13.26 일반화 좌표의 정의와 선택

1. 개요

일반화 좌표(generalized coordinate)는 시스템의 구성을 표현하는 임의의 매개변수이며, 라그랑주 역학과 해밀턴 역학의 기본 개념이다. 일반화 좌표의 적절한 선택이 시스템 분석을 크게 단순화하며, 구속을 자동으로 만족시키면서 자유도와 같은 수의 매개변수로 시스템을 기술할 수 있게 한다. 본 절에서는 일반화 좌표의 정의, 선택 원칙, 그리고 다양한 예시를 다룬다.

2. 일반화 좌표의 정의

2.1 정의

일반화 좌표 $\mathbf{q} = (q_1, q_2, \ldots, q_n)$ 는 시스템의 상태를 완전히 결정하는 독립적인 매개변수의 집합이다. $n$ 은 시스템의 자유도와 같다.

2.2 의미

일반화 좌표는 데카르트 좌표와 같은 특정 좌표계의 좌표가 아니라, 임의의 매개변수일 수 있다. 각도, 거리, 비율 등이 모두 일반화 좌표가 될 수 있다.

2.3 데카르트 좌표와의 관계

각 입자의 위치는 일반화 좌표의 함수로 표현된다.

$\mathbf{r}_i = \mathbf{r}_i(q_1, q_2, \ldots, q_n, t)$

여기서 시간 의존성은 레오노믹 구속이 있을 때 등장한다.

3. 일반화 좌표의 선택 원칙

3.1 자유도와 일치

일반화 좌표의 수는 시스템의 자유도와 같아야 한다. 너무 많으면 의존적이고, 너무 적으면 시스템을 완전히 기술할 수 없다.

3.2 구속의 자동 만족

좋은 일반화 좌표는 구속을 자동으로 만족시킨다. 즉, 일반화 좌표의 임의의 값에 대해 시스템이 구속 조건을 만족한다.

3.3 분석의 단순화

좌표의 선택이 운동 방정식의 형태에 영향을 준다. 적절한 좌표는 운동 방정식을 단순한 형태로 만든다.

3.4 응용에 적합

일반화 좌표는 응용에 적합해야 한다. 예를 들어 매니퓰레이터에서는 관절 각도가 자연스러운 일반화 좌표이다.

4. 일반화 좌표의 예시

4.1 단순 진자

단순 진자의 자유도는 1이며, 각도 $\theta$ 가 자연스러운 일반화 좌표이다.

$q_1 = \theta$

4.2 이중 진자

이중 진자는 자유도가 2이며, 두 진자의 각도 $\theta_1, \theta_2$ 가 일반화 좌표이다.

$\mathbf{q} = (\theta_1, \theta_2)$

4.3 매니퓰레이터

$n$ 자유도 매니퓰레이터의 일반화 좌표는 $n$ 개의 관절 변수이다.

$\mathbf{q} = (q_1, q_2, \ldots, q_n)$

회전 관절의 경우 관절 각도, 직선 관절의 경우 관절 변위이다.

4.4 자유 강체

자유 강체의 자유도는 6이며, 다음의 일반화 좌표가 사용될 수 있다.

$\mathbf{q} = (x, y, z, \phi, \theta, \psi)$

여기서 $(x, y, z)$ 는 질량 중심의 위치이고, $(\phi, \theta, \psi)$ 는 오일러 각이다.

4.5 자동차

자동차의 평면 운동의 자유도는 3이며 (위치 2 + 방향 1)

$\mathbf{q} = (x, y, \theta)$

자동차의 휠 회전이 추가되면 더 많은 좌표가 필요하다.

5. 좌표 변환

5.1 데카르트에서 일반화로

데카르트 좌표가 일반화 좌표로 표현된다.

$\mathbf{r}_i = \mathbf{r}_i(\mathbf{q}, t)$

5.2 속도 변환

속도는 다음과 같이 변환된다.

$\mathbf{v}_i = \dot{\mathbf{r}}_i = \sum_j\frac{\partial\mathbf{r}_i}{\partial q_j}\dot q_j + \frac{\partial\mathbf{r}_i}{\partial t}$

5.3 가상 변위

가상 변위도 변환된다.

$\delta\mathbf{r}_i = \sum_j\frac{\partial\mathbf{r}_i}{\partial q_j}\delta q_j$

가상 변위는 시간 변화가 없으므로 $\delta t = 0$ 이다.

6. 운동 에너지

6.1 일반화 좌표 표현

운동 에너지를 일반화 좌표로 표현하면

$T = \frac{1}{2}\sum_{j, k}M_{jk}(\mathbf{q})\dot q_j\dot q_k$

여기서 $M_{jk}$ 는 일반화 관성 행렬이다.

6.2 명시적 시간 의존

레오노믹 구속이 있는 경우 운동 에너지에 다른 항이 추가된다.

