6.129 좌표 변환에서의 텐서 변환 규칙

1. 개요

텐서의 본질적 특성은 좌표 변환에 대해 특정한 변환 규칙을 따른다는 것이다. 이 변환 규칙은 텐서의 유형(반변/공변)과 차수에 의해 결정되며, 물리적 양의 좌표계 독립적 성격을 수학적으로 보장한다. 로봇공학에서는 다수의 좌표계 사이의 변환이 빈번하므로, 텐서 변환 규칙의 이해는 필수적이다. 본 절에서는 일반적인 텐서 변환 규칙을 엄밀히 서술하고, 로봇공학에서 특히 중요한 직교 변환의 경우를 상세히 다룬다.

2. 일반 좌표 변환

2.1 변환 행렬의 정의

좌표계 \{x^i\}에서 \{x'^i\}로의 좌표 변환이 주어졌을 때, 야코비안 행렬과 그 역행렬의 원소를 다음과 같이 정의한다.

J^i{}_j = \frac{\partial x'^i}{\partial x^j}, \quad \bar{J}^i{}_j = \frac{\partial x^i}{\partial x'^j}

이 두 행렬은 서로 역행렬 관계에 있다.

J^i{}_k \, \bar{J}^k{}_j = \delta^i{}_j

3. 텐서의 변환 규칙

3.1 반변 벡터(Contravariant Vector)

(1, 0)-형 텐서, 즉 반변 벡터 v^i는 다음과 같이 변환된다.

v'^i = J^i{}_j \, v^j = \frac{\partial x'^i}{\partial x^j} \, v^j

변위 벡터의 미분 dx^i가 반변 벡터의 원형적 예이다.

dx'^i = \frac{\partial x'^i}{\partial x^j} \, dx^j

3.2 공변 벡터(Covariant Vector)

(0, 1)-형 텐서, 즉 공변 벡터 w_i는 다음과 같이 변환된다.

w'_i = \bar{J}^j{}_i \, w_j = \frac{\partial x^j}{\partial x'^i} \, w_j

스칼라 함수의 그래디언트 \partial \phi / \partial x^i가 공변 벡터의 원형적 예이다.

\frac{\partial \phi}{\partial x'^i} = \frac{\partial x^j}{\partial x'^i} \, \frac{\partial \phi}{\partial x^j}

3.3 차 텐서

(2, 0)-형 (이중 반변):

T'^{ij} = J^i{}_k \, J^j{}_l \, T^{kl}

(0, 2)-형 (이중 공변):

T'_{ij} = \bar{J}^k{}_i \, \bar{J}^l{}_j \, T_{kl}

(1, 1)-형 (혼합):

T'^i{}_j = J^i{}_k \, \bar{J}^l{}_j \, T^k{}_l

3.4 일반 (p, q)-형 텐서

일반적인 (p, q)-형 텐서의 변환 규칙은 다음과 같다.

T'^{i_1 \cdots i_p}{}_{j_1 \cdots j_q} = J^{i_1}{}_{k_1} \cdots J^{i_p}{}_{k_p} \, \bar{J}^{l_1}{}_{j_1} \cdots \bar{J}^{l_q}{}_{j_q} \, T^{k_1 \cdots k_p}{}_{l_1 \cdots l_q}

각 반변 지표에는 야코비안 J가, 각 공변 지표에는 역야코비안 \bar{J}가 작용한다.

4. 직교 변환의 특수한 경우

4.1 직교 변환 행렬

로봇공학에서 가장 빈번히 사용되는 좌표 변환은 직교 변환, 즉 회전이다. 회전 행렬 R \in \text{SO}(3)에 대해 다음이 성립한다.

R^T R = I, \quad \det(R) = 1

따라서 J = R이고 \bar{J} = R^T = R^{-1}이다.

4.2 직교 좌표계에서의 단순화

직교 좌표계의 유클리드 공간에서는 계량 텐서가 g_{ij} = \delta_{ij}이므로, 반변 지표와 공변 지표의 구분이 불필요하다. 이 경우 모든 텐서 변환은 회전 행렬로 통일적으로 기술된다.

