Core Technology

세 가지 핵심 기술 축

시험 환경, 로봇, 조정 — 모두 같은 채점기 위에서 움직입니다. Environment, Robot, Adaptation

시험 환경

현장을 재현하거나 자동으로 생성

지도나 도면으로 현장을 재현하거나 시험 환경을 자동으로 만듭니다. 비·안개·야간·전파 방해 같은 악조건도 설정으로 적용합니다.

  • 물리 기반 환경 시뮬레이션(PhysX)
  • OpenSCENARIO 2 계열 시나리오
  • 환경 자동 생성, 조건 변경

로봇 모델

로봇은 설정 파일 하나로

기구 제원, 움직임 한계, 손 부분, 센서 위치를 선언해 로봇을 등록합니다. 제원은 제조사 확정값과 대조합니다.

  • 센서 잡음, 성능 저하, 고장 주입
  • 관절·접촉 동역학
  • ROS 2(Jazzy) 연동

조정 순환

채점 결과를 다음 학습으로

시뮬레이션에서 학습하고, 물리로 채점하고, 실패 원인을 찾아 다시 학습합니다. 실제 로봇에서의 효과는 시뮬레이션과 실제를 비교하는 자료를 모으는 단계입니다.

  • 시험 기록을 학습 데이터로(LeRobot, RLDS 형식)
  • 추가 학습, 강화학습(Isaac Lab)
  • 실패 원인으로 다음 학습 데이터 설계

플랫폼 역량

채점 방식의 특징

동일 기준
여러 로봇, 하나의 채점기
서로 다른 로봇을 같은 채점기, 같은 항목으로 시험합니다
코드 0
새 로봇은 설정 파일 1개로
채점 프로그램을 고치지 않고 새 로봇을 받아들입니다
물리 기반
센서·환경
센서와 환경을 물리로 모사하고, 시험 조건은 선언으로 적용합니다
미측정 ≠ 합격
측정 못 한 것은 합격 아님
참조 표준의 측정 항목을 시험 항목으로 씁니다(적합성 인증 아님)
Architecture

5계층 구성

환경, 로봇, AI, 채점, 보고 — 로봇과 작업이 바뀌어도 구성은 같습니다

1
환경
지도, 도면, 자동 생성, 악조건 설정
2
로봇
설정 파일 1개, 센서 모델
3
AI
로봇 AI 모델, 외부 AI 모듈, 동작 계획
4
채점
항목별 물리 채점, 3상 판정, 채점기 자체 점검
5
보고
판정 이유, 측정 범위, 한계, 영상, 궤적

로봇 등록은 설정 파일 하나로

새 로봇을 추가해도 채점 프로그램과 시나리오는 그대로입니다. 제조사가 달라도 같은 항목으로 채점합니다.

Franka Panda
Franka Panda
UR10 + Robotiq
UR10 + Robotiq
Kinova Gen3 + Robotiq
Kinova Gen3 + Robotiq
Techman TM12 + Robotiq
Techman TM12 + Robotiq
AgileX PiPER
AgileX PiPER

같은 작업, 같은 채점기, 같은 시험 환경(시뮬레이션 화면)

몸체 사양
링크·관절·무게
움직임 한계
관절 범위, 속도, 힘
손 부분
그리퍼·흡착
센서 위치
카메라, LiDAR, IMU
같은 채점기, 같은 항목
채점 프로그램·시나리오 변경 없음

「프로그램 수정 없음」이 「할 일 없음」은 아닙니다 — 로봇 정보 정리와 로봇별 보정이 필요합니다. 로봇 이름 표기는 제휴 관계를 뜻하지 않습니다.

시나리오 작성과 시험 실행

작업과 조건, 합격 기준을 시나리오 언어로 작성하면, 물리 실행과 여러 각도의 영상이 한 번에 기록됩니다.

scenario manip_insert_generic:  do serial:    manip_grasp_gen(…)      # ① 잡는 자세 계산    manip_pick(…)           # ② 집기    manip_place(x: 1.0, …)  # ③ 구멍에 꽂기    assert_manip_strict(    # ④ 채점      use_case: "insert")

로봇팔 꽂기(삽입) 시나리오 예 — 동작 4줄, 채점 1줄

로봇팔 꽂기 과제 실행 — 같은 순간을 세 카메라(넓게, 가까이, 위)로 기록(시뮬레이션)

로봇팔 꽂기 과제 실행 — 같은 순간을 세 카메라(넓게, 가까이, 위)로 기록(시뮬레이션)

작성 방법 — 마법사, 화면 편집기, 자연어 초안→사람 확인→실행→자동 채점

결과는 세 가지: 합격, 불합격, 미측정

측정하지 못한 항목은 합격으로 치지 않습니다. 작업은 성공해도 최종 불합격일 수 있습니다.