$T = T_2 + T_1 + T_0$

여기서 $T_2$ 는 $\dot q_j$ 의 2차 항, $T_1$ 은 1차 항, $T_0$ 은 0차 항이다.

7. 위치 에너지

7.1 좌표 의존성

위치 에너지는 일반화 좌표의 함수이다.

$V = V(\mathbf{q}, t)$

대부분의 경우 $V$ 는 시간에 명시적으로 의존하지 않는다.

8. 라그랑지안

8.1 정의

라그랑지안은 운동 에너지에서 위치 에너지를 뺀 것이다.

$L = T - V$

8.2 일반화 좌표 표현

$L = L(\mathbf{q}, \dot{\mathbf{q}}, t)$

이는 일반화 좌표와 일반화 속도의 함수이다.

9. 좌표 선택의 영향

9.1 운동 방정식의 형태

좌표의 선택이 운동 방정식의 형태에 영향을 준다. 좋은 선택은 더 단순한 방정식을 산출한다.

9.2 단순화의 예

단순 진자의 경우 각도 $\theta$ 가 자연스러운 좌표이며, 다른 좌표(예: 데카르트 좌표)보다 운동 방정식이 단순하다.

9.3 대칭성의 활용

시스템의 대칭성을 반영하는 좌표가 일반적으로 좋다. 예를 들어 회전 대칭이 있으면 회전 각도를 좌표로 사용한다.

10. 일반화 좌표와 자유도의 관계

10.1 자유도

자유도는 시스템의 독립적인 운동 가능성의 수이다. 일반화 좌표의 수가 자유도와 같다.

10.2 구속의 영향

홀로노믹 구속은 자유도를 줄인다. $k$ 개의 홀로노믹 구속이 있으면 자유도가 $k$ 만큼 감소한다.

10.3 비홀로노믹 구속

비홀로노믹 구속은 일반화 좌표의 수를 줄이지 않지만, 운동을 제한한다.

11. 응용 예시: SCARA 매니퓰레이터

SCARA 매니퓰레이터는 4자유도(2 회전 + 1 직선 + 1 회전)를 가진다. 일반화 좌표는

$\mathbf{q} = (\theta_1, \theta_2, d_3, \theta_4)$

여기서 $\theta_i$ 는 회전 관절 각도, $d_3$ 는 직선 관절 변위이다.

12. 응용 예시: 6자유도 매니퓰레이터

6자유도 매니퓰레이터의 일반화 좌표는 6개의 관절 각도이다.

$\mathbf{q} = (\theta_1, \theta_2, \theta_3, \theta_4, \theta_5, \theta_6)$

13. 응용 예시: 평면 매니퓰레이터

평면 2자유도 매니퓰레이터의 일반화 좌표는 두 관절 각도이다.

$\mathbf{q} = (\theta_1, \theta_2)$

14. 응용 예시: 인간형 로봇

인간형 로봇의 자유도는 매우 많다(30 이상). 일반화 좌표는 본체의 자세와 모든 관절 각도이다.

$\mathbf{q} = (\mathbf{q}_{\text{base}}, q_1, q_2, \ldots, q_n)$

여기서 $\mathbf{q}_{\text{base}}$ 는 부유 베이스의 자세(6자유도)이다.

15. 응용 예시: 모바일 로봇

평면 모바일 로봇의 일반화 좌표는

$\mathbf{q} = (x, y, \theta)$

비홀로노믹 제약이 있어도 좌표의 수는 같다.

16. 응용 예시: 무인 항공기

드론의 자유도는 6이며, 일반화 좌표는 위치와 자세이다.

$\mathbf{q} = (x, y, z, \phi, \theta, \psi)$

17. 본 절의 의의

본 절은 일반화 좌표의 정의와 선택을 다루었다. 일반화 좌표는 라그랑주 역학과 해밀턴 역학의 기본이며, 시스템 분석의 효율성을 결정한다. 매니퓰레이터, 모바일 로봇, 무인 항공기 등 다양한 로봇 시스템의 분석에서 적절한 일반화 좌표의 선택이 중요하다.

18. 학습 권장사항

일반화 좌표의 정의를 이해한다.
자유도와 일반화 좌표의 관계를 학습한다.
다양한 시스템의 일반화 좌표를 익힌다.
좌표 선택의 영향을 인식한다.
라그랑주 역학으로의 연결을 준비한다.

19. 참고 문헌

Goldstein, H., Poole, C., & Safko, J. (2002). Classical Mechanics (3rd ed.). Addison-Wesley.
Lanczos, C. (1986). The Variational Principles of Mechanics (4th ed.). Dover Publications.
Greenwood, D. T. (2003). Advanced Dynamics. Cambridge University Press.
Murray, R. M., Li, Z., & Sastry, S. S. (1994). A Mathematical Introduction to Robotic Manipulation. CRC Press.
Spong, M. W., Hutchinson, S., & Vidyasagar, M. (2020). Robot Modeling and Control (2nd ed.). Wiley.

version: 1.0