17.16 코리올리 행렬의 반대칭 성질

1. 개요

매니퓰레이터 동역학 운동 방정식에서 코리올리-원심력 항을 담당하는 $\mathbf{C}(\mathbf{q}, \dot{\mathbf{q}})$ 행렬은 구성 방식에 따라 수학적으로 유일하지 않다. 동일한 힘 벡터 $\mathbf{C}(\mathbf{q}, \dot{\mathbf{q}}) \dot{\mathbf{q}}$ 를 재현할 수 있는 $\mathbf{C}$ 행렬은 무수히 많으나, 크리스토펠 기호(Christoffel symbol)를 기반으로 정의되는 특수한 선택은 중요한 대수적 성질을 보장한다. 그 성질은 $\dot{\mathbf{M}}(\mathbf{q}) - 2 \mathbf{C}(\mathbf{q}, \dot{\mathbf{q}})$ 가 반대칭(skew-symmetric) 행렬이라는 사실이며, 이는 로봇 동역학의 대수적 구조 중 가장 중요한 성질 중 하나이다.

본 절에서는 이 반대칭 성질의 정확한 정의, 수학적 증명, 에너지 보존과의 연결, 그리고 제어기 안정성 증명에서의 핵심적 역할을 학술적으로 기술한다. 코리올리 행렬의 물리적 의미와 구성 방식은 앞 절에서 다루어졌으며, 본 절은 그 대수적 성질과 응용에 초점을 맞춘다.

2. 반대칭 성질의 정식화

관성 행렬 $\mathbf{M}(\mathbf{q})$ 가 자세의 함수이므로, 궤적을 따라 시간에 대한 전미분은 다음과 같이 주어진다.

$\dot{\mathbf{M}}(\mathbf{q}) = \sum_{k=1}^{n} \frac{\partial \mathbf{M}(\mathbf{q})}{\partial q_k} \dot{q}_k$

코리올리 행렬을 크리스토펠 기호로 구성한 경우, $\mathbf{N}(\mathbf{q}, \dot{\mathbf{q}}) = \dot{\mathbf{M}}(\mathbf{q}) - 2 \mathbf{C}(\mathbf{q}, \dot{\mathbf{q}})$ 로 정의되는 행렬은 반대칭이다. 즉 $\mathbf{N} + \mathbf{N}^T = \mathbf{0}$ 이며, 이는 임의의 벡터 $\mathbf{v}$ 에 대하여 다음이 성립함을 의미한다.

$\mathbf{v}^T \mathbf{N}(\mathbf{q}, \dot{\mathbf{q}}) \mathbf{v} = 0$

이 등식은 반대칭 행렬의 정의적 성질이며, 리아푸노프 안정성 해석에서 널리 사용된다.

3. 크리스토펠 기호 기반 증명

크리스토펠 기호를 이용한 코리올리 행렬의 원소는 다음과 같이 정의된다.

$C_{ij}(\mathbf{q}, \dot{\mathbf{q}}) = \frac{1}{2} \sum_{k=1}^{n} \left( \frac{\partial M_{ij}}{\partial q_k} + \frac{\partial M_{ik}}{\partial q_j} - \frac{\partial M_{jk}}{\partial q_i} \right) \dot{q}_k$

관성 행렬의 시간 미분의 원소는 다음과 같다.

$\dot{M}_{ij}(\mathbf{q}) = \sum_{k=1}^{n} \frac{\partial M_{ij}}{\partial q_k} \dot{q}_k$

이 두 식을 결합하여 $N_{ij} = \dot{M}_{ij} - 2 C_{ij}$ 를 계산하면 다음과 같다.

$N_{ij} = \sum_{k=1}^{n} \frac{\partial M_{ij}}{\partial q_k} \dot{q}_k - \sum_{k=1}^{n} \left( \frac{\partial M_{ij}}{\partial q_k} + \frac{\partial M_{ik}}{\partial q_j} - \frac{\partial M_{jk}}{\partial q_i} \right) \dot{q}_k$

$= \sum_{k=1}^{n} \left( \frac{\partial M_{jk}}{\partial q_i} - \frac{\partial M_{ik}}{\partial q_j} \right) \dot{q}_k$

대응하는 $N_{ji}$ 를 계산하면 $i$ 와 $j$ 를 교환하여 다음을 얻는다.

$N_{ji} = \sum_{k=1}^{n} \left( \frac{\partial M_{ik}}{\partial q_j} - \frac{\partial M_{jk}}{\partial q_i} \right) \dot{q}_k$

두 식을 합하면 $N_{ij} + N_{ji} = 0$ 이 자명하게 성립하며, 이는 $\mathbf{N}$ 이 반대칭임을 증명한다. 이 증명에서 사용된 유일한 성질은 관성 행렬이 대칭이라는 사실, 즉 $M_{ij} = M_{ji}$ 이다.

