7.65 변분법의 로봇 궤적 최적화 응용

1. 궤적 최적화와 변분법의 관계

로봇 궤적 최적화 문제는 주어진 성능 지표(비용 범함수)를 최소화하는 시간 함수(궤적)를 찾는 문제이다. 이는 변분법의 직접적인 응용이며, 최적 궤적이 만족하여야 하는 필요 조건은 오일러-라그랑주 방정식으로 귀결된다.

일반적인 로봇 궤적 최적화 문제의 형태는 다음과 같다.

$\min_{\mathbf{q}(t)} J[\mathbf{q}] = \Phi(\mathbf{q}(t_f), t_f) + \int_{t_0}^{t_f} L(t, \mathbf{q}, \dot{\mathbf{q}}, \ddot{\mathbf{q}})\,dt$

여기서 $\Phi$ 는 종단 비용(terminal cost), $L$ 은 구간 비용(running cost)이다. 경계 조건과 동역학 제약, 경로 제약이 추가로 부과된다.

2. 최소 에너지 궤적

2.1 문제의 정식화

관절 토크의 제곱 적분을 최소화하는 궤적을 구한다.

$\min J = \int_{t_0}^{t_f} \boldsymbol{\tau}^T\boldsymbol{\tau}\,dt$

경계 조건: $\mathbf{q}(t_0) = \mathbf{q}_0$ , $\mathbf{q}(t_f) = \mathbf{q}_f$ , $\dot{\mathbf{q}}(t_0) = \dot{\mathbf{q}}(t_f) = \mathbf{0}$

동역학 제약: $M(\mathbf{q})\ddot{\mathbf{q}} + C(\mathbf{q}, \dot{\mathbf{q}})\dot{\mathbf{q}} + \mathbf{g}(\mathbf{q}) = \boldsymbol{\tau}$

2.2 선형화된 시스템에서의 해석해

단일 자유도의 이중 적분기 모델 $\ddot{q} = \tau/J$ 에서 최소 에너지 문제의 라그랑지안은 $L = J^2\ddot{q}^2$ 이다. 고차 오일러-라그랑주 방정식을 적용하면 다음을 얻는다.

$q^{(4)}(t) = 0$

이는 최적 궤적이 시간의 3차 다항식임을 의미한다.

$q^*(t) = a_3 t^3 + a_2 t^2 + a_1 t + a_0$

네 개의 계수는 네 개의 경계 조건에 의해 유일하게 결정된다.

3. 최소 가가속도 궤적

3.1 문제의 정식화

가가속도(jerk) $\dddot{\mathbf{q}}$ 의 제곱 적분을 최소화하는 궤적은 기계적 진동과 관절 마모를 줄이는 데 유효하다.

$\min J = \int_{t_0}^{t_f} \lVert\dddot{\mathbf{q}}\rVert^2\,dt$

3.2 해의 형태

단일 자유도에서 오일러-라그랑주 방정식은 $q^{(6)} = 0$ 이므로, 최적 궤적은 5차 다항식이다.

$q^*(t) = \sum_{k=0}^{5} a_k t^k$

여섯 개의 경계 조건(양단의 위치, 속도, 가속도)에 의해 계수가 결정된다. 이 5차 다항식 궤적은 로봇 산업에서 매끄러운 점 간(point-to-point) 운동에 표준적으로 사용된다.

4. 최소 스냅 궤적

4.1 멀티콥터 궤적 계획

멀티콥터(multicopter)의 궤적 최적화에서는 스냅(snap, 4차 도함수)의 제곱 적분을 최소화한다. 이는 멀티콥터의 추력이 위치의 4차 도함수에 비례하는 미분 평탄성(differential flatness) 성질에 기인한다.

$\min J = \int_{t_0}^{t_f} \lVert\mathbf{r}^{(4)}\rVert^2\,dt$

여기서 $\mathbf{r}(t)$ 는 3차원 위치 벡터이다. 오일러-라그랑주 방정식은 $\mathbf{r}^{(8)} = \mathbf{0}$ 이므로, 각 축의 최적 궤적은 7차 다항식이다.

4.2 다구간 궤적

경유점(waypoint)을 거치는 궤적에서는 구간별로 다항식 궤적을 생성하고, 경유점에서의 연속성 조건(위치, 속도, 가속도, 가가속도의 연속)을 부과한다. 전체 문제는 2차 계획(QP) 문제로 정식화되어 효율적으로 풀 수 있다.

