논문리뷰 : foam: A Tool for Spherical Approximation of Robot Geometry
회사에서 collision model을 최적화하는 작업을 진행 중에, 흥미로운 논문이 있어 공유한다. 논문은 복잡한 메시(Mesh)를 자동으로 구(Sphere) 기반의 근사 충돌 모델로 변환해주는 도구인 FOAM(Flexible Object Approximation Method) 을 소개한다.
논문의 필요성
- 로봇의 충돌 모델을 단순한 기하 도형(구, 박스 등)으로 근사하는 작업은 실제 산업 현장에서 필요하다. 실제 로봇에 적용되어있는 cpu가 그렇게 좋지 많은 않기때문;;
- 기존 도구들은 노가다였다... 현재진행형...
- 이 논문에서 제안하는 foam library_는_ URDF를 입력받아 자동으로 구 기반 근사 모델을 생성해주는 툴이다
FOAM의 파이프라인 구조
FOAM은 메시 데이터를 입력받아 다음과 같은 전처리 과정을 수행한 뒤, 구 기반의 근사 모델을 생성한다.
mesh를 다듬는 파이프라인을 구축한다.
1. Watertight 처리
3D 메시가 완전히 밀폐된 구조인지 확인하고, 그렇지 않다면 이를 보정한다. 내부 공간과 외부 공간을 명확히 구분지어, 내부에서 구를 키워나가는 Spherization이 가능하도록 한다.
2. Simplification
Quadric Edge Collapse 알고리즘을 통해 메시를 단순화한다. 이 알고리즘은 삼각형 개수를 줄이면서도 원형 형상을 최대한 보존하는 방식으로 작동한다.
3. Smoothing
두 가지 필터가 적용된다:
- Laplacian Smoothing: 인접한 정점 평균을 통해 표면을 부드럽게 만든다.
- Humphrey’s Classes Filter (HC Filter): Laplacian에서 발생할 수 있는 부피 축소를 보정해 원형에 가까운 표면을 회복시킨다.
4. Spherization (AMAA)
핵심 단계다. Adaptive Medial Axis Approximation (AMAA) 알고리즘을 활용해, 객체 내부에서 가장 큰 내접 구들을 반복적으로 배치한다.
- 구 하나를 생성 → 해당 영역 제거
- 남은 공간을 분할 → 다시 최대 구를 찾는 과정을 반복
- 파라미터: max_spheres, branch, depth, epsilon 등을 조절해 제어
이 과정을 통해 메시 전체를 효율적으로 커버할 수 있는 구 기반 근사 모델을 생성한다.
3d 모델을 완전히 밀폐된 상태로 안에서 밖으로 나갈수없는 구조화시킨다. watertight화시키면 내부와 외부가 엄격하게 구분된다.
실험 결과 요약
실험 1. Collision/Distance Query 속도
무작위 100,000개의 queries들을 생성해서 collision distance 측정을 진행했다.
- Collision 검사 (PyBullet, MuJoCo 기준): 속도 차이는 거의 없음
→ 대부분의 물리엔진이 AABB나 BVH를 사용하므로 sphere나 mesh나 속도 유사 - Distance 검사 (FCL, Pinocchio 기준): sphere 모델이 성능 우위
→ 선형 근사 기반의 SDF 또는 거리 계산 방식과 잘 어울림
실험 2. 병렬 시뮬레이터 적용 (Genesis)
- 병렬 시뮬레이션에서 FPS 기준으로 약 10% 성능 향상
시간이되면 실제로 fcl라이브러리를 통해 성능을 검증해보겠다.
물론 내가 최적화하려는 것은 collision판단하는 부분을 판단하려고하는데, 이는 AABB알고리즘으로 구현되어있기에 최적화가 얼마나 될지 모르겠다.