벡터 변환:

\mathbf{v}' = R \, \mathbf{v}

2차 텐서 변환:

\mathbf{T}' = R \, \mathbf{T} \, R^T

일반 p차 텐서 변환:

T'_{i_1 \cdots i_p} = R_{i_1 j_1} \cdots R_{i_p j_p} \, T_{j_1 \cdots j_p}

5. 로봇공학에서의 텐서 변환 응용

5.1 관성 텐서의 좌표 변환

링크 i의 관성 텐서를 물체 좌표계 \{B\}에서 공간 좌표계 \{S\}로 변환하는 경우:

\mathbf{I}_S = R_{SB} \, \mathbf{I}_B \, R_{SB}^T

여기서 R_{SB}는 물체 좌표계에서 공간 좌표계로의 회전 행렬이다. 이 변환은 로봇이 움직일 때 각 링크의 관성 텐서를 기준 좌표계로 표현하기 위해 매 시간 단계마다 수행된다.

5.2 공간 관성 행렬의 변환

6 \times 6 공간 관성 행렬 \mathcal{G}는 수반 변환(adjoint transformation)을 통해 좌표계 간 변환된다.

\mathcal{G}' = [\text{Ad}_T]^{-T} \, \mathcal{G} \, [\text{Ad}_T]^{-1}

여기서 [\text{Ad}_T]는 T \in \text{SE}(3)에 대한 6 \times 6 수반 표현 행렬이다.

[\text{Ad}_T] = \begin{bmatrix} R & \mathbf{0} \\ [p]R & R \end{bmatrix}

5.3 렌치(Wrench)의 변환

힘과 토크를 결합한 렌치 \mathcal{F} = (\boldsymbol{\tau}, \mathbf{f})^T는 공변 양(co-vector)으로 변환된다.

\mathcal{F}' = [\text{Ad}_T]^T \, \mathcal{F}

이는 렌치가 트위스트의 쌍대(dual)이기 때문이다. 파워(power)는 다음과 같이 좌표 불변량이다.

P = \mathcal{F}^T \mathcal{V} = \mathcal{F}'^T \mathcal{V}'

5.4 야코비안의 변환

공간 야코비안 J_s와 물체 야코비안 J_b 사이의 변환도 텐서 변환 규칙의 한 형태이다.

J_b = [\text{Ad}_{T^{-1}}] \, J_s

6. 변환 규칙의 검증

6.1 텐서 방정식의 좌표 불변성

텐서 변환 규칙의 핵심적 결과는 다음과 같다.

텐서 방정식이 하나의 좌표계에서 성립하면, 모든 좌표계에서 성립한다.

이를 텐서 방정식의 **공변성(covariance)**이라 한다. 예를 들어, 뉴턴의 운동 방정식

f_i = m \, a_i

가 하나의 좌표계에서 성립하면, 임의의 좌표계에서도 동일한 형태로 성립한다.

6.2 텐서 판별 조건(Quotient Rule)

어떤 양이 텐서인지 판별하기 위해 상 규칙(quotient rule)을 사용할 수 있다. 양 A가 임의의 텐서 B와 축약되어 텐서 C를 생성하면, A도 텐서이다.

예를 들어, A_{ij} v^j = w_i가 임의의 반변 벡터 v^j에 대해 공변 벡터 w_i를 생성하면, A_{ij}는 (0, 2)-형 텐서이다.

7. 등방 텐서

좌표 변환에 대해 성분이 불변인 텐서를 **등방 텐서(isotropic tensor)**라 한다.

등방 텐서는 재료의 등방성(isotropy)을 기술하는 데 사용되며, 등방성 탄성체의 구성 방정식에서 중요한 역할을 한다.

8. 참고 문헌

1. Borisenko, A. I., & Tarapov, I. E. (1968). Vector and Tensor Analysis with Applications. Dover Publications.
2. Simmonds, J. G. (1994). A Brief on Tensor Analysis. 2nd ed., Springer.
3. Lynch, K. M., & Park, F. C. (2017). Modern Robotics: Mechanics, Planning, and Control. Cambridge University Press.
4. Featherstone, R. (2008). Rigid Body Dynamics Algorithms. Springer.
5. Itskov, M. (2013). Tensor Algebra and Tensor Analysis for Engineers. 4th ed., Springer.

v 0.1