10.57 자세 표현 방법의 자유도와 제약 조건 비교

1. 자유도와 제약의 개념

3차원 회전군 $SO(3)$ 의 차원은 3이다. 즉, 모든 3차원 회전을 표현하는 데 필요한 최소 독립 매개변수의 수가 3이다. 그러나 다양한 자세 표현은 3개 이상의 매개변수를 사용하며, 추가 매개변수에는 제약 조건이 부과된다.

본 절에서는 주요 자세 표현의 매개변수 수, 자유도, 제약 조건을 체계적으로 비교 분석한다.

2. 자유도의 정의

2.1 매니폴드의 차원

$SO(3)$ 매니폴드의 차원은 3이다. 이는 지역적으로 3차원 유클리드 공간과 동형인 매니폴드이다.

2.2 자유도의 계산

매개변수 수 $n$ 과 제약 수 $c$ 에 대해 자유도는

$\text{자유도} = n - c$

$SO(3)$ 을 매개화하려면 자유도가 3이어야 한다.

3. 주요 자세 표현의 자유도

3.1 오일러 각

매개변수 수: 3
제약: 없음 (단, 주기 조건)
자유도: 3

오일러 각은 자유도가 매니폴드 차원과 같다. 그러나 짐벌 락 특이점이 있다.

3.2 축-각도

매개변수 수: 4 (축 3 + 각도 1)
제약: 1 (축의 단위 노름)
자유도: 3

축은 단위 벡터이므로 3 매개변수 중 하나의 제약이 있다. 각도는 자유이다.

3.3 회전 벡터

매개변수 수: 3
제약: 없음 (단, $\lVert\boldsymbol{\phi}\rVert \leq \pi$ 관례)
자유도: 3

회전 벡터는 자유 매개변수이며 자유도가 3이다.

3.4 쿼터니언

매개변수 수: 4
제약: 1 (단위 노름)
자유도: 3

쿼터니언은 단위 노름 제약으로 자유도가 3이 된다.

3.5 회전 행렬

매개변수 수: 9
제약: 6 (정규 직교성 6개)
자유도: 3

회전 행렬의 정규 직교성 제약은 세부적으로 다음과 같다.

세 열벡터의 단위 노름: 3개 제약
서로 다른 열벡터의 직교성: 3개 제약

또한 $\det(\mathbf{R}) = +1$ 제약이 있으나, 정규 직교성 내에서 이는 $\det(\mathbf{R}) = \pm 1$ 중 $+1$ 을 선택하는 것이다.

3.6 CRP (Classical Rodrigues Parameters)

매개변수 수: 3
제약: 없음
자유도: 3

CRP는 $\tan(\phi/2)\hat{\mathbf{u}}$ 형태이며 3 자유 매개변수이다.

3.7 MRP (Modified Rodrigues Parameters)

매개변수 수: 3
제약: 없음
자유도: 3

MRP도 3 자유 매개변수이지만, 대체 메커니즘으로 매개변수 크기를 제한할 수 있다.

3.8 이중 쿼터니언 ( $SE(3)$ )

매개변수 수: 8
제약: 2
자유도: 6

이중 쿼터니언은 $SE(3)$ (6자유도)을 매개화하므로 회전만의 $SO(3)$ 과 다르다. 제약은 실수 부분의 단위 노름과 실수와 이중 부분의 직교성이다.

4. 자유도와 제약의 비교 표

표현	매개변수	제약	자유도	비고
오일러 각	3	0	3	짐벌 락
축-각도	3+1	1	3	축 단위 노름
회전 벡터	3	0	3	자유 매개변수
쿼터니언	4	1	3	단위 노름
회전 행렬	9	6	3	정규 직교성
CRP	3	0	3	자유, $\phi = \pi$ 특이
MRP	3	0	3	자유, 대체 메커니즘
이중 쿼터니언	8	2	6	$SE(3)$ 전체

5. 자유 매개변수 vs. 제약 매개변수

5.1 자유 매개변수의 장점

자유 매개변수는 제약 없이 사용할 수 있어 다음의 이점이 있다.

