검색 상세

다천체 분광기를 위한 광섬유 로봇 위치기 시스템 및 경로 계획 알고리즘 개발

Development of a Robotic Fiber Positioning System and Path Planning Algorithm for Multi-Object Spectrograph

  • 임현호 (아주대학교 일반대학원)

초록/요약

우주를 이해하기 위한 연구의 일환으로, 은하의 대규모 분광 관측을 통해 암흑 에너지와 표준 우주 모형을 탐구하는 다양한 Multi-Object Spectroscopy(MOS) 프로젝트가 진행되고 있다. 이를 위해 한 번에 다수의 은하를 관측할 수 있는 광섬유 로봇 위치기 시스템이 개발되었다. 광섬유 로봇 위치기 시스템은 다천체 분광기에 사용되는 Focal plate 방식으로 다수의 Robotic Fiber Positioner(RFP)를 사용하여 은하를 관측한다. RFP는 SCARA 로봇 구조를 기반으로 설계되었으며, 두 개의 회전 모터를 사용해 작업 공간 내에서 광섬유를 정밀하게 위치시킨다. 이러한 다천체 분광기는 RFP의 밀집 배치를 필요로 하며, RFP 간 충돌을 방지하기 위한 안전하고 효율적인 경로 계획 알고리즘이 필수적이다. 이러한 연구 동향 속 국내 연구진 주도로 새로운 MOS 연구 프로젝트가 진행중에 있다. The All-sky Spectroscopic Survey of Nearby Galaxies(A-SPEC)은 가까운 우주를 관측하여 3차원 우주 지도를 작성하고 본격적으로 가속 팽창이 진행된 최근 수 억년 동안의 은하와 은하 집단들의 진화 양상을 통해 표준 우주 모형을 검증하고자 한다. A-SPEC에 사용될 다천체 분광기는 K-SPEC으로 6 deg2의 시야각을 가지며, 약 114개 이상의 천체를 동시에 관측할 수 있도록 설계되었다. 논문에서는 256 mm 직경의 K-SPEC Focal plate에 배치할 RFP를 설계하고 설계 가이드라인을 제시한다. 또한 광손실을 최소화하고 분광 관측 성능을 향상시키기 위한 위치 오차 보정 모델을 제안한다. 제안된 보정 모델은 Wobble error와 Roundness error를 효과적으로 줄임으로써, 기존 기구학 모델 대비 위치 오차를 32% 감소시키는 성과를 보였다. 또한, 제작된 RFP의 성능 측정을 위해 Metrology camera를 이용한 위치 정확도 측정을 진행하였다. 측정 결과, Blind move에서는 평균 112.77±104.73 μm의 위치 오차가 발생하였으나, 측정된 위치를 보정하는 Calibration move를 통해 2.65±1.34 μm의 높은 위치 정확도로 목표 위치에 도달할 수 있었다. 논문에서 광섬유 로봇 위치기 시스템을 위한 2가지 알고리즘을 제안한다. 첫번째로 Dual state greedy choice(DSGC) 알고리즘은 RFP 간 충돌을 방지하고 광섬유를 원하는 위치로 이동시키기 위한 경로 계획 알고리즘으로 관측 위치에서 초기 위치까지 한 번에 경로를 생성하지 않고, 모든 RFP가 충돌이 발생하지 않는 Safe state를 중간 지점으로 거쳐가는 경로를 생성한다. 이를 통해 논문의 알고리즘은 기존 문헌의 경로 계획 알고리즘에 비해, 한 Tile내의 모든 RFP가 성공적으로 경로를 생성하는 Fully convergent tile을 17.6% 더 많이 생성하였다. 두번째로, Learning-based convergence prediction model(LCPM)은 경로 계획의 수렴 여부를 예측하는 모델로 Convolution Neural Network(CNN) 기반의 딥러닝 알고리즘을 통해 작성되었다. 제안된 LCPM을 통해 경로 계획의 수렴 여부를 확인한 결과, 93.17% 정확도로 수렴 여부를 예측할 수 있었다. 최종적으로 DSGC와 LCPM을 결합하여, 수렴에 실패한 RFP를 사전에 Safe state로 이동시키는 Pretreatment 과정을 포함한 새로운 경로 계획 알고리즘을 제안하였다. 이를 통해 1000개의 Tile 중 972개에서 모든 RFP를 관측 위치로 이동시킬 수 있었다. 논문에서는 제안한 알고리즘이 다양한 상황에서도 안전성과 범용성을 유지하는지 확인하기 위해, RFP가 고장이 발생한 상황을 가정하고 시뮬레이션을 진행하였다. 이를 통해 기존 알고리즘 대비 2배 이상의 Fully convergent tile을 생성했으며, LCPM 기반의 Target replacement를 적용하여 전체 Tile 중 91.96%를 Fully convergent tile로 생성할 수 있었다. 마지막으로, 광섬유 로봇 위치기 시스템의 프로토타입을 제작하여 제안한 알고리즘과 RFP의 성능 검증을 진행하였다. 이를 위해 임의의 Tile 조건을 생성하고 DSGC를 통해 경로 데이터를 생성, 프로토타입을 통해 성능을 측정하였다. 측정 결과, 제안한 알고리즘이 성공적으로 충돌 없이 원하는 위치로 광섬유를 이동시킬 수 있었으며, Calibration 과정을 통해 위치 오차를 3 μm 이하로 줄일 수 있었다. 이를 통해 논문의 광섬유 로봇 위치기 시스템이 MOS에서 요구하는 다양한 조건에서도 안정적으로 작동할 수 있음을 실험적으로 입증하였다.

