17.39 동역학 모델 매개변수의 정의

1. 개요

로봇 동역학 모델은 관성 행렬, 코리올리 행렬, 중력 벡터, 마찰 항, 탄성 항 등으로 구성되지만, 이들 항의 수치 값은 궁극적으로 로봇의 물리적 매개변수에 의해 결정된다. 매개변수는 링크의 질량, 질량 중심, 관성 텐서, 마찰 계수, 감속기 탄성, 구동기 관성 등 기본적 물리량으로부터 구성되며, 동역학 모델의 정확성은 이러한 매개변수의 정량적 값과 그 식별 가능성에 의존한다. 본 절은 로봇 동역학 모델의 매개변수가 무엇인지 체계적으로 정의하고, 표준 매개변수 집합과 최소 매개변수 집합의 차이, 매개변수 벡터의 구성, 물리적 타당성 조건, 매개변수 선형성의 수학적 의미를 정리한다.

2. 매개변수의 분류

로봇 동역학 모델의 매개변수는 크게 세 범주로 구분된다. 첫째, 관성 매개변수(inertial parameters)는 링크의 질량, 질량 중심 위치, 관성 텐서를 포함한다. 둘째, 마찰 매개변수(friction parameters)는 쿨롱, 점성, 스트라이벡 등 다양한 마찰 모델의 계수이며, 관절마다 독립적으로 정의된다. 셋째, 구동기와 관절 매개변수는 감속기의 탄성 계수, 구동기 관성, 감속기 마찰의 부하 의존 계수 등을 포함한다. 이러한 분류는 식별 절차, 물리적 해석, 모델 확장성에서 일관된 틀을 제공한다.

3. 관성 매개변수의 구조

단일 링크 $i$ 의 관성 매개변수는 질량 $m_i$ , 질량 중심 위치 $\mathbf{r}_{c,i} \in \mathbb{R}^3$ , 관성 텐서 $\mathbf{I}_{c,i} \in \mathbb{R}^{3\times 3}$ 로 구성된다. 질량 중심은 일반적으로 링크 좌표계 원점에 대한 상대 벡터로 정의되며, 관성 텐서는 질량 중심을 기준으로 한다. 실제 식별에서는 질량 중심 대신 1차 모멘트 $\mathbf{h}_i = m_i\,\mathbf{r}_{c,i}$ 가 사용되며, 관성 텐서도 링크 원점 기준으로 이동하여 $\mathbf{I}_{o,i} = \mathbf{I}_{c,i} + m_i[\mathbf{r}_{c,i}]_\times^\top [\mathbf{r}_{c,i}]_\times$ 의 형태로 확장된다. 이로써 각 링크는 총 10개의 독립 관성 매개변수(질량 1, 1차 모멘트 3, 관성 텐서 6)를 가진다.

4. 표준 매개변수 집합

$n$ 자유도 로봇에서 각 링크가 10개의 관성 매개변수를 가진다면, 표준 매개변수 집합은 $10n$ 차원의 벡터로 구성된다. 여기에 마찰 매개변수, 관절 탄성, 구동기 관성 등이 추가되어 전체 매개변수 벡터 $\theta_{\text{full}} \in \mathbb{R}^p$ 가 형성된다. 표준 매개변수 집합은 물리적 해석이 명확하다는 장점이 있지만, 모든 매개변수가 동역학 방정식에서 독립적으로 식별 가능한 것은 아니다. 일부 매개변수는 운동에 관여하지 않거나, 다른 매개변수와 결합된 형태로만 방정식에 나타난다.

5. 최소 매개변수 집합

Gautier와 Khalil은 표준 매개변수 집합으로부터 식별 가능한 기저를 추출하여 최소 매개변수 집합(base parameter set)을 정의하였다. 최소 매개변수는 동역학 방정식에서 독립적으로 나타나는 선형 조합의 집합이며, 식별 알고리즘은 이 집합에 대해서만 의미 있는 추정을 제공한다. 최소 매개변수 집합의 크기는 로봇의 기구학적 구조에 따라 결정되며, 일반적으로 표준 집합보다 작다. 최소 집합은 수학적 선형 독립성을 보장하며, 회귀자 $Y(q,\dot{q},\ddot{q})$ 의 열 벡터가 선형 독립이 되도록 한다.

6. 매개변수 선형성의 수학적 의미

동역학 방정식이 매개변수에 대해 선형이라는 성질은 다음과 같이 표현된다.

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

여기서 $Y$ 는 상태만의 함수이며 $\theta$ 는 매개변수 벡터이다. 이 선형성은 식별 문제를 표준 최소자승 구조로 변환하게 해주며, 적응 제어의 안정성 해석에서도 핵심적 역할을 한다. 매개변수 선형성은 관성, 코리올리, 중력 항에서 자연스럽게 성립하며, 쿨롱-점성 마찰 모델에서도 유지된다. 비선형 마찰 모델이나 탄성 매개변수가 비선형으로 결합된 경우에는 부분적으로만 성립한다.

물리적 타당성 조건

모든 매개변수가 자유롭게 결정되는 것은 아니다. 물리적 타당성(physical consistency) 조건은 매개변수가 현실의 강체를 표현할 수 있도록 제약한다. 대표적 조건은 다음과 같다.

첫째, 질량은 양의 값이어야 한다: $m_i > 0$ .

둘째, 질량 중심은 링크 내부 또는 합리적 범위에 위치해야 한다.

셋째, 관성 텐서는 대칭 양정치이어야 한다: $\mathbf{I}_{c,i} = \mathbf{I}_{c,i}^\top \succ 0$ .

넷째, 주관성 모멘트는 삼각 부등식 조건 $\lambda_a + \lambda_b \ge \lambda_c$ 을 만족해야 한다.