5. 해밀턴 원리와 로봇 동역학

5.1 작용의 정상 조건

해밀턴의 원리(Hamilton’s principle)에 의하면, 시스템의 실제 운동은 작용 적분의 정상값을 달성하는 궤적이다.

$\delta S = \delta \int_{t_0}^{t_f} \mathcal{L}(\mathbf{q}, \dot{\mathbf{q}}, t)\,dt = 0$

여기서 $\mathcal{L} = T - U$ 는 역학적 라그랑지안이다. 이 정상 조건으로부터 로봇 동역학의 오일러-라그랑주 운동 방정식이 유도된다.

$\frac{d}{dt}\frac{\partial\mathcal{L}}{\partial\dot{q}_i} - \frac{\partial\mathcal{L}}{\partial q_i} = \tau_i, \quad i = 1, \ldots, n$

따라서 변분법은 로봇 동역학의 유도와 궤적 최적화를 통일적으로 다루는 수학적 틀을 제공한다.

6. 간접법과 직접법

6.1 간접법

변분법에 기초한 간접법(indirect method)은 오일러-라그랑주 방정식(또는 최적 제어에서의 해밀턴 정준 방정식)을 경계값 문제(boundary value problem, BVP)로 정식화하여 푸는 방법이다.

장점: 이론적으로 정확한 최적성 조건을 만족하는 해를 구한다.

단점: 공상태(costate) 변수의 초기 추정이 필요하며, 비선형 BVP의 수렴이 어렵다. 제약 조건의 활성/비활성 구간을 사전에 추측하여야 한다.

6.2 직접법

직접법(direct method)은 궤적을 유한 차원의 매개변수로 이산화(discretization)하고, 범함수를 유한 차원의 비선형 계획(NLP) 문제로 변환하여 수치적으로 푸는 방법이다. 직접 전사법(direct transcription)과 직접 배치법(direct collocation)이 대표적이다.

장점: 구현이 용이하고, 부등식 제약을 자연스럽게 처리할 수 있다. 수렴 반경이 넓다.

단점: 이산화 오차가 존재하며, NLP 문제의 크기가 커질 수 있다.

현대의 로봇 궤적 최적화에서는 직접법이 주로 사용되나, 변분법의 필요 조건은 해의 최적성을 검증하고 문제의 구조를 이해하는 데 필수적이다.

7. 실용적 궤적 생성 기법

7.1 다항식 보간

변분법의 해석해가 다항식이 되는 문제에서는 경계 조건만으로 직접 다항식 계수를 결정할 수 있다. 3차, 5차, 7차 다항식 궤적이 각각 위치-속도 경계 조건, 위치-속도-가속도 경계 조건, 추가 가가속도 경계 조건에 대응한다.

7.2 스플라인 궤적

다구간 궤적에서 각 구간의 다항식을 스플라인(spline)으로 연결하면, 전체 궤적의 평활도와 경유점 통과를 동시에 보장할 수 있다. B-스플라인 표현은 제어점을 최적화 변수로 설정하여 효율적인 궤적 최적화를 가능하게 한다.

8. 요약

변분법은 로봇 궤적 최적화의 이론적 기초를 제공한다. 최소 에너지, 최소 가가속도, 최소 스냅 등의 성능 지표에 대한 오일러-라그랑주 방정식의 해는 다항식 궤적으로 귀결되며, 이는 실용적 궤적 생성의 표준 기법이 되었다. 해밀턴의 원리는 변분법과 로봇 동역학을 통일적으로 연결한다. 간접법은 이론적 정확성을 제공하고, 직접법은 실용적 유연성을 제공하며, 현대의 로봇 궤적 최적화에서 두 접근법이 상보적으로 활용된다.

참고 문헌

Betts, J. T. (2010). Practical Methods for Optimal Control and Estimation Using Nonlinear Programming (2nd ed.). SIAM.
Mellinger, D. & Kumar, V. (2011). “Minimum snap trajectory generation and control for quadrotors.” IEEE International Conference on Robotics and Automation, 2520–2525.
Siciliano, B., Sciavicco, L., Villani, L., & Oriolo, G. (2009). Robotics: Modelling, Planning and Control. Springer.
Liberzon, D. (2012). Calculus of Variations and Optimal Control Theory: A Concise Introduction. Princeton University Press.
Craig, J. J. (2005). Introduction to Robotics: Mechanics and Control (3rd ed.). Pearson.

version: 0.1.0