합격
필요한 조건을 모두 측정으로 확인했을 때만 합격입니다(로봇팔 집기·놓기 시험 기준).
불합격
조건을 지키지 못한 것을 측정으로 확인한 경우입니다.
미측정
측정 자체가 되지 않은 경우입니다(자극 없음, 단위 불일치, 측정 수단 없음). 합격·불합격 어디에도 넣지 않고 따로 집계합니다.
  • ·꼭 필요한 항목이 측정되지 않으면 「측정값 없음」 사유로 불합격 처리합니다(PAVS-VDT-01 v1.2).
  • ·모든 항목이 측정되지 않으면 합격률을 0%나 100%가 아닌 「계산 불가」로 표기합니다.
  • ·프로그램이 스스로 「성공」을 표시하는 시험의 최종 결과 처리는 개발 중입니다(PAVS-VDT-02).
공개 규격 PAVS 보기 →
Technology

사용 기술

물리 실행, 센서, 로봇 소프트웨어 연동에 공개 형식을 씁니다

Visual Engine

RTX 렌더링과 시각화

  • 광선 추적 렌더링(RTX)
  • 환경 조명
  • 물리 기반 재질

Physics Engine

PhysX 기반 물리 실행과 로봇 동역학

  • 강체 동역학
  • 접촉 역학
  • 마찰 모델

Sensor Suite

카메라, LiDAR, IMU 센서 모델

  • 잡음, 성능 저하 주입
  • 카메라 렌즈 왜곡
  • 센서 고장 주입

ROS 2

ROS 2(Jazzy), Nav2 연동

  • 토픽·서비스·액션
  • Nav2 주행 스택
  • 시나리오 언어 액션 연동

연동

🤖ROS 2 (Jazzy)
🐍Python
🔗REST API
🧊OpenUSD
Open Formats

공개 형식

공개 형식을 써서 다른 도구와 호환됩니다 — 목적은 이식성입니다

OpenUSD

AOUSD

장면과 3D 자산 형식 — 대규모 환경의 계층적 합성

  • 계층적 합성
  • 지연 로딩(Payload)
  • Variant Sets

OpenSCENARIO 2 계열

ASAM

시나리오 작성 언어 — 작업, 조건, 합격 기준 정의

  • 선언형 시나리오
  • 조건 변경
  • 채점 항목 선언

ROS 2

Open Robotics

로봇 소프트웨어 연동

  • Jazzy
  • Nav2
  • 토픽·서비스·액션

MuJoCo

Google DeepMind

다른 물리 엔진으로 확인

  • 같은 로봇, 같은 동작 비교
  • 엔진 간 차이 확인
Reference Standards

참조 표준의 측정 항목

표준의 측정 항목을 시험 항목으로 사용합니다. 분야별 지원 수준(구현, 부분, 참고)을 함께 표기합니다.

ISO 9283
로봇팔 성능(부분)
측정 항목을 시뮬레이션으로 재현(공식 시험 아님)
ISO 10218-1·-2
협동·안전(부분)
신체 부위별 접촉 항목 등록
ISO/TS 15066
협동 로봇 접촉력(참고)
힘·압력 판정 개발 중
ISO 3691-4
이동 로봇(부분)
충돌, 정지, 거리 항목. 속도 측정 근거 보완 중
ISO 13482
서비스 로봇 안전(참고)
측정 항목 참고
ISO 18646
서비스 로봇 성능(참고)
측정 항목 참고

표준 번호는 참고용이며, 측정 항목을 기준으로 조항별 판정(합격, 불합격, 미측정)을 합니다. 적합성 인증이 아닙니다.