에너지 보존과의 연결

반대칭 성질은 에너지 보존과 직접적으로 연결된다. 시스템의 운동 에너지 $K = \frac{1}{2} \dot{\mathbf{q}}^T \mathbf{M}(\mathbf{q}) \dot{\mathbf{q}}$ 의 시간 미분은 다음과 같다.

$\dot{K} = \dot{\mathbf{q}}^T \mathbf{M} \ddot{\mathbf{q}} + \frac{1}{2} \dot{\mathbf{q}}^T \dot{\mathbf{M}} \dot{\mathbf{q}}$

한편 동역학 운동 방정식 $\mathbf{M} \ddot{\mathbf{q}} = \boldsymbol{\tau} - \mathbf{C} \dot{\mathbf{q}} - \mathbf{g}$ (외부 렌치와 마찰을 간단한 경우 무시)에서 $\mathbf{M} \ddot{\mathbf{q}}$ 를 대입하면

$\dot{K} = \dot{\mathbf{q}}^T \left( \boldsymbol{\tau} - \mathbf{C} \dot{\mathbf{q}} - \mathbf{g} \right) + \frac{1}{2} \dot{\mathbf{q}}^T \dot{\mathbf{M}} \dot{\mathbf{q}}$

$= \dot{\mathbf{q}}^T \boldsymbol{\tau} - \dot{\mathbf{q}}^T \mathbf{g} + \frac{1}{2} \dot{\mathbf{q}}^T (\dot{\mathbf{M}} - 2 \mathbf{C}) \dot{\mathbf{q}}$

반대칭 성질에 의하여 마지막 항은 영이므로

$\dot{K} = \dot{\mathbf{q}}^T \boldsymbol{\tau} - \dot{\mathbf{q}}^T \mathbf{g}$

가 성립한다. 이 식은 운동 에너지의 시간 변화가 액추에이터가 공급하는 일률( $\dot{\mathbf{q}}^T \boldsymbol{\tau}$ )과 중력에 의한 일률( $\dot{\mathbf{q}}^T \mathbf{g}$ )에 의하여만 결정되며, 코리올리-원심력 항은 에너지 생성에도 소산에도 기여하지 않음을 보여준다. 즉 속도 의존 관성력은 시스템 내부에서 에너지를 관절 사이에 재분배할 뿐, 시스템 전체 에너지에는 영향을 주지 않는다.

이 결과는 에너지 보존 원리의 반영이며, 코리올리력과 원심력이 본질적으로 관성에서 유래한 구속력적 효과라는 사실과 일관된다.

수동성 기반 해석

반대칭 성질은 매니퓰레이터가 수동적 시스템(passive system)임을 보이는 데 핵심적 역할을 한다. 중력 항을 위치 에너지와 결합하여 총 에너지 $E = K + U$ 를 정의하면, 외부 입력이 없고 마찰이 없는 자유 운동에서 $\dot{E} = 0$ 이 되며, 외부 입력이 있을 때에는 $\dot{E} = \dot{\mathbf{q}}^T \boldsymbol{\tau}$ 가 된다. 후자의 관계는 매니퓰레이터가 관절 토크와 관절 속도 사이에 수동적 입출력 관계를 가지는 수동 시스템이라는 사실을 의미한다.

수동성은 안정성 이론과 상호작용 제어에서 중요한 개념이며, 코리올리 행렬의 반대칭 성질이 없으면 이러한 수동성 해석이 성립하지 않는다.

제어기 안정성 증명에서의 역할

반대칭 성질은 리아푸노프 함수 기반 안정성 증명에서 결정적 단계로 사용된다. 대표적 예로 중력 보상이 적용된 PD 제어기의 점근 안정성 증명을 들 수 있다. 목표 자세를 $\mathbf{q}_d$ 로 하는 제어 법칙

$\boldsymbol{\tau} = -\mathbf{K}_p (\mathbf{q} - \mathbf{q}_d) - \mathbf{K}_d \dot{\mathbf{q}} + \mathbf{g}(\mathbf{q})$

에 대하여 다음의 리아푸노프 함수가 정의된다.

