6.63 좌표계 간 변환의 로봇 공학적 해석

1. 도입

로봇 시스템은 본질적으로 다수의 좌표계를 동시에 다루는 시스템이다. 세계 좌표계, 로봇 베이스 좌표계, 각 관절에 부착된 링크 좌표계, 말단 효과기 좌표계, 카메라와 라이다 좌표계, 작업물 좌표계 등 서로 다른 기준틀에서 측정되거나 명령되는 양들이 일관되게 결합되어야만 의미 있는 동작이 이루어진다. 좌표계 간의 변환은 따라서 단순한 수학적 절차가 아니라, 물리적 객체와 그 표현 사이의 관계를 명확히 하는 본질적인 도구이다. 이 절에서는 좌표계 변환의 수학적 토대가 어떻게 로봇공학의 구체적 해석으로 대응되는지를 다루며, 점·벡터·자유 벡터의 변환, 회전과 병진의 합성, 속도와 가속도의 변환, 힘과 토크의 변환, 그리고 좌표계 변환과 닮음 변환의 관계를 체계적으로 살핀다.

2. 좌표계의 정의와 표기

로봇공학에서 좌표계는 한 점(원점)과 그 점에 부착된 정규 직교 기저로 정의된다. 좌표계 \{A\}는 원점 \mathbf{o}_A와 단위 벡터 집합 \{\hat{\mathbf{x}}_A, \hat{\mathbf{y}}_A, \hat{\mathbf{z}}_A\}로 표현된다. 임의의 점 \mathbf{p}의 좌표계 \{A\}에 대한 좌표 표현을 ^A\mathbf{p}로 표기하며, 동일한 점의 좌표계 \{B\}에 대한 표현을 ^B\mathbf{p}로 표기한다. 양 표기 모두 같은 물리적 점을 나타내지만 그 수치적 좌표는 일반적으로 다르다.

3. 점의 좌표 변환

점은 위치를 나타내는 객체로서, 좌표계 변환 시 회전과 병진이 모두 적용된다. 좌표계 \{B\}에서 좌표계 \{A\}로의 점 좌표 변환은 다음과 같이 표현된다.

^A\mathbf{p} = {}^A R_B \, ^B\mathbf{p} + {}^A\mathbf{o}_B

여기서 ^A R_B는 좌표계 \{B\}의 자세를 좌표계 \{A\}에 대해 표현한 회전 행렬이며, ^A\mathbf{o}_B는 \{B\}의 원점을 \{A\}에 대해 표현한 위치 벡터이다. 이 변환은 아핀 변환의 형태를 가지며, 동차 좌표를 도입하면 단일 행렬-벡터 곱으로 표현된다.

\begin{bmatrix} ^A\mathbf{p} \\ 1 \end{bmatrix} = \underbrace{\begin{bmatrix} ^A R_B & ^A\mathbf{o}_B \\ \mathbf{0}^\top & 1 \end{bmatrix}}_{^A T_B} \begin{bmatrix} ^B\mathbf{p} \\ 1 \end{bmatrix}

행렬 ^A T_B \in SE(3)는 좌표계 \{B\}를 \{A\}로 옮기는 동차 변환 행렬이다.

4. 자유 벡터의 변환

자유 벡터는 위치와 무관한 양으로서, 두 점의 차이로 정의되거나 방향과 크기로만 결정되는 양이다. 속도, 가속도, 힘, 각속도, 변위 등이 이에 해당한다. 자유 벡터의 좌표 변환에서는 병진 성분이 소거되며, 회전 행렬만 적용된다.

^A\mathbf{v} = {}^A R_B \, ^B\mathbf{v}

이 차이는 점과 자유 벡터를 명확히 구분하는 것이 좌표 변환에서 본질적임을 보여 준다. 동차 좌표 표기에서는 자유 벡터의 마지막 성분을 0으로 놓아 점과 구분한다.

\begin{bmatrix} ^A\mathbf{v} \\ 0 \end{bmatrix} = {}^A T_B \begin{bmatrix} ^B\mathbf{v} \\ 0 \end{bmatrix}

5. 변환의 합성

세 좌표계 \{A\}, \{B\}, \{C\}가 주어지고 각 변환 ^A T_B, ^B T_C가 주어졌을 때, \{C\}에서 \{A\}로의 변환은 두 변환의 합성으로 얻어진다.

^A T_C = {}^A T_B \cdot {}^B T_C

이 합성 규칙은 결합 법칙을 만족하며, 단위원 ^A T_A = I_4를 가지고, 모든 동차 변환 행렬은 가역이다. 따라서 동차 변환의 집합 SE(3)는 군의 구조를 가진다. 합성의 순서는 일반적으로 교환 법칙을 만족하지 않는다.

6. 역변환의 명시적 표현

동차 변환 행렬의 역행렬은 일반 행렬의 역행렬 공식보다 단순한 형태를 가진다.

