Open Source Robotics

고품질 오픈소스 로봇 프로젝트, 도구 및 소프트웨어의 엄선된 컬렉션.

Pick-and-Place

  • 다른 이름: pick and place, pick-place
  • 카테고리: Planning & manipulation › Manipulation
  • 태그: manipulation, grasping, industrial-automation, benchmark-task, robot-learning

한 위치에서 물체를 잡아 지정된 목표 자세에 놓는 조작 과제로, 산업 자동화의 기본 작업이자 표준적인 로봇 학습 벤치마크이다.

정의

픽 앤 플레이스(pick-and-place)는 물체를 지금 있는 곳에서 있어야 할 곳으로 옮기는 과제이다. 로봇은 물체에 접근하여 잡고, 들어 올려 운반한 뒤, 목표 위치와 방향에 내려놓는다. 컨베이어 라인에서 부품을 옮기는 SCARA 로봇과 델타 로봇부터 회로 기판에 전자 부품을 놓는 전용 기계까지, 산업용 로봇에게 가장 흔히 주어지는 작업이며, 로봇 학습 데이터셋과 벤치마크에서도 가장 흔한 과제군이다.

완전한 픽 앤 플레이스 시스템은 여러 문제를 사슬처럼 잇는다. 인식은 물체의 위치를 찾고, 필요하면 자세를 추정한다. 파지 계획은 평행 조 그리퍼의 대척 파지든, 흡착 컵이든, 다지 손이든, 물체를 어디를 어떻게 잡을지 정한다. 모션 플래닝은 충돌 없는 접근, 들어 올리기, 운반, 후퇴 동작을 만들어 내며, 보통 물체 근처에서는 직선 구간을 쓴다. 놓기 단계에서는 물체가 안정되고, 주변과 충돌하지 않으며, 예를 들어 똑바로 세우기, 고정구에 끼우기, 쌓기처럼 과제를 만족하는 자세를 찾아야 한다. 정형화된 공장에서는 고정구와 알려진 부품 형상이 불확실성 대부분을 없애므로, 과제는 고속으로 실행하는 티칭된 위치로 줄어든다. 창고의 빈 피킹이나 가정 정리 같은 비정형 환경에서 어려운 부분은 어수선함, 모르는 물체, 투명하거나 변형되는 물품, 가림이다.

학습 연구에서 픽 앤 플레이스 에피소드는 이름이 붙은 용기에 물체를 넣는 것처럼 흔히 언어로 지정되며, 새로운 물체, 장면, 지시로 일반화되는지 시험하는 데 쓰인다. 파지에 성공하는 것과 과제에 성공하는 것은 같지 않다. 물체는 놓기를 가능하게 하는 방식으로 잡혀 있어야 하며, 그래서 파지 선택은 흔히 놓을 자세에 따라 조건화된다.

중요한 이유

실용적인 조작의 대부분은 물건을 집어 어딘가에 놓는 일로 귀결된다. 인식, 파지, 모션 플래닝, 놓기로 이어지는 전체 사슬과 각 단계가 어디서 실패하는지 이해하는 것은 조작 시스템을 만들거나 평가하는 누구에게나 기본적인 실무 지식이다.

주요 응용

  • 생산 라인의 기계 투입·배출과 부품 이송
  • 표면 실장 부품 배치를 통한 전자 조립
  • 창고 주문 피킹과 빈 피킹
  • 포장과 팔레타이징
  • Vision-Language-Action 모델을 위한 언어 조건부 조작 벤치마크
  • 가정 정리와 보조용 물건 가져오기

실제 사례

한 물류 셀에서 흡착 그리퍼를 단 6축 팔이 여러 물품이 섞인 토트 위에 있다. 깊이 카메라가 토트를 촬영하고, 모델이 평평하게 드러난 표면 위의 흡착 지점을 제안하며, 각 후보는 밀착 품질과 토트 벽과의 충돌 위험으로 점수가 매겨진다. 팔은 표면 법선을 따라 접근하고, 진공 압력을 확인해 밀착을 확인한 뒤, 이웃 물품을 피하도록 수직으로 들어 올려 배송 상자로 옮긴다. 놓을 자세는 상자의 빈 공간으로부터 계산하여 물품이 짧은 거리만 떨어지게 한다. 진공 손실로 감지된 실패한 픽은 깊이 이미지와 함께 기록되어, 파지 모델이 자신의 실수로 재학습될 수 있게 한다.

흔한 오해

  • 픽 앤 플레이스는 해결된 문제이다 — 고정된 알려진 부품에서는 일상적인 일이지만, 어수선함, 모르는 물체, 투명하거나 변형되는 물체 때문에 여전히 활발한 연구 분야이다
  • 놓기는 쉬운 절반이다 — 놓기에는 과제를 만족하는 안정적이고 충돌 없는 자세가 필요하며, 어떤 파지는 필요한 놓기를 불가능하게 만든다
  • 파지에 성공하면 과제도 성공한다 — 물체는 미끄러지거나 그리퍼 안에서 돌아가거나, 의도한 놓기를 막는 방식으로 잡혀 있을 수 있다
  • 벤치마크에서 성공률이 높으면 실제 환경에 쓸 준비가 된 것이다 — 벤치마크의 장면과 물체 집합은 좁기 때문에, 결과가 새로운 물체나 조명으로 옮겨지지 않는 경우가 많다

알아야 할 사람

  • 산업 자동화 및 로봇 셀 통합 업체
  • 매니퓰레이션 및 파지 계획 엔지니어
  • 정책을 평가하는 로봇 학습 연구자
  • 첫 로봇 팔 프로젝트를 만드는 메이커

관련 기술

  • 진공 및 흡착 그리퍼
  • 평행 조 그리퍼
  • MoveIt
  • 델타 로봇과 SCARA 로봇
  • 물체 자세 추정

관련 용어

  • Grasp Planning
  • Antipodal Grasp
  • 6-DoF Grasp Pose
  • Task-Oriented Grasping
  • Task and Motion Planning
  • VLA

관련 프로젝트

  • LeRobot: HuggingFace ML library for real-world robotics in PyTorch
  • OpenPI: Physical Intelligence VLA foundation models for general robot control
  • Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
  • NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
  • OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
  • Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design

이 웹사이트는 JavaScript가 필요합니다. 오픈소스 로봇 프로젝트를 탐색하려면 JavaScript를 활성화하세요.