$V = \frac{1}{2} \dot{\mathbf{q}}^T \mathbf{M}(\mathbf{q}) \dot{\mathbf{q}} + \frac{1}{2} (\mathbf{q} - \mathbf{q}_d)^T \mathbf{K}_p (\mathbf{q} - \mathbf{q}_d)$

이 함수의 시간 미분을 계산할 때, 운동 에너지 기여에서 $\frac{1}{2} \dot{\mathbf{q}}^T \dot{\mathbf{M}} \dot{\mathbf{q}}$ 항이 등장하며, 동역학 방정식과 결합할 때 $\dot{\mathbf{q}}^T (\dot{\mathbf{M}} - 2 \mathbf{C}) \dot{\mathbf{q}} = 0$ 에 의하여 코리올리 기여가 상쇄된다. 결과적으로

$\dot{V} = -\dot{\mathbf{q}}^T \mathbf{K}_d \dot{\mathbf{q}} \leq 0$

가 얻어지며, 이는 $\dot{V}$ 가 음의 준정부호임을 보여준다. 라살의 불변성 원리를 적용하면 $\dot{\mathbf{q}} = \mathbf{0}$ 인 불변 집합을 확인할 수 있으며, 그 집합은 평형 자세 $\mathbf{q} = \mathbf{q}_d$ 로 축소된다. 따라서 점근 안정성이 증명된다.

이 증명의 핵심 단계는 반대칭 성질이며, 이 성질이 성립하지 않으면 리아푸노프 함수의 시간 미분이 코리올리 토크에 관한 추가 항을 포함하여 음의 부호를 보장할 수 없다.

4. 적응 제어에서의 역할

적응 제어 이론에서도 반대칭 성질은 필수적이다. 동역학 매개변수가 불확실한 상황에서, 매니퓰레이터의 동역학 방정식은 매개변수에 대하여 선형 형식

$\mathbf{M}(\mathbf{q}) \ddot{\mathbf{q}} + \mathbf{C}(\mathbf{q}, \dot{\mathbf{q}}) \dot{\mathbf{q}} + \mathbf{g}(\mathbf{q}) = \mathbf{Y}(\mathbf{q}, \dot{\mathbf{q}}, \ddot{\mathbf{q}}) \boldsymbol{\theta}$

로 표현된다. 여기서 $\boldsymbol{\theta}$ 는 매개변수 벡터이고 $\mathbf{Y}$ 는 회귀 행렬이다. Slotine과 Li의 적응 제어 법칙을 포함한 다양한 적응 기법의 안정성 증명은 리아푸노프 함수의 시간 미분 계산에서 반대칭 성질을 활용한다. 이 성질이 없다면 파라미터 추정 오차의 수렴이 보장되지 않는다.

수동성 기반 제어

Takegaki-Arimoto 정리와 그 확장으로서의 수동성 기반 제어(passivity-based control)는 코리올리 행렬의 반대칭 성질을 기반으로 설계된다. 대표적 예는 Slotine과 Li의 합성 궤적 추종 제어(sliding surface based control)이며, 여기서 제어 법칙은 참조 속도 $\dot{\mathbf{q}}_r$ 과 오차 $\mathbf{s} = \dot{\mathbf{q}} - \dot{\mathbf{q}}_r$ 을 이용하여 다음과 같이 설계된다.

$\boldsymbol{\tau} = \hat{\mathbf{M}}(\mathbf{q}) \ddot{\mathbf{q}}_r + \hat{\mathbf{C}}(\mathbf{q}, \dot{\mathbf{q}}) \dot{\mathbf{q}}_r + \hat{\mathbf{g}}(\mathbf{q}) - \mathbf{K}_D \mathbf{s}$

이 법칙의 안정성 증명은 리아푸노프 함수 $V = \frac{1}{2} \mathbf{s}^T \mathbf{M}(\mathbf{q}) \mathbf{s}$ 의 시간 미분에서 반대칭 성질을 이용하며, 추적 오차의 점근 수렴과 매개변수 추정 오차의 경계성을 동시에 보장한다.

5. 대체 구성에서의 성질

크리스토펠 기호 기반 구성 외에도 $\mathbf{C}(\mathbf{q}, \dot{\mathbf{q}}) \dot{\mathbf{q}}$ 벡터를 재현하는 다른 행렬 구성이 존재한다. 이들 중 일부는 반대칭 성질을 만족하고 일부는 그렇지 않다. 반대칭 성질을 만족하는 다른 구성은 크리스토펠 기반 구성에 반대칭 행렬을 추가하여 얻을 수 있으며, 물리적 해석은 동일하다.

