7.64 제약 조건하의 변분 문제

1. 제약 변분 문제의 분류

변분 문제에 부과되는 제약 조건은 그 수학적 형태에 따라 다음과 같이 분류된다.

1.1 점 제약 조건 (홀로노믹 제약)

점 제약 조건(pointwise constraint) 또는 홀로노믹 제약(holonomic constraint)은 각 시각 $t$ 에서 상태 변수 사이의 대수적 관계를 규정한다.

$\phi_k(t, y_1, y_2, \ldots, y_n) = 0, \quad k = 1, 2, \ldots, m \quad (m < n)$

이 제약은 허용 함수의 공간을 $n$ 차원에서 $(n - m)$ 차원의 제약 다양체(constraint manifold)로 축소한다.

1.2 미분 제약 조건 (비홀로노믹 제약)

미분 제약 조건(differential constraint)은 상태 변수의 도함수를 포함하는 제약이다.

$\psi_k(t, y_1, \ldots, y_n, \dot{y}_1, \ldots, \dot{y}_n) = 0, \quad k = 1, 2, \ldots, m$

적분 가능한(integrable) 미분 제약은 홀로노믹 제약으로 환원 가능하나, 적분 불가능한 미분 제약은 비홀로노믹(nonholonomic)이다. 바퀴 달린 이동 로봇의 비미끄러짐 조건이 비홀로노믹 제약의 대표적 예이다.

1.3 적분 제약 조건

적분 제약 조건(integral constraint)은 범함수 형태의 제약이다.

$K_k[y] = \int_{t_0}^{t_f} M_k(t, y, \dot{y})\,dt = \ell_k, \quad k = 1, 2, \ldots, m$

이는 등주 문제의 일반화이다.

2. 홀로노믹 제약의 처리

2.1 라그랑주 승수법

홀로노믹 제약 $\phi_k(t, \mathbf{y}) = 0$ ( $k = 1, \ldots, m$ ) 하에서 범함수 $J[\mathbf{y}]$ 를 최적화하는 문제는 라그랑주 승수 함수(Lagrange multiplier function) $\lambda_k(t)$ 를 도입하여 처리한다.

증강된 라그랑지안은 다음과 같다.

$\bar{L} = L(t, \mathbf{y}, \dot{\mathbf{y}}) + \sum_{k=1}^{m} \lambda_k(t)\phi_k(t, \mathbf{y})$

증강된 오일러-라그랑주 방정식은 다음과 같다.

$\frac{\partial L}{\partial y_i} - \frac{d}{dt}\frac{\partial L}{\partial \dot{y}_i} + \sum_{k=1}^{m}\lambda_k(t)\frac{\partial\phi_k}{\partial y_i} = 0, \quad i = 1, 2, \ldots, n$

이 $n$ 개의 미분 방정식과 $m$ 개의 제약 방정식 $\phi_k = 0$ 을 연립하면, $n + m$ 개의 미지 함수 $(y_1, \ldots, y_n, \lambda_1, \ldots, \lambda_m)$ 를 결정할 수 있다.

2.2 소거법

제약 조건의 수 $m$ 이 적고 소거가 용이한 경우, $m$ 개의 종속 변수를 제약 방정식으로부터 $(n - m)$ 개의 독립 변수로 표현하여 제약을 소거할 수 있다. 소거 후 비제약 문제로 환원하여 표준 오일러-라그랑주 방정식을 적용한다. 이 방법은 일반화 좌표(generalized coordinates)의 도입에 해당한다.

3. 비홀로노믹 제약의 처리

3.1 바쿠닌-라그랑주 방정식

비홀로노믹 제약 $\psi_k(t, \mathbf{y}, \dot{\mathbf{y}}) = 0$ 이 속도에 대하여 선형인 경우, 즉

$\sum_{i=1}^{n} a_{ki}(t, \mathbf{y})\dot{y}_i + b_k(t, \mathbf{y}) = 0$

인 경우, 라그랑주 승수를 도입한 수정된 오일러-라그랑주 방정식은 다음과 같다.

$\frac{\partial L}{\partial y_i} - \frac{d}{dt}\frac{\partial L}{\partial \dot{y}_i} + \sum_{k=1}^{m}\lambda_k(t)a_{ki} = 0, \quad i = 1, 2, \ldots, n$

이 $n$ 개의 방정식과 $m$ 개의 제약 방정식을 연립하여 풀어야 한다.

