부 동작 캡처 (OptiTrack, 방 설정에 $50,000+), 탑재된 SLAM (정확하지 않지만 외부 인프라가 없습니다) 또는 신뢰성 표시기 (ArUco 태그, $0.10 각, 환경을 둘러싼 위치).
- 환경 일관성: 에피소드 사이에는 환경이 리셋되어야 합니다.
객체 위치뿐만 아니라 로봇의 시작 위치, 문 상태, 드래저 상태 및 오더 구성도 마찬가지입니다. 이것은 테이블 작업에 비해 리셋 시간을 3-5배 증가시킵니다. - 나비게이션 + 조작 결합: 시범은 항해 접근 방식에서 조작을 통해 후퇴를 통해 전체 궤도를 캡처해야 합니다. 부분 시범 (나비게이션만 또는 조작만) 는 단계들 사이에 중요한 전환 정보를 잃습니다.
- ** 다방 커버리:** 작업이 여러 방에 걸쳐 있다면 카메라 배치는 모든 관련 공간을 커버해야 합니다. 전형적인 모바일 조작 수집 설치는 4-6 개의 고정 카메라와 로봇의 내장 카메라를 사용합니다.
RCSV의 샌프란시스코 연구소는 반복 가능한 다방 이동 조작 시나리오를 가능하게 하는 구성 가능한 파티션과 바닥 표시를 가지고 있습니다. 우리의 이동 이동 조작 데이터 수집 패키지는 현지화 인프라, 다방 카메라 녹화 및 전체 궤도를 캡처하는 것을 포함한다. [자신에 연락하십시오]
RCSV의 모바일 조작 능력
RCSV는 모바일 조작 연구 및 데이터 수집을 위해 스트레치 3 및 모바일 ALOHA 플랫폼을 유지합니다. 우리의 기능에는 다음과 같은 기능이 있습니다.
- ** 텔레오퍼레이션:** VR 기반의 텔레오퍼레이션 (메타퀘스트 3+ 사용자 지정 지도)
- ** 환경:** 1,800 평방 피트 컬렉션 바닥에서 구성 가능한 부엌, 거실, 창고 시나리오
- ** 데이터 형식:** HDF5 전체 6DOF 기본 자세, 멀티 카메라 동기화된 비디오, 합동 상태 및 탐색 궤도
- 리징: 고객 시설에서 현장 데이터 수집을 위해 임대용으로 사용할 수 있는 모바일 플랫폼. [리징]
관련 독서
- 로봇 팔 구매 안내서 2026
모바일 플랫폼에 대한 팔 선택 - [최고의 우아한 로봇 손 2025]
- [2026년 데이터 수집 비용]
- [RL vs 모방 학습]
T8 ) 올바른 교육 접근 방식을 선택하는 - [하우스 로봇 ROI]
T9 ) 상업용 모바일 조작 - RCSV 데이터 서비스
모바일 조작 데이터 수집 - 로봇 리싱
모바일 플랫폼의 사용 가능성
모바일 조작 컨설팅 및 하드웨어
RCSV는 모바일 조작 플랫폼 선택, 시스템 통합 지원 및 모바일 조작 작업에 대한 데이터 수집을 제공합니다.
[해결을 참조]