그림 1. 전체 시스템 구성도

1. 개발 배경 및 목적

최근 베이비붐 세대의 은퇴와 급격한 고령화로 인해 실버 사회를 위한 대책 마련이 시급해지고 있다. 보행 약자들은 외부 활동을 원하지만 낙상이나 실종에 대한 우려로 인해 보호자 없이는 외출이 어려운 상황이며, 이로 인해 보호자의 돌봄 노동이 가중되는 상황이다. 또한 기존의 다양한 보조기기에도 단점이 존재한다. 수동형 보행기는 요철이나 경사로에서 사용자의 근력에만 의존해야 하고, 전동 휠체어는 하지 근력 증강에 한계가 있으며 탑승 기기로서의 안전 문제가 존재한다. 또한 착용형 로봇은 높은 가격과 안정성 문제가 존재한다. 본 연구는 이러한 문제를 해결하기 위해 사용자의 보행 의도를 실시간으로 파악하여 동력을 보조하고, 자율 방향 전환 기능을 제공함으로써 보행 약자의 자립적인 생활을 돕고 보호자의 돌봄 부담을 완화하고자 한다.

2. 시스템 설계 및 알고리즘

시스템은 사용자 인식을 위한 RGBD 카메라와 보조기의 상태 데이터 수집을 위한 IMU, GPS를 사용한다. 구동 방식은 사용자와의 회전 중심 일치를 위해 후륜 구동을 사용했으며, 인휠 모터를 사용하여 정밀 제어가 가능하도록 구성했다. 전체 프레임은 상용 제품의 규격을 유지하면서 전장품 배치에 필요한 마운트를 모델링 및 3D 프린팅을 통해 제작하여 사용자의 접근성을 유지하였다. 모든 센서와 모터는 임베디드 시스템을 통해 일괄 제어되며, 사용자 인식에 사용되는 AI 또한 같이 제어된다. 

사용자의 보행 의도를 추정하기 위해서 MMPose의 RTMPose-L 모델을 하반신 인식용으로 튜닝하여 사용하고, 이를 위한 데이터셋 재학습을 진행했다. AI는 하반신의 관절 키포인트를 인식하여 좌표를 생성하고, 해당 데이터는 뎁스 데이터와 병합되어 사용자의 전/후진 및 좌/우 회전 추정에 사용된다. 추정이 완료되면 보조 구동을 위한 모터 제어 단계로 넘어가며, 추정된 정보를 토대로 좌우 모터의 속도를 조절하여 전/후진과 좌/우 조향이 병합된 움직임으로 사용자를 보조한다. 보조 구동 동안에는 IMU와 GPS를 통하여 보조기의 위치, 속도 데이터를 수집하고 전복 여부를 판단하여 모니터링이 가능한 데이터로 전송하는 것을 병행한다.

그림 2. 추정 데이터 기반 구동 시나리오

3. 성능 테스트

제작한 시스템의 실용성과 안정성을 확인하기 위해 야외 환경에서 테스트를 진행했다. 실제 상황과 유사하게 요철이 심한 구간과 경사로 구간을 계획 경로에 반영하였고, 경로를 따라서 사용자가 움직일 때 보조기가 역할 수행이 가능한지 확인하였다. 그 결과 요철에 의한 진동과 그림자로 인한 외부 간섭이 존재하더라도 사용자의 하반신을 안정적으로 인식하고, 11°~15°의 경사로에서도 보조 주행 및 제동이 안정적으로 수행됨을 확인했다. 또한 인식부터 구동까지 전체 시스템이 평균 20fps의 주기로 수행되어 실시간 보조가 가능함을 확인했다.

그림 3. 성능 테스트를 위한 경로 및 실제 구동 모습

본 연구는 보행 약자의 안전한 보행 독립을 위해 진행되었으며, 실시간으로 사용자의 의도를 파악하여 보조 구동이 가능한 보조기기를 제안했다. 향후 다양한 의복 및 환경 데이터 증대를 통해 시스템의 강건성을 확보할 계획이다.