3.2 이동 로봇에서의 비홀로노믹 제약

차동 구동(differential drive) 이동 로봇의 비미끄러짐 조건은 다음과 같다.

$\dot{x}\sin\theta - \dot{y}\cos\theta = 0$

여기서 $(x, y)$ 는 로봇의 위치이고, $\theta$ 는 방향각이다. 이 제약은 적분 불가능하며, 형상 공간의 차원을 줄이지 않으면서 허용 속도 방향을 제한한다.

4. 부등식 제약

4.1 문제의 형태

실제 로봇 시스템에서는 관절 한계, 토크 한계, 장애물 회피 등 부등식 제약(inequality constraint)이 빈번하게 등장한다.

$g_k(t, \mathbf{y}, \dot{\mathbf{y}}) \leq 0, \quad k = 1, 2, \ldots, p$

4.2 활성 제약과 비활성 제약

부등식 제약의 처리에서 핵심은 제약의 활성(active) 여부이다.

특정 시간 구간에서 $g_k < 0$ 이면 해당 제약은 비활성(inactive)이며, 마치 제약이 없는 것처럼 취급한다.
$g_k = 0$ 이면 해당 제약은 활성이며, 등식 제약으로 전환하여 처리한다.

4.3 상보성 조건

부등식 제약과 라그랑주 승수 사이에는 상보성 조건(complementary slackness condition)이 성립한다.

$\lambda_k(t) \geq 0, \quad g_k(t) \leq 0, \quad \lambda_k(t)g_k(t) = 0$

이 조건은 제약이 비활성인 구간에서는 라그랑주 승수가 영이고, 라그랑주 승수가 양인 구간에서는 제약이 등호로 성립함을 의미한다.

5. 로봇공학에서의 응용

5.1 관절 한계 제약

로봇 매니퓰레이터의 관절 각도 한계는 다음의 부등식 제약이다.

$q_i^{min} \leq q_i(t) \leq q_i^{max}, \quad i = 1, 2, \ldots, n$

궤적 최적화에서 이 제약이 활성화되는 시간 구간을 찾고, 해당 구간에서는 관절 각도가 한계값에 머무르도록 하여야 한다.

5.2 토크 한계 제약

관절 토크의 물리적 한계는 다음과 같다.

$\lvert\tau_i(t)\rvert \leq \tau_i^{max}, \quad i = 1, 2, \ldots, n$

이 제약은 제어 입력에 대한 상태 제약(state constraint) 또는 제어 제약(control constraint)이며, 최적 제어 이론의 폰트랴긴 최대 원리와 직접적으로 관련된다.

5.3 장애물 회피 제약

작업 공간에서 장애물과의 최소 거리 제약은 다음과 같다.

$d(\mathbf{q}(t), \mathcal{O}) \geq d_{min}$

여기서 $d(\cdot, \mathcal{O})$ 는 로봇과 장애물 $\mathcal{O}$ 사이의 최소 거리 함수이다. 이 제약은 형상 공간에서의 비볼록 부등식 제약이며, 변분법의 이론적 틀 내에서는 다루기 어려워 수치적 방법에 의존하는 경우가 많다.

6. 요약

제약 조건하의 변분 문제는 홀로노믹 제약, 비홀로노믹 제약, 적분 제약, 부등식 제약의 네 가지 유형으로 분류된다. 등식 제약은 라그랑주 승수를 도입하여 비제약 문제로 변환하며, 홀로노믹 제약은 일반화 좌표에 의한 소거로도 처리할 수 있다. 비홀로노믹 제약은 이동 로봇의 운동학적 제약에서 나타나며, 소거가 불가능하여 라그랑주 승수법이 필수적이다. 부등식 제약은 활성/비활성 구분과 상보성 조건에 의해 처리되며, 로봇 관절 한계, 토크 한계, 장애물 회피 등 실용적 문제에서 핵심적이다.

참고 문헌

Gelfand, I. M. & Fomin, S. V. (2000). Calculus of Variations. Dover Publications.
Liberzon, D. (2012). Calculus of Variations and Optimal Control Theory: A Concise Introduction. Princeton University Press.
Bloch, A. M. (2003). Nonholonomic Mechanics and Control. Springer.
Betts, J. T. (2010). Practical Methods for Optimal Control and Estimation Using Nonlinear Programming (2nd ed.). SIAM.
Murray, R. M., Li, Z., & Sastry, S. S. (1994). A Mathematical Introduction to Robotic Manipulation. CRC Press.

version: 0.1.0