비선형 최적화 편리: 표준 최적화 알고리즘 직접 적용
미분 단순: 자코비안 계산이 명확
매개변수 조작: 자유롭게 매개변수 변경 가능

5.2 자유 매개변수의 단점

특이점: 반드시 특이점을 가진다
다가성: 같은 회전의 여러 표현
경계 효과: 매개변수 공간의 경계에서 문제

5.3 제약 매개변수의 장점

매끄러움: 제약을 통해 매니폴드 구조 보존
특이점 없음 가능: 매개변수 수가 충분하면 특이점 회피

5.4 제약 매개변수의 단점

제약 처리 필요: 최적화에서 제약을 다루어야 함
수치적 정규화: 부동 소수점 오차로 제약 손실 가능

6. 실용적 자유도 평가

실용적으로 매개변수 수의 선택은 다음 요소를 고려한다.

6.1 응용의 요구

정확도, 효율성, 특이점 처리, 사용자 친화성 등을 고려한다.

6.2 구현 복잡도

제약 처리, 정규화, 특이점 감지 등의 구현 복잡도이다.

6.3 메모리 효율

매개변수 수가 많을수록 메모리 사용이 증가한다.

6.4 계산 효율

제약이 있는 매개화는 매번 정규화가 필요할 수 있다.

7. 쿼터니언과 회전 행렬의 비교

두 표현은 특이점이 없거나 매우 경미하지만, 매개변수 수가 다르다.

7.1 쿼터니언 (4 매개변수, 1 제약)

메모리: 4개 실수
제약: 단위 노름 ( $\lVert\mathbf{q}\rVert = 1$ )
합성: 빠른 쿼터니언 곱 (16 곱셈)
점 변환: 두 번의 쿼터니언 곱 (약 32 곱셈)

7.2 회전 행렬 (9 매개변수, 6 제약)

메모리: 9개 실수
제약: 정규 직교성 (6개)
합성: 행렬 곱 (27 곱셈)
점 변환: 행렬-벡터 곱 (9 곱셈)

7.3 트레이드오프

쿼터니언은 메모리와 합성 효율이 좋지만, 점 변환에는 회전 행렬이 더 효율적이다. 일반적 패턴은 저장은 쿼터니언으로, 점 변환 시 회전 행렬로 변환하는 것이다.

8. 최소 매개변수 표현의 한계

매개변수 수가 정확히 3인 표현(오일러 각, 회전 벡터, CRP, MRP)은 반드시 특이점을 가진다. 이는 위상학적 필연이다.

8.1 털공 정리

3차원 매니폴드는 3차원 벡터 공간으로 매끄럽게 덮을 수 없다. 이는 “털공 정리(Hairy Ball Theorem)“의 일반화로 이해할 수 있다.

8.2 추가 차원의 역할

4 매개변수 이상을 사용하면 매끄러운 매개화가 가능하다. 쿼터니언의 4 매개변수가 특이점을 회피하는 이유이다.

9. 제약 처리의 방법

제약이 있는 매개화를 사용할 때 제약을 처리하는 방법은 다음과 같다.

9.1 주기적 정규화

매 계산 후 제약을 만족시키도록 정규화한다.

# 쿼터니언의 경우
q = q / norm(q)

# 회전 행렬의 경우
R = gram_schmidt_orthonormalize(R)

9.2 제약 보존 알고리즘

제약을 자동으로 유지하는 알고리즘을 사용한다. 예를 들어 쿼터니언 지수 적분은 단위 노름을 자동으로 보존한다.

9.3 매니폴드 최적화

제약 있는 매니폴드 최적화 기법을 사용한다. 이는 제약을 명시적으로 처리한다.

9.4 페널티 함수

최적화에서 제약 위반을 페널티로 처리한다.

9.5 매개화 변경

제약 없는 매개화(예: 회전 벡터)로 문제를 변환한다.

10. 자유도와 최적화

비선형 최적화에서 자유도 선택이 중요하다.