Specifications

지원 사양

로봇 종류를 가리지 않는 구조, 환경 유형, 센서 종류

지원 로봇

새 로봇은 설정 파일 1개로 추가 — 아래는 시험에 쓴 예

🦾

로봇팔(Manipulator)

  • Franka Panda
  • UR10, Kinova Gen3, Techman TM12
  • AgileX PiPER
🤖

이동 로봇(AMR)

  • NVIDIA Nova Carter
  • Clearpath Husky
  • 배송 로봇 + 로봇팔
🐕

다리 로봇(Legged)

  • Boston Dynamics Spot
  • ANYbotics ANYmal D
🚁

드론·비행체(Aerial)

  • 쿼드로터
  • 고정익
🛡️

무인체계(지상·수상·수중)

  • 전술 차량
  • 무인 수상정
  • 무인 잠수정

고객 로봇 등록 지원(로봇 정보 정리, 보정 협의)

지원 환경

지도, 도면, 자동 생성으로 구성

📦

물류창고

  • 랙
  • 컨베이어
  • 충전소
🏭

공장

  • 생산라인
  • 작업대
  • 이동 동선
🏥

병원·서비스

  • 복도
  • 병실
  • 엘리베이터
🌆

야외·도시·지형

  • 도로
  • 건물
  • 지형

환경 자동 생성, 조건 변경 지원

센서 모델

잡음, 성능 저하, 고장을 조건으로 주입

📡

LiDAR

2D/3D, 잡음, 고장 주입

📷

카메라

색상, 깊이, 렌즈 왜곡

🧭

IMU

가속도, 자이로, 드리프트

🛰️

위성항법

방해, 성능 저하 조건

👆

접촉

접촉·충돌 감지

판정 방식

물리 판정실측 물리량 기반
센서 모델물리 기반
판정 상태합격, 불합격, 미측정
배치 시험조건 변경 자동 실행
다중 개체같은 채점기 아래 동시 시험
정책 조정진단이 다음 학습을 설계

연동

ROS 2 (Jazzy)
네이티브 연동
Nav2
주행 스택
REST API
시험 요청, 결과 조회
OpenUSD
장면·자산 형식
VDA 5050
연동 범위 확인 중
MuJoCo
다른 엔진으로 확인
Why imSim

왜 imSim인가요?

채점 계층까지 갖췄는지가 차이입니다 — 성능 우열 비교가 아닙니다

성공의 물리적 성립
작업 「성공」이 물리적으로 성립했는지 확인
imSimimSim
접촉·위치·힘 측정으로 판정, 성립하지 않은 성공은 0점
현장 실물 시험사람이 관찰하고 기록
범용 시뮬레이션 도구별도 구현 필요
필수 측정이 빠졌을 때
측정 수단이 없거나 값이 안 들어온 항목의 처리
imSimimSim
「측정값 없음」 사유로 불합격, 미측정은 따로 집계
현장 실물 시험시험 설계에 따라 다름
범용 시뮬레이션 도구별도 구현 필요
채점기 자체 점검
채점 프로그램이 틀린 판정을 내지 않는지 확인
imSimimSim
음성 대조군, 정기 자동 점검(확대 중)
현장 실물 시험해당 없음
범용 시뮬레이션 도구별도 구현 필요
실제 로봇과의 차이 표기
시뮬레이션 결과가 실제와 얼마나 맞는지 표기
imSimimSim
실제 로봇 대조 단계를 표기, 증거가 없으면 「없음」
현장 실물 시험실물 시험(차이 없음)
범용 시뮬레이션 도구별도 구현 필요
다중 로봇 시뮬레이션
여러 로봇을 한 환경에서 동시에 시험
imSimimSim
현장 실물 시험장비 대수만큼
범용 시뮬레이션 도구
ROS 2 연동
ROS 2 노드를 시뮬레이션에 직접 연결
imSimimSim
현장 실물 시험로봇 소프트웨어 그대로
범용 시뮬레이션 도구
물리 엔진
접촉·마찰·충돌 등 물리 시뮬레이션
imSimimSim
현장 실물 시험실물(해당 없음)
범용 시뮬레이션 도구
AI 학습 연동
강화학습 연결, 시험 기록을 학습 데이터로 변환
imSimimSim
현장 실물 시험데이터 수집 부담 큼
범용 시뮬레이션 도구
실행 화면 확인
웹 화면에서 시험 실행 영상 확인
imSimimSim
현장 실물 시험현장 관찰
범용 시뮬레이션 도구

범용 시뮬레이션 도구는 물리 실행 도구 일반을 말하며, 특정 제품과의 비교가 아닙니다.