반면 뉴턴-오일러 재귀 계산에서 직접 얻어지는 $\mathbf{C}(\mathbf{q}, \dot{\mathbf{q}}) \dot{\mathbf{q}}$ 벡터 계산의 경우, 대응하는 명시적 $\mathbf{C}$ 행렬이 구성되지 않을 수 있다. 이 경우 반대칭 성질은 벡터 형식으로 표현되는 동등한 관계

$\dot{\mathbf{q}}^T (\dot{\mathbf{M}}(\mathbf{q}) \dot{\mathbf{q}} - 2 \mathbf{C}(\mathbf{q}, \dot{\mathbf{q}}) \dot{\mathbf{q}}) = 0$

을 통하여 검증된다. 이는 에너지 균형 논증으로 표현되며, 구체적 $\mathbf{C}$ 행렬의 선택에 무관하게 성립한다.

수치적 검증과 디버깅

실무에서 동역학 모델을 구현할 때 반대칭 성질은 구현 정확성의 검증에 사용된다. 계산된 $\mathbf{M}(\mathbf{q})$ , $\dot{\mathbf{M}}(\mathbf{q})$ , $\mathbf{C}(\mathbf{q}, \dot{\mathbf{q}})$ 에 대하여 $\dot{\mathbf{M}} - 2 \mathbf{C}$ 가 반대칭인지를 수치적으로 검증하면, 모델 유도 또는 구현의 오류를 포착할 수 있다. 이는 간단하지만 효과적인 단위 테스트이며, 많은 로봇공학 소프트웨어 라이브러리에서 표준 검증 절차로 채택되어 있다.

반대칭성의 수치 오차는 반올림 수준에 머물러야 하며, 이를 크게 초과하면 유도 또는 구현의 오류가 존재함을 시사한다.

시뮬레이션의 에너지 보존

마찰이 없고 외력이 없는 자유 운동의 시뮬레이션에서 총 에너지 $E = K + U$ 는 보존되어야 한다. 이 보존은 반대칭 성질의 직접적 귀결이며, 이론적으로 $\dot{E} = 0$ 이 성립한다. 그러나 수치 적분 오차에 의하여 장시간 시뮬레이션에서 에너지가 점진적으로 드리프트할 수 있다. 이러한 드리프트는 비반대칭적 수치 오차가 누적된 결과로 해석될 수 있으며, 구조 보존형 적분기(심플렉틱 적분기, 변분 적분기)를 사용하여 억제한다.

본 절의 의의

본 절에서 기술한 코리올리 행렬의 반대칭 성질은 단순한 수학적 관찰이 아니라, 매니퓰레이터 동역학의 에너지 구조와 수동성을 담보하는 구조적 성질이다. 이 성질은 안정성 증명, 적응 제어, 수동성 기반 제어, 그리고 구현 검증에서 핵심적 역할을 한다. 반대칭 성질을 만족하는 방식으로 코리올리 행렬을 구성하는 것은 동역학 구현의 표준이며, 이로부터 유도되는 여러 성질은 본 장의 후속 절들에서 반복적으로 참조된다.

또한 반대칭 성질은 로봇공학 제어 이론의 고전적 결과들과 깊이 연결되어 있으며, Takegaki-Arimoto, Slotine-Li, 그리고 그 후속 연구들의 수학적 기반을 이룬다. 이를 정확히 이해하는 것은 이론과 실무 모두에서 요구된다.

학습 권장사항

본 절의 내용을 충분히 이해하기 위하여 편미분의 교환 가능성, 리아푸노프 안정성 이론, 그리고 라그랑주 역학의 크리스토펠 기호에 대한 선행 학습이 권장된다. 본 절의 내용을 심화 학습하기 위해서는 수동성 기반 제어 이론, 적응 제어 이론, 그리고 다체 동역학의 수치 적분에 대한 추가 학습이 권장된다.

참고 문헌

Slotine, J.-J. E., and Li, W. (1987). On the Adaptive Control of Robot Manipulators. The International Journal of Robotics Research, 6(3), 49–59.
Ortega, R., Loría, A., Nicklasson, P. J., and Sira-Ramírez, H. (1998). Passivity-based Control of Euler-Lagrange Systems. Springer.
Spong, M. W., Hutchinson, S., and Vidyasagar, M. (2020). Robot Modeling and Control (2nd ed.). Wiley.
Siciliano, B., Sciavicco, L., Villani, L., and Oriolo, G. (2009). Robotics: Modelling, Planning and Control. Springer.
Murray, R. M., Li, Z., and Sastry, S. S. (1994). A Mathematical Introduction to Robotic Manipulation. CRC Press.
Takegaki, M., and Arimoto, S. (1981). A New Feedback Method for Dynamic Control of Manipulators. Journal of Dynamic Systems, Measurement, and Control, 103(2), 119–125.
Khalil, H. K. (2015). Nonlinear Systems (3rd ed.). Pearson.

version: 1.0