10.46 로드리게스 매개변수의 정의와 변환

10.46 로드리게스 매개변수의 정의와 변환

1. 로드리게스 매개변수의 개요

로드리게스 매개변수(Rodrigues parameters)는 3차원 회전을 3 매개변수로 표현하는 방법 중 하나이다. 19세기 수학자 올랭드 로드리게스(Olinde Rodrigues)의 이름을 딴 이 표현법은 회전 축과 회전 각으로부터 다음과 같이 정의된다.

\mathbf{g} = \tan(\phi/2)\hat{\mathbf{u}}

여기서 \hat{\mathbf{u}}는 회전 축(단위 벡터), \phi는 회전 각이다. 이는 고전적 로드리게스 매개변수(Classical Rodrigues Parameters, CRP) 또는 깁스 벡터(Gibbs vector)라고도 불린다.

2. 로드리게스 매개변수의 형태

2.1 성분별 표현

\hat{\mathbf{u}} = (u_x, u_y, u_z)이면

\mathbf{g} = (\tan(\phi/2)u_x, \tan(\phi/2)u_y, \tan(\phi/2)u_z)

2.2 크기와 방향

  • 크기: \lVert\mathbf{g}\rVert = \tan(\phi/2)
  • 방향: \hat{\mathbf{u}}

회전 각이 0일 때 크기가 0이고, 회전 각이 \pi에 접근할 때 크기가 무한대로 발산한다.

3. 특이점

3.1 \phi = \pi에서의 발산

가장 큰 특이점은 \phi = \pi이다. \tan(\pi/2) = \infty이므로 로드리게스 매개변수는 180도 회전을 표현할 수 없다.

3.2 매개변수 공간

로드리게스 매개변수는 \mathbb{R}^3 전체를 사용하지만, 180도 회전 근처에서 매개변수가 매우 커진다. 이는 수치적으로 문제가 된다.

4. 로드리게스 매개변수에서 쿼터니언으로

쿼터니언 \mathbf{q} = (\cos(\phi/2), \sin(\phi/2)\hat{\mathbf{u}})에서 로드리게스 매개변수는

\mathbf{g} = \frac{\mathbf{q}_v}{q_w}

여기서 \mathbf{q}_v는 쿼터니언의 벡터 부분, q_w는 스칼라 부분이다.

이는 \sin(\phi/2)/\cos(\phi/2) = \tan(\phi/2)의 관계로부터 직접 유도된다.

4.1 역방향 변환

로드리게스 매개변수 \mathbf{g}로부터 쿼터니언은

\mathbf{q} = \frac{1}{\sqrt{1 + \lVert\mathbf{g}\rVert^2}}(1, \mathbf{g})

이는 정규화를 통해 단위 쿼터니언을 보장한다.

5. 로드리게스 매개변수에서 회전 행렬로

로드리게스 매개변수로부터 회전 행렬로의 변환 공식은 다음과 같다.

\mathbf{R}(\mathbf{g}) = \mathbf{I} + \frac{2}{1 + \lVert\mathbf{g}\rVert^2}([\mathbf{g}]_\times + [\mathbf{g}]_\times^2)

또는 동등하게

\mathbf{R}(\mathbf{g}) = \frac{(1 - \lVert\mathbf{g}\rVert^2)\mathbf{I} + 2\mathbf{g}\mathbf{g}^T + 2[\mathbf{g}]_\times}{1 + \lVert\mathbf{g}\rVert^2}

여기서 [\mathbf{g}]_\times는 \mathbf{g}의 반대칭 행렬이다.

5.1 유도

이 공식은 로드리게스 회전 공식과 로드리게스 매개변수의 정의로부터 유도된다. 로드리게스 회전 공식

\mathbf{R} = \mathbf{I} + \sin\phi[\hat{\mathbf{u}}]_\times + (1 - \cos\phi)[\hat{\mathbf{u}}]_\times^2

에 \hat{\mathbf{u}} = \mathbf{g}/\lVert\mathbf{g}\rVert와 \tan(\phi/2) = \lVert\mathbf{g}\rVert를 대입하고 삼각 함수 항등식을 적용하면 위의 공식이 얻어진다.

