Chapter 6. 선형대수학과 로봇공학 (Linear Algebra for Robotics)

선형대수학은 로봇공학의 수학적 기반 중에서 가장 근본적이고 광범위하게 활용되는 분야이다. 로봇 시스템의 기구학적 해석, 동역학 모델링, 제어기 설계, 센서 데이터 처리, 경로 계획 등 거의 모든 문제에서 벡터와 행렬 연산이 핵심 도구로 사용된다. 본 Chapter에서는 로봇공학에 필요한 선형대수학의 이론을 체계적으로 다루며, 각 수학적 개념이 로봇 시스템의 어떤 문제에 구체적으로 적용되는지를 명확히 기술한다.

1. 벡터와 벡터 공간

로봇공학에서 물리량의 대부분은 벡터로 표현된다. 위치, 속도, 가속도, 힘, 토크 등은 모두 크기와 방향을 가지는 벡터량이며, 이들의 연산은 벡터 공간(vector space)의 공리적 구조를 따른다. 본 Chapter의 도입부에서는 벡터의 정의와 벡터 공간의 공리 체계로부터 출발하여, 스칼라, 벡터, 행렬, 텐서의 계층 구조를 명확히 한다. 부분 공간, 기저(basis), 차원, 선형 독립과 선형 종속의 개념은 로봇 시스템의 자유도 분석과 운동 공간의 구조를 이해하는 데 필수적이다.

벡터의 내적(inner product)은 두 벡터 간의 사잇각 계산과 사영(projection)에 사용되며, 외적(cross product)은 법선 벡터의 생성과 토크 계산의 기초가 된다. 삼중적(triple product)은 체적 계산과 공면 판정에 활용된다. 이러한 벡터 연산은 로봇 기구학에서 관절 축 방향의 해석, 말단 장치의 접근 방향 결정, 작업 공간 경계의 분석 등에 직접 적용된다.

2. 행렬 이론과 행렬 분해

행렬은 선형 변환의 수치적 표현이자 로봇공학의 모든 연산에서 기본 자료 구조로 사용된다. 행렬의 정의, 종류, 기본 연산으로부터 시작하여 행렬식(determinant), 역행렬, 연립 일차 방정식의 해법을 체계적으로 다룬다. 가우스 소거법, 가우스-조르단 소거법, 수반 행렬을 이용한 역행렬 계산은 로봇 역기구학의 수치 해법과 직접적으로 연결된다.

고유값(eigenvalue)과 고유벡터(eigenvector)는 행렬이 나타내는 선형 변환의 주축 방향과 스케일링 비율을 기술하며, 로봇 동역학에서 관성 텐서의 주축 분석과 진동 모드 해석의 수학적 기초를 제공한다. 특이값 분해(Singular Value Decomposition, SVD)는 행렬의 가장 일반적인 분해 기법으로서, 로봇 자코비안의 랭크 분석, 의사 역행렬(pseudo-inverse) 계산, 컴퓨터 비전에서의 점 구름 정합 등에 핵심적으로 활용된다.

QR 분해, LU 분해, 촐레스키(Cholesky) 분해, 슈어(Schur) 분해 등의 행렬 분해 기법은 각각 최소 제곱 문제, 연립 방정식의 효율적 풀이, 양정치(positive definite) 행렬의 처리, 수치 고유값 계산 등의 특화된 용도를 가지며, 로봇 제어와 상태 추정 알고리즘의 구현에 필수적이다.

3. 선형 변환과 좌표계 표현

선형 변환은 벡터 공간 간의 구조를 보존하는 사상(mapping)이며, 행렬을 통해 수치적으로 표현된다. 선형 변환의 핵(kernel)과 상(image), 랭크-널리티 정리(rank-nullity theorem), 기저 변환과 닮음 변환의 이론은 로봇 시스템에서 관절 공간과 작업 공간 간의 관계를 수학적으로 기술하는 데 직접 적용된다.

동차 좌표계(homogeneous coordinates)는 회전과 병진을 단일 행렬 연산으로 통합하여 표현하는 기법이다. 2차원 및 3차원 동차 변환 행렬의 구조, 합성, 역변환을 다루며, 데나빗-하텐버그(Denavit-Hartenberg, DH) 파라미터와 동차 변환 행렬의 관계를 통해 다관절 로봇의 기구학적 모델링을 체계적으로 수행하는 방법을 기술한다.

4. 회전 행렬과 강체 변환

3차원 공간에서 로봇의 자세를 표현하는 가장 기본적인 방법은 회전 행렬이다. 기본 회전 행렬 R_x, R_y, R_z의 유도, 오일러 각(Euler angles)과의 관계, 고정 축 회전과 이동 축 회전의 구분, 회전 행렬의 직교성과 행렬식 조건 등을 엄밀하게 다룬다. 회전 행렬의 합성에서 순서 의존성은 3차원 회전의 비교환 성질을 반영하며, 이는 다관절 로봇의 순기구학에서 핵심적 주의 사항이다.

강체 변환군 SE(3)는 3차원 공간에서의 회전과 병진을 결합한 6자유도 변환을 나타내는 군(group) 구조이다. 스크류 운동, 강체 변위, 말단 장치의 위치와 자세 표현을 SE(3)의 틀 안에서 통합적으로 기술한다.