^A T_B^{-1} = {}^B T_A = \begin{bmatrix} ^A R_B^\top & -{}^A R_B^\top \, ^A\mathbf{o}_B \\ \mathbf{0}^\top & 1 \end{bmatrix}

이는 회전 행렬의 직교성 R^\top R = I로부터 유도되며, 수치적으로 안정적이고 빠르게 계산될 수 있다.

7. 능동 해석과 수동 해석

좌표 변환은 두 가지 관점에서 해석될 수 있다.

• 수동 해석(passive interpretation): 동일한 물체가 그대로 있고, 좌표계가 바뀐다. 행렬 ^A T_B는 같은 점의 두 좌표 표현을 연결한다.
• 능동 해석(active interpretation): 좌표계가 그대로 있고, 물체가 이동·회전한다. 같은 행렬 ^A T_B가 강체 운동을 표현하는 사상으로 작용한다.

두 해석은 수학적으로 동일한 행렬을 사용하지만, 문맥에 따라 의미가 달라진다. 좌표계 변환을 수동적으로 보면 기저 변환에 해당하고, 능동적으로 보면 강체 변위에 해당한다. 이 이중 해석은 로봇공학 문헌에서 빈번하게 등장하므로 명확히 구분하여 사용해야 한다.

8. 회전 행렬의 좌표계적 해석

회전 행렬 ^A R_B의 각 열은 좌표계 \{B\}의 단위 기저 벡터를 좌표계 \{A\}에 대하여 표현한 벡터이다.

^A R_B = [\,^A\hat{\mathbf{x}}_B \;\; ^A\hat{\mathbf{y}}_B \;\; ^A\hat{\mathbf{z}}_B\,]

이는 회전 행렬을 단순한 수치 행렬이 아닌, 두 좌표계의 상대적 자세에 대한 명시적 기하학적 표현으로 이해할 수 있게 한다. 회전 행렬의 직교성 R^\top R = I는 기저 벡터의 정규 직교성과 정확히 일치한다.

9. 속도의 좌표 변환

속도는 자유 벡터이지만, 강체의 속도를 다룰 때에는 운동 자체가 두 좌표계 사이의 상대 운동을 포함하므로 변환이 보다 복잡하다.

9.1 위치 벡터의 시간 미분

좌표계 \{B\}가 \{A\}에 대해 회전과 병진을 동시에 수행하는 경우, 점의 좌표 표현의 시간 미분은 다음의 항들을 포함한다.

^A\dot{\mathbf{p}} = {}^A R_B \, ^B\dot{\mathbf{p}} + {}^A\boldsymbol{\omega}_B \times {}^A R_B \, ^B\mathbf{p} + {}^A\dot{\mathbf{o}}_B

여기서 ^A\boldsymbol{\omega}_B는 \{B\}의 \{A\}에 대한 각속도이다. 이 식은 각속도 항이 등장하는 점에서 단순한 자유 벡터 변환과 구별된다.

9.2 트위스트 표현

강체의 속도 상태를 통합적으로 표현하는 트위스트(twist)는 선속도와 각속도를 결합한 6차원 벡터이다.

\boldsymbol{\xi} = \begin{bmatrix} \mathbf{v} \\ \boldsymbol{\omega} \end{bmatrix} \in \mathbb{R}^6

트위스트의 좌표계 변환은 수반 사상(adjoint map) \mathrm{Ad}_T를 사용한다.

^A\boldsymbol{\xi} = \mathrm{Ad}_{^A T_B} \, ^B\boldsymbol{\xi}, \qquad \mathrm{Ad}_T = \begin{bmatrix} R & [\mathbf{p}]_\times R \\ 0 & R \end{bmatrix}

여기서 [\mathbf{p}]_\times는 위치 벡터에 대응하는 반대칭 행렬이다. 수반 사상은 SE(3) 위에서의 자연스러운 작용이며, 좌표계 변환에 따른 트위스트의 변환 규칙을 통일적으로 표현한다.

10. 힘과 토크의 변환

힘과 토크를 결합한 렌치(wrench)는 다음과 같이 정의된다.

\mathcal{F} = \begin{bmatrix} \mathbf{f} \\ \boldsymbol{\tau} \end{bmatrix} \in \mathbb{R}^6

렌치의 좌표계 변환은 트위스트와 다른 변환 규칙을 가지며, 수반 사상의 전치를 사용한다.

^A\mathcal{F} = \mathrm{Ad}_{^B T_A}^\top \, ^B\mathcal{F}

이는 트위스트와 렌치가 서로 쌍대적(dual) 객체이며, 두 사이의 일률 \mathcal{F}^\top \boldsymbol{\xi}가 좌표계 변환에 대해 불변이라는 사실의 표현이다. 이 쌍대 구조는 라그랑주 동역학과 가상 일의 원리에서 자연스럽게 등장한다.

