Multi-sensor Collaborative Remote Control of a Robotic Arm Reflecting User Grasping Intention

조이스틱과 같은 기존의 사용자 인터페이스는 조작자에게 높은 인지적 부하를 요구하며 직관성이 낮아 작업 효율을 저하시키고 피로도를 높이는 한계가 있다. 본 논문에서는 이러한 문제를 해결하기 위해 근전도(EMG) 기반의 파지 의도 인식과 비전 기반의 자동 목표 위치 추정을 결합한 새로운 하이브리드 원격 제어 시스템을 제안한다. 제안된 시스템은 웨어러블 EMG 암밴드를 착용하여 사용자의 파지 의도를 실효값(RMS) 분석 및 최대 자발적 수축(MVC) 기반 임계값 설정을 통해 직관적으로 감지하며, 이를 로봇 그리퍼의 개폐 동작에 직접 매핑한다. 동시에, 단안 카메라와 ArUco 마커를 활용하여 대상 물체의 6자유도(6-DoF) 포즈를 정밀하게 추정하며, ROS(Robot Operating System) 환경 내 tf2 라이브러리를 통해 카메라 좌표계를 기준 좌표계로 변환함으로써 로봇 팔이 목표 위치로 자동 이동하도록 구현하였다. 로봇 조작 경험이 없는 일반인을 대상으로 한 Pick-and-Place 작업 비교 실험 결과, 제안된 EMG-Vision 하이브리드 시스템은 기존 조이스틱 제어 방식 대비 평균 작업 수행 시간을 44% 단축시켰으며, 작업 실패율을 10배 이상(18.3% → 1.7%) 감소시키는 정량적 성능 향상을 입증하였다. 이러한 결과는 본 시스템이 보다 직관적이고 신뢰성 있는 인간-로봇 상호작용(HRI) 방식을 제공함을 확인시켜 주며, 향후 재활 로봇, 위험 환경 원격 조작 및 협동 로봇 시스템 등 다양한 분야에 기여할 것으로 기대된다.