5. 자코비안 행렬과 미분 기구학

자코비안 행렬(Jacobian matrix)은 로봇의 관절 속도와 말단 장치의 선속도 및 각속도 간의 관계를 기술하는 핵심 도구이다. 기하학적 자코비안과 해석적 자코비안의 구분, 자코비안의 열 벡터 해석, 시간 미분, 재귀적 계산 방법을 상세히 다룬다.

자코비안은 역기구학의 수치 해법에서 반복적 갱신의 기본 연산자로 사용되며, 특이점(singularity) 분석을 통해 로봇이 운동 능력을 상실하는 형상을 식별한다. 가조작성 타원체(manipulability ellipsoid)와 조작성 지표(manipulability measure)는 자코비안의 특이값으로부터 도출되어 로봇의 운동 성능을 정량적으로 평가한다. 힘-토크 매핑을 통한 정역학 관계, 여유 자유도 로봇에서의 자코비안 활용, 궤적 추종 제어에서의 역할까지를 포괄적으로 기술한다.

6. 최소 제곱법과 의사 역행렬

과결정(overdetermined) 시스템에서의 최소 제곱 해와 부족 결정(underdetermined) 시스템에서의 최소 노름 해는 로봇공학에서 빈번히 등장하는 문제이다. 무어-펜로즈 의사 역행렬(Moore-Penrose pseudo-inverse)은 이들 문제에 대한 통일적 해법을 제공한다. 가중 최소 제곱법, 댐핑 최소 제곱법(damped least squares), 재귀적 최소 제곱법의 원리와 구현을 다루며, 특히 로봇 역기구학에서 특이점 근방의 수치적 불안정성을 극복하기 위한 댐핑 기법을 상세히 기술한다.

7. 영 공간과 여유 자유도 활용

자코비안 행렬의 영 공간(null space)은 말단 장치의 위치와 자세에 영향을 주지 않는 관절 운동의 방향을 나타내며, 여유 자유도(redundancy)를 가진 로봇에서 부차 목표를 달성하기 위한 수학적 틀을 제공한다. 영 공간의 정의와 계산, 상 공간(column space)과의 관계, 랭크-널리티 정리의 응용을 다루며, 영 공간 투영을 이용한 관절 한계 회피, 장애물 회피, 에너지 최소화 등의 부차 최적화 문제를 기술한다.

8. 수치적 안정성과 조건수

실시간 로봇 제어에서는 수치 연산의 안정성이 시스템의 신뢰성을 좌우한다. 행렬 노름(matrix norm)의 정의와 종류, 조건수(condition number)의 기하학적 의미, 병조건(ill-conditioned) 행렬에서의 수치적 오류 분석을 다룬다. 특이점 근방에서의 조건수 급증 현상과 이를 완화하기 위한 정규화(regularization) 기법, 부동 소수점 연산에서의 반올림 오차가 로봇 제어에 미치는 영향, 수치적 안정성 확보를 위한 실용적 전략을 기술한다.

9. 행렬 지수 함수와 텐서

행렬 지수 함수(matrix exponential)는 리 군과 리 대수를 연결하는 핵심 도구이며, 로드리게스(Rodrigues) 공식을 통해 회전의 지수 표현을 제공한다. 행렬 로그 함수, 선형 상미분 방정식의 행렬 지수 해, 트위스트(twist) 표현에서의 응용을 다룬다.

텐서(tensor)는 스칼라, 벡터, 행렬의 상위 일반화이며, 로봇 동역학에서 관성 텐서의 정의와 계산, 좌표 변환에서의 텐서 변환 규칙, 아인슈타인 합산 규약(Einstein summation convention)에 의한 표기법을 다룬다.

10. 최적화 문제의 선형대수학적 기반

로봇공학의 많은 최적화 문제는 이차 형식(quadratic form)으로 정식화되며, 이는 행렬의 양정치성(positive definiteness) 판정과 직접 관련된다. 라그랑주 승수법의 행렬 형식, 경사 하강법과 뉴턴법의 선형대수학적 기반, 궤적 최적화에서의 행렬 연산을 다룬다.

11. 상태 추정과 센서 처리의 선형대수학적 구조

칼만 필터(Kalman filter)의 예측 및 갱신 단계는 행렬 연산으로 구성되며, 공분산 행렬의 전파와 정보 행렬 표현은 선형대수학의 직접적 응용이다. 컴퓨터 비전에서 카메라 내부 파라미터 행렬, 투영 행렬, 에피폴라 기하학의 기본 행렬(fundamental matrix), 본질 행렬(essential matrix), 호모그래피 행렬 등은 모두 선형대수학의 틀 안에서 정의되고 계산된다.

12. 수치 선형대수학과 소프트웨어 구현

대규모 행렬 연산의 효율적 처리는 실시간 로봇 시스템의 필수 요건이다. 계산량 분석, 반복법(iterative method)과 크릴로프 부분 공간 방법(Krylov subspace method), 전처리 기법, 병렬 행렬 연산과 GPU 가속을 다루며, BLAS, LAPACK, Eigen 라이브러리의 활용을 통한 실제 로봇 소프트웨어 구현을 기술한다.

본 Chapter의 내용은 로봇공학의 전 분야에 걸쳐 반복적으로 참조되는 기초 도구이므로, 각 개념의 수학적 정의와 물리적 해석을 정확히 이해하고, 이를 로봇 시스템의 구체적 문제에 적용할 수 있는 능력을 갖추는 것이 본 Chapter의 학습 목표이다.