more

목차

제 1 장 서론 1
1.1 Multi-Object Spectroscopy 1
1.2 광섬유 로봇 위치기 시스템 4
1.3 The All-sky Spectroscopic Survey of Nearby Galaxies (A-SPEC) 7
1.4 연구 목적 10
제 2 장 Robotic Fiber Positioner 12
2.1 Robotic Fiber Positioner 설계 12
2.1.1 축 및 구동 방식 설정 12
2.1.2 Pitch와 Coverage 방식 14
2.1.3 암 길이 18
2.1.4 K-SEPC의 Robotic Fiber Positioner 21
2.2 위치 오차 분석 및 보정 모델 25
2.2.1 빛 손실 25
2.2.2 보정 모델 27
2.2.3 보정 모델의 파라미터 추정 30
2.3 위치 제어 및 성능 검증 33
2.3.1 측정 셋업 33
2.3.2 위치 정확도 측정 35
2.3.3 고찰 38
제 3 장 경로 계획 알고리즘 43
3.1 광섬유 로봇 위치기 시스템을 위한 경로 계획 43
3.1.1 Target Assignment 45
3.1.2 Decentralized Navigation Function 알고리즘 47
3.1.3 Cooperative Artificial Potential Fields 알고리즘 49
3.1.4 Greedy Choice 알고리즘 50
3.1.5 Forward Path & Reverse Path 54
3.2 Dual State Greedy Choice 알고리즘 57
3.3 Learining-based Convergence Prediction Model 65
3.3.1 Convergence Prediction Model 65
3.3.2 Learning-based Convergence Prediction Model 66
3.3.3 DSGC Using Learning-based Convergence Prediction Model 70
3.4 고장 상황에서의 경로 계획 75
3.4.1 RFP의 고장 유형 75
3.4.2 고장 상황 대응 경로 계획 77
3.4.3 고장 상황 시뮬레이션 79
3.4.4 고찰 85
3.4.5 Target Replacement 90
제 4 장 광섬유 로봇 위치기 시스템 프로토타입 94
4.1 프로토타입 구성 및 제작 94
4.2 성능 평가 97
제 5 장 결론 및 향후 과제 101
참 고 문 헌 105
Abstract 110

more
반출 Meta View 목록