6. 회전 행렬에서 로드리게스 매개변수로

회전 행렬 \mathbf{R}로부터 로드리게스 매개변수를 추출하는 공식은

\mathbf{g} = \frac{1}{1 + \mathrm{tr}(\mathbf{R})}\begin{bmatrix}r_{32} - r_{23} \\ r_{13} - r_{31} \\ r_{21} - r_{12}\end{bmatrix}

여기서 \mathrm{tr}(\mathbf{R}) = r_{11} + r_{22} + r_{33}이다.

6.1 특이점

\mathrm{tr}(\mathbf{R}) = -1일 때(즉, 회전 각이 \pi), 분모가 0이 된다. 이는 로드리게스 매개변수의 특이점을 반영한다.

7. 로드리게스 매개변수의 곱셈 (합성)

두 로드리게스 매개변수의 합성은 다음의 공식으로 주어진다.

\mathbf{g}_{\text{합성}} = \frac{\mathbf{g}_1 + \mathbf{g}_2 + \mathbf{g}_1\times\mathbf{g}_2}{1 - \mathbf{g}_1^T\mathbf{g}_2}

여기서 \mathbf{g}_1이 먼저 적용되고 \mathbf{g}_2가 나중에 적용된다(또는 응용에 따라 순서 반대).

7.1 유도

이 공식은 쿼터니언 곱의 형태에서 로드리게스 매개변수로 변환하여 유도된다. 쿼터니언의 스칼라 부분과 벡터 부분을 \tan(\phi/2)로 표현하면 위의 분수 형태가 나온다.

7.2 비가환성

\mathbf{g}_1\times\mathbf{g}_2 항이 비가환성을 반영한다. 외적은 인수의 순서에 따라 부호가 바뀌므로, 합성도 비가환적이다.

8. 로드리게스 매개변수의 미분

로드리게스 매개변수의 시간 미분과 각속도의 관계는 다음과 같다.

\dot{\mathbf{g}} = \frac{1}{2}[(\mathbf{I} + [\mathbf{g}]_\times + \mathbf{g}\mathbf{g}^T)\boldsymbol{\omega}]

(본체 좌표계 각속도의 경우)

이는 쿼터니언 운동학 방정식과 비슷하지만 더 복잡하다.

9. 로드리게스 매개변수의 장단점

9.1 장점

  1. 3 매개변수: 오일러 각과 같은 최소 매개변수
  2. 자유 매개변수: 단위 노름 같은 제약 없음
  3. 대수적 표현: 쿼터니언보다 직관적일 수 있음
  4. 분석적 합성: 닫힌 형태 합성 공식

9.2 단점

  1. 180도 특이점: \phi = \pi에서 발산
  2. 작은 작업 영역: 작은 회전에만 적합
  3. 수치적 불안정: 큰 회전에서 매개변수가 매우 커짐
  4. 실용성 제한: 일반적 응용에 부적합

10. 로드리게스 매개변수의 응용

10.1 작은 회전의 최적화

작은 회전만 다루는 비선형 최적화에서 로드리게스 매개변수가 사용될 수 있다. 자유 매개변수이므로 최적화 알고리즘에 적합하다.

10.2 상태 추정의 오차 매개화

오차 상태 칼만 필터(ESKF)에서 작은 자세 오차를 로드리게스 매개변수로 표현하는 경우가 있다. 주 상태는 쿼터니언으로 유지한다.

10.3 이론적 분석

회전의 대수적 분석에서 로드리게스 매개변수가 사용된다. 특히 사영 기하학과의 연결에서 유용하다.

10.4 고전적 로봇 공학 교재

일부 고전 로봇 공학 교재가 로드리게스 매개변수를 사용한다. 역사적 중요성이 있다.

11. 수정된 로드리게스 매개변수 (MRP)

고전 로드리게스 매개변수의 180도 특이점을 완화하기 위해 수정된 로드리게스 매개변수(Modified Rodrigues Parameters, MRP)가 도입되었다.

11.1 MRP의 정의

\boldsymbol{\sigma} = \tan(\phi/4)\hat{\mathbf{u}}

여기서 \phi/4가 사용되므로 특이점이 \phi = 2\pi로 이동한다.