11. 좌표계 변환과 닮음 변환의 대응

선형 변환 자체로 표현되는 양들, 예를 들어 관성 텐서나 강성 행렬은 좌표계가 바뀌면 닮음 변환의 형태로 변환된다. 강체의 관성 텐서를 좌표계 \{B\}에서 \{A\}로 변환하는 식은

^A I = {}^A R_B \, ^B I \, ^A R_B^\top

이며, 회전 행렬의 직교성에 의하여 이는 직교 닮음의 형태를 가진다. 유사하게 강성 행렬과 감쇠 행렬도 동일한 변환 규칙을 따른다.

12. 좌표계 사슬과 운동학적 모델링

다관절 로봇의 기구학적 모델링에서는 베이스 좌표계로부터 시작하여 각 링크 좌표계를 거쳐 말단 좌표계까지의 변환을 사슬 형태로 결합한다.

^0 T_n = {}^0 T_1 \cdot {}^1 T_2 \cdot {}^2 T_3 \cdots {}^{n-1} T_n

각 인접 변환 ^{i-1} T_i는 관절 변수에 의존하며, DH 매개 변수 또는 다른 매개변수화를 통하여 기술된다. 사슬 변환의 합성은 매니퓰레이터의 정기구학을 구성한다.

13. 측정 데이터의 좌표 변환

센서로부터 얻은 측정값은 센서 좌표계에서 표현되며, 이를 베이스 좌표계나 세계 좌표계로 옮기는 변환이 필수적이다.

• 카메라 측정. 영상 좌표 → 카메라 좌표 → 베이스 좌표 → 세계 좌표의 사슬을 거쳐 변환된다.
• 라이다 측정. 라이다 좌표계의 점 구름이 베이스 좌표계로 변환되며, 외부 보정 매개 변수가 변환 행렬을 결정한다.
• 관성 측정 장치(IMU) 데이터. 가속도와 각속도가 IMU 좌표계에서 측정되며, 베이스 좌표계로 변환된 후 자세 추정과 위치 추정에 사용된다.

각 변환 단계에서 외부 매개 변수의 정확도가 시스템 전체의 정확도를 결정하며, 외부 보정의 품질이 핵심 성능 지표가 된다.

14. 다중 로봇과 다중 좌표계

다중 로봇 시스템에서는 각 로봇이 자기 자신의 좌표계를 가지며, 협업을 위해서는 공통 좌표계로의 변환이 필요하다. 좌표계 사이의 상대 변환은 외부 측정 또는 상호 측정으로 추정되며, 좌표계 정합 문제로 형식화된다. 협업 매니퓰레이션, 다중 로봇 SLAM, 군집 제어 등에서 좌표계 변환의 일관성은 시스템의 정합성과 안정성에 직접적으로 영향을 미친다.

15. 작업 좌표계 선택과 제어 설계

제어 알고리즘 설계에서 작업 좌표계의 선택은 단순한 표기상의 문제가 아니라 제어 성능에 영향을 미친다. 작업의 자연스러운 좌표계(예: 접촉면 법선 방향)를 선택하면 제어 법칙이 단순해지고, 제어 이득의 물리적 해석이 명확해진다. 좌표계 변환은 작업 좌표계에서 정의된 제어 명령을 실제 액추에이터 명령으로 옮기는 다리를 제공한다.

16. 자세 매개 변수화의 한계

회전 행렬은 좌표계 사이의 자세를 명확히 표현하지만, 9개 성분에 직교성 제약이 부과되어 있다. 이를 더 적은 매개 변수로 표현하는 방법으로 오일러 각, 축-각, 쿼터니언 등이 사용되며, 각각 고유한 장단점과 특이점을 가진다. 좌표계 변환의 수치적 구현에서는 이러한 매개 변수화의 선택과 변환이 추가적인 고려 사항이 된다.

17. 변환의 미분과 자코비안

좌표계 변환을 시간에 대해 미분하면 강체 운동의 속도 표현이 얻어지고, 관절 변수에 대해 미분하면 자코비안 행렬이 얻어진다. 따라서 좌표계 변환은 정기구학뿐 아니라 미분 기구학의 출발점이기도 하며, 변환의 매끄러움과 미분 가능성은 자코비안 기반 제어의 전제 조건이다.

참고문헌

• Craig, J. J. (2017). Introduction to Robotics: Mechanics and Control (4th ed.). Pearson.
• Spong, M. W., Hutchinson, S., & Vidyasagar, M. (2020). Robot Modeling and Control (2nd ed.). Wiley.
• Siciliano, B., Sciavicco, L., Villani, L., & Oriolo, G. (2010). Robotics: Modelling, Planning and Control. Springer.
• Murray, R. M., Li, Z., & Sastry, S. S. (1994). A Mathematical Introduction to Robotic Manipulation. CRC Press.
• Lynch, K. M., & Park, F. C. (2017). Modern Robotics: Mechanics, Planning, and Control. Cambridge University Press.
• Featherstone, R. (2008). Rigid Body Dynamics Algorithms. Springer.

Version: 1.0