10.1 최소 매개변수 최적화

3 매개변수 사용 (회전 벡터 등)
장점: 매개변수 수가 적음
단점: 특이점 처리 필요

10.2 과잉 매개변수 최적화

4+ 매개변수 사용 (쿼터니언 등)
장점: 매끄러움
단점: 제약 처리 필요

10.3 지역 매개화

현재 추정 주위에서 지역적으로 3 매개변수를 사용한다. 최적화 후 전역 매개화로 변환한다. 이는 특이점을 회피하면서 최소 매개변수의 장점을 얻는다.

11. 실제 선택의 지침

11.1 일반 로봇 공학

쿼터니언 (내부) + 오일러 각 (인터페이스)

내부 계산: 쿼터니언
사용자 입력/출력: 오일러 각
변환: 필요시 수행

11.2 비선형 최적화

회전 벡터 (지역 매개화) + 쿼터니언 (전역 저장)

최적화 변수: 회전 벡터 (자유 매개변수)
저장: 쿼터니언
매 반복마다 지역 매개화 갱신

11.3 자세 추정

쿼터니언 (표준) 또는 오류 상태 칼만 필터

주 상태: 쿼터니언
오차 상태: 회전 벡터
수치 안정성과 선형 필터링 결합

11.4 점 변환이 빈번

쿼터니언 저장 + 회전 행렬 변환

저장은 쿼터니언
점 변환이 필요할 때 회전 행렬로 변환

11.5 사용자 인터페이스

오일러 각 (RPY)

직관적 인터페이스
내부 계산은 다른 표현

11.6 우주 항공

쿼터니언 또는 MRP

전통적으로 쿼터니언
특정 제어 법칙에서 MRP

12. 자유도와 수치적 효과

매개변수 수가 결과의 수치적 특성에 영향을 준다.

12.1 메모리와 대역폭

더 많은 매개변수는 더 많은 메모리를 사용한다. 네트워크 통신의 경우 대역폭도 증가한다.

12.2 계산 시간

매개변수가 많을수록 많은 연산이 필요하다. 그러나 특이점 처리나 정규화로 인해 실제 시간이 반대로 될 수도 있다.

12.3 수치 정밀도

매개변수가 많은 표현(예: 회전 행렬)은 중복성 때문에 수치 정밀도가 더 좋을 수 있다. 그러나 제약 위반에 민감하다.

12.4 누적 오차

장기간 계산에서 누적 오차가 표현에 따라 다르게 나타난다. 쿼터니언은 정규화로 오차를 제한할 수 있다.

13. 자유도의 이론적 한계

13.1 $SO(3)$ 의 차원

$SO(3)$ 은 3차원 매니폴드이다. 최소 3 매개변수로 매개화 가능하다.

13.2 매끄러운 매개화

매끄러운 매개화(특이점 없음)를 위해서는 4 매개변수 이상이 필요하다. 4 매개변수 + 1 제약이 최소 과잉 매개화이다.

13.3 리 군의 지수 사상

리 군의 지수 사상은 리 대수(3차원 벡터 공간)에서 리 군으로의 사상이며, 지역적으로 일대일이다. 그러나 전역적으로는 다가적이다.

14. 결론

자세 표현의 자유도와 제약 조건은 실용적 선택의 핵심 기준이다. 매개변수 수가 적을수록 (3) 특이점이 반드시 있으며, 매개변수 수가 많을수록 (4 이상) 매끄러움이 가능하지만 제약을 처리해야 한다. 쿼터니언(4 매개변수, 1 제약)이 자유도와 실용성의 균형을 제공하여 대부분의 현대 응용에서 선호된다. 회전 행렬(9 매개변수, 6 제약)은 특이점이 없지만 메모리가 많이 필요하다. 응용의 요구에 따라 적절한 표현을 선택하는 것이 중요하다.

15. 참고 문헌

Stuelpnagel, J. (1964). “On the Parametrization of the Three-Dimensional Rotation Group.” SIAM Review, 6(4), 422–430.
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.
Markley, F. L., & Crassidis, J. L. (2014). Fundamentals of Spacecraft Attitude Determination and Control. Springer.
Kuipers, J. B. (1999). Quaternions and Rotation Sequences. Princeton University Press.

version: 1.0