이러한 조건은 Traversaro 등이 제안한 LMI(linear matrix inequality) 기반 표현을 통해 볼록 최적화 문제로 통합될 수 있으며, 식별 과정에서 물리적으로 불가능한 매개변수 해가 나오는 것을 방지한다.

기구학적 매개변수와의 구분

동역학 매개변수는 기구학적 매개변수(링크 길이, DH 매개변수 등)와 구분된다. 기구학적 매개변수는 로봇의 기하학적 구조를 결정하며, 동역학 매개변수는 이 구조 위에서의 질량 분포와 마찰 특성을 결정한다. 본 절의 범위는 동역학 매개변수에 한정되며, 기구학적 매개변수는 별도의 기구학 식별 단계에서 다루어진다. 다만 일부 응용에서는 두 종류의 매개변수를 동시에 식별하는 통합 접근도 사용된다.

관절별 마찰 매개변수

쿨롱-점성 모델의 경우 각 관절 $i$ 는 쿨롱 계수 $F_{c,i}$ 와 점성 계수 $F_{v,i}$ 를 독립 매개변수로 가진다. 스트라이벡 효과를 포함하면 정지 마찰 $F_{s,i}$ 와 스트라이벡 속도 $v_{s,i}$ 가 추가되며, 동적 마찰 모델(LuGre 등)은 접촉 강성, 미시적 감쇠, 거시적 점성을 포함한 더 많은 매개변수를 요구한다. 마찰 매개변수는 온도, 부하, 윤활 상태에 따라 시변하므로, 표준 매개변수 집합에서는 평균적 공칭 값으로 정의되며, 필요에 따라 시변 보정이 추가된다.

구동기 매개변수

유연 관절 모델에서는 구동기 관성 $J_{m,i}$ , 관절 탄성 계수 $K_{j,i}$ , 감쇠 계수 $D_{j,i}$ 가 추가 매개변수로 도입된다. 감속비 $r_i$ 는 일반적으로 제작 사양에 명시된 값이지만, 감속기의 탄성과 내부 마찰은 실험적으로 식별되는 매개변수이다. 이러한 구동기 매개변수는 정밀한 힘 제어와 진동 해석의 정확성을 결정한다.

매개변수 벡터의 구성과 이름 표준화

매개변수 벡터는 일반적으로 다음과 같이 배열된다.

$\theta = \bigl[m_1,\; m_1 \mathbf{r}_{c,1}^\top,\; \mathrm{vec}(\mathbf{I}_{o,1})^\top,\; \dots,\; F_{c,1},\; F_{v,1},\; \dots,\; K_{j,1},\; J_{m,1},\; \dots\bigr]^\top$

여기서 $\mathrm{vec}(\mathbf{I}_{o,i})$ 는 관성 텐서의 6개 독립 성분 $[I_{xx},I_{xy},I_{xz},I_{yy},I_{yz},I_{zz}]$ 을 벡터화한 것이다. 매개변수의 이름과 정의를 표준화하는 것은 식별, 제어, 소프트웨어 구현 사이의 일관성을 유지하는 데 필수적이며, URDF, SDF 같은 표준 형식에서도 이러한 정의가 사용된다.

7. 본 절의 의의

본 절은 로봇 동역학 모델의 수치 구성을 결정하는 매개변수의 정의와 구조를 체계적으로 제시한다. 표준 매개변수와 최소 매개변수의 구분, 매개변수 선형성, 물리적 타당성 조건, 마찰 및 구동기 매개변수, 벡터 구성 방식은 식별과 제어에서 공통적으로 사용되는 기반 개념이다. 이러한 정리는 후속 절에서 다룰 식별 실험 설계, 최소자승 추정, 매개변수 검증의 수학적 출발점이 된다.

8. 학습 권장사항

독자는 단순 2자유도 매니퓰레이터에 대해 관성 매개변수 벡터를 명시적으로 구성하고, 표준 매개변수와 최소 매개변수 집합의 차이를 직접 계산해 볼 것을 권장한다. Traversaro 등이 제안한 물리적 타당성 LMI 제약을 수치 예제에 적용하여, 제약이 없을 때의 식별 해와 제약 하의 식별 해가 어떻게 달라지는지 관찰하면 개념의 실무적 의미가 명확해진다. 또한 URDF 파일에서 매개변수 정의 방식을 살펴보고, 본 절에서 정의된 표준 벡터와의 대응 관계를 확인해 보는 실습이 유익하다.

9. 참고 문헌

Gautier, M., & Khalil, W. (1990). Direct calculation of minimum set of inertial parameters of serial robots. IEEE Transactions on Robotics and Automation, 6(3), 368–373.
Khalil, W., & Dombre, E. (2002). Modeling, Identification and Control of Robots. Hermes Penton Science.
Traversaro, S., Brossette, S., Escande, A., & Nori, F. (2016). Identification of fully physical consistent inertial parameters using optimization on manifolds. IEEE/RSJ International Conference on Intelligent Robots and Systems.
Atkeson, C. G., An, C. H., & Hollerbach, J. M. (1986). Estimation of inertial parameters of manipulator loads and links. International Journal of Robotics Research, 5(3), 101–119.
Swevers, J., Verdonck, W., & De Schutter, J. (2007). Dynamic model identification for industrial robots. IEEE Control Systems Magazine, 27(5), 58–71.
Featherstone, R. (2008). Rigid Body Dynamics Algorithms. Springer.
Wensing, P. M., Kim, S., & Slotine, J.-J. E. (2018). Linear matrix inequalities for physically-consistent inertial parameter identification. IEEE Robotics and Automation Letters, 3(1), 60–67.

version: 1.0