11.2 장점

\phi = 2\pi는 실제로는 \phi = 0과 같은 회전이므로, 매개변수가 커질 때 “대체 MRP”(shadow MRP)로 전환하여 처리할 수 있다. 이는 완전한 회전 공간을 매끄럽게 매개화한다.

11.3 MRP의 사용

MRP는 우주선 자세 제어에서 주로 사용된다. 대체 MRP의 전환 메커니즘이 실용적이다.

12. 로드리게스 매개변수의 역사

12.1 올랭드 로드리게스

올랭드 로드리게스(Olinde Rodrigues, 1795-1851)는 프랑스의 수학자이자 은행가이다. 그는 1840년에 회전을 축과 각도로 매개화하는 방법을 발표하였으며, 이것이 로드리게스 회전 공식의 기원이다.

12.2 로드리게스 매개변수의 발전

로드리게스의 원래 작업은 축-각도 표현에 관한 것이었고, \tan(\phi/2)\hat{\mathbf{u}} 형태는 나중에 발전되었다. 이 매개변수는 깁스(Josiah Willard Gibbs)의 벡터 분석과도 관련이 있다.

12.3 현대적 위상

현대 로봇 공학에서 로드리게스 매개변수는 쿼터니언에 비해 덜 사용된다. 특이점의 심각성과 실용성의 한계 때문이다. 그러나 MRP는 여전히 일부 응용(우주 항공)에서 중요하게 사용된다.

13. 다른 3 매개변수 표현과의 비교

13.1 로드리게스 매개변수 vs. 오일러 각

특성로드리게스오일러 각
매개변수33
특이점\phi = \pi짐벌 락
직관성중간높음
합성분석적복잡

13.2 로드리게스 vs. 회전 벡터

특성로드리게스회전 벡터
정의\tan(\phi/2)\hat{\mathbf{u}}\phi\hat{\mathbf{u}}
특이점\phi = \pi\phi = \pi (덜 심각)
선형성비선형선형

회전 벡터가 일반적으로 더 자주 사용된다.

14. 로드리게스 매개변수와 사영 기하학

로드리게스 매개변수는 사영 기하학과 흥미로운 관계가 있다. 공식

\mathbf{R}(\mathbf{g}) = \mathbf{I} + 2\frac{[\mathbf{g}]_\times + [\mathbf{g}]_\times^2}{1 + \lVert\mathbf{g}\rVert^2}

에서 분수 형태는 사영 기하학의 카일리 변환(Cayley transform)과 관련이 있다. 이는 수학적으로 우아한 구조이다.

15. 결론

로드리게스 매개변수는 회전을 3 매개변수로 표현하는 방법이며, 역사적 중요성을 가진다. 그러나 180도 회전에서의 특이점이 실용성을 제한하므로, 대부분의 현대 응용에서는 쿼터니언이 선호된다. 수정된 로드리게스 매개변수(MRP)는 특이점 위치를 개선하여 우주선 자세 제어 등에서 사용된다. 이론적 분석과 특정 응용에서는 여전히 유용하지만, 일반적 로봇 공학 응용에서는 쿼터니언이 표준이다.

16. 참고 문헌

  • Rodrigues, O. (1840). “Des lois géométriques qui régissent les déplacements d’un système solide dans l’espace, et de la variation des coordonnées provenant de ces déplacements considérés indépendamment des causes qui peuvent les produire.” Journal de mathématiques pures et appliquées, 5, 380–440.
  • Shuster, M. D. (1993). “A Survey of Attitude Representations.” Journal of the Astronautical Sciences, 41(4), 439–517.
  • Diebel, J. (2006). “Representing Attitude: Euler Angles, Unit Quaternions, and Rotation Vectors.” Stanford University Technical Report.
  • Schaub, H., & Junkins, J. L. (2003). Analytical Mechanics of Space Systems. AIAA Education Series.
  • Markley, F. L., & Crassidis, J. L. (2014). Fundamentals of Spacecraft Attitude Determination and Control. Springer.

version: 1.0