Result1. 로봇 미션과 이벤트 로그 데이터 준비
#멀티로봇 #논문리뷰 #프로세스마이닝 #라라크루
누군가 이야기하다 보면 "그래서 결론이 무언가" 무언지를 고민 하며 알아가고 싶고, 그것이 무엇인지 고민이 된다. 성격이 급한 사람은 다짜고짜 결론만 듣고 싶어 한다.
하지만 우리 같은 글을 쓰는 사람들은 알고 있다! 이 결론이 얼마나 가치 있는 것인지를..
그래서 결론은 나중에 보여주고 싶고, 결론에 대해 충분히 공감이 될 수 있도록 서론과 본론을 상세하고 설명하고 싶다. 그래야 내가 마주한 결론의 신비를 같이 이해할 수 있기 때문이다.
드디어 본 논문의 결론의 이야기를 꺼내게 되었다.
하지만 결론의 내용이 너무 방대하다. 그래서 결론만 거의 3번 이상 나누어서 글을 발행해야 할지도 모른다.
오늘은 이벤트 로그 데이터를 어떻게 준비하는지에 대한 내용을 다룬다.
Result
Mission Study
•미션의 목적은 무엇인가요? 불을 찾고 소화하며, 침입자를 찾고 추적하는 것
•미션의 다양한 목표는 무엇인가요? 불 감시, 불 소화, 용의자 수색 및 용의자 추적
•미션의 이벤트는 무엇인가요? 로봇의 발사, 로봇이 수행하는 작업, 가능한 실패 등.
•이들의 유형과 특징은 어떻게 되나요? 이벤트는 고유 식별자, 활동, 활동을 수행하는 에이전트, 해당 활동을 지시하는 에이전트, 시작 시간 및 종료 시간
•사용 가능한 사례는 몇 개인가요? 분석을 위한 정보를 생성하기 위해 36개의 미션이 수행. 20개는 미션을 분석하고 16개는 두 명령 방법을 비교하기 위한 것.
•미션의 작업은 무엇인가요? 시작, 감시, 정찰, 웨이포인트 이동, 캡처, 해제 및 완료. 이 작업에서 객관적인 것은 미션을 완료하기 위해 달성해야 하는 결과이며, 작업은 로봇이 목적을 달성하기 위해 수행하는 일련의 작업.
•미션에 참여하는 에이전트는 누구인가요? 두 대의 공중 로봇, 지상 로봇 및 조종사.
•그들의 행동과 상호 작용은 무엇인가요? 공중 로봇은 미션 수행을 위해 협력하며, 조종사는 공중 로봇을 제어하며 지상 로봇은 독립적임.
•분석의 목표 정의. 인간 조종사에 의해 제어되는 다중 로봇 미션
조종사의 반응, 의사 결정 및 명령
로봇의 작업 성능
미션 소요 시간
로봇에 대한 작업 할당
인터페이스의 성능
그림 1. 이벤트 로그 데이터 생성 과정Event log preparation (1)
•모든 사용 가능한 미션 데이터를 수집하고 하나 이상의 적절한 미션 이벤트 로그를 생성하는 것
•그림 1. 이 프로세스는 텔레메트리 및 명령 로그를 준비하고 이를 미션 이벤트 로그로 병합하는 작업
•텔레메트리 로그는 미션 중에 공중 로봇에서 생성된 데이터 수집
•각 행은 각 UAV에 대한 시간(밀리초 단위)과 다음 변수 포함
•상태(예: 1은 초기화, 2는 착륙, 3은 비행, 6은 이륙, 8은 착륙...),
위치(X, Y 및 Z), 방향(롤, 피치 및 요), 선형 속도, 각속도, 선형 가속도, 각 가속도, 배터리 레벨, 모터 전력 및 자력계 측정값.
•텔레메트리에서 이벤트를 생성하는 프로세스는 두 단계로 구성되며 그 결과는 표 2에서 수집
•이러한 종류의 다중 로봇 미션에는 Task (감시, 정찰…), Action (take off, landing…), Situation (Detection, Accident) 그리고 위치 등 정보
•UAV의 위치와 관련된 이벤트의 예 (그림 2)
•사분면 변경, 중심과 주변 간의 전환, 중요 영역의 진입 및 이탈, 그리고 UAV 간의 거리 등
•이러한 이벤트의 시작 및 완료 조건
•미션 이벤트와 텔레메트리 변수 간의 관계 설정. 일부 이벤트는 고유한 조건을 가질 수 있음(예: 속도가 거의 제로에 가까울 때 대기 발생),
•다른 이벤트인 경우 다양한 조건을 가질 수 있음 (예: 상태가 6으로 변경되고 고도가 증가하기 시작할 때 이륙 시작).
그림 2. UAV 위치와 이벤트 예시우리 병원에서 사용하는 로봇은 로그데이터를 관제 설루션에서 다운로드가 가능하다. 본 논문에서는 이 데이터를 telemetry log라고 표현한다. 이 데이터를 다운로드하고 약간의 전처리를 하기 위해서는 SQL 언어를 어느 정도 이해하고 있어야 한다. 그래야 내가 원하는 데이터로 만들 수 있기 때문이다.
본 논문에서는 이벤트 로그를 만들기가 복잡하고 길었다. 나 역시도 데이터를 준비하기 위해 수많은 Trial/Error를 하면서 원하는 데이터를 추출하였다. 이 과정에서 많은 고민을 했었는데, 본 논문의 저자도 같은 내용을 고민하면서 수행한 부분에서 동질감을 느낀다~
