17.8 정적 평형에서의 중력 보상

1. 개요

로봇이 정적 평형 상태에 있더라도, 매니퓰레이터의 각 링크와 말단에 부착된 공구 및 페이로드는 중력의 작용을 받는다. 중력은 시스템에 지속적으로 작용하는 가장 큰 외력 중 하나이며, 이를 지지하지 않으면 관절은 중력에 의한 회전 모멘트로 인하여 평형을 유지할 수 없다. 중력 보상(gravity compensation)은 중력이 각 관절에 유발하는 토크를 정량적으로 산정하고 이를 상쇄하는 토크를 공급함으로써 로봇이 외부 상호작용 력과 무관하게 자기 무게를 지탱하여 임의의 자세에서 정지할 수 있게 하는 기법이다.

본 절에서는 정적 평형에서의 중력 보상의 필요성, 중력 토크를 상쇄하기 위한 소프트웨어적 방법과 기계적 방법, 그리고 그 실용적 적용과 한계를 학술적으로 기술한다. 중력 토크 벡터의 상세한 계산 방법론은 별도의 절에서 다루며, 본 절은 보상의 원리와 정적 평형이라는 맥락에 초점을 맞춘다.

2. 정적 평형에서의 중력 토크와 보상의 필요성

$n$ 자유도 매니퓰레이터의 정적 평형 방정식에 외부 렌치가 영인 경우, 관절 액추에이터가 공급해야 할 토크는 중력이 유발하는 관절 토크와 크기가 같고 부호가 반대인 값이다. 이를 중력 토크 벡터 $\mathbf{g}(\mathbf{q}) \in \mathbb{R}^n$ 으로 표시하면, 외력이 없는 정적 평형 조건은 다음과 같다.

$\boldsymbol{\tau} = \mathbf{g}(\mathbf{q})$

즉 매니퓰레이터가 임의의 자세에서 정지 상태를 유지하려면 각 관절이 해당 자세에서의 중력 토크를 정확히 맞추어 공급해야 한다. 외부 상호작용 렌치 $\mathbf{F}_e$ 가 존재하는 일반적 준정적 조건에서는 다음이 성립한다.

$\boldsymbol{\tau} = \mathbf{J}^T(\mathbf{q}) \, \mathbf{F}_e + \mathbf{g}(\mathbf{q})$

여기서 첫 항은 외부 렌치에 대응하는 기여이고, 둘째 항은 자기 무게에 대한 기여이다. 이 두 항은 물리적으로 서로 다른 원천을 가지며, 중력 보상의 본질은 $\mathbf{g}(\mathbf{q})$ 항을 상쇄하여 외부 렌치와 관련된 기여만 남기는 것이다.

중력 보상이 제대로 수행되지 않으면 다음과 같은 문제가 발생한다. 첫째, 위치 제어기는 자세 오차에 비례하는 토크를 출력하여 중력을 간접적으로 지탱하게 되며, 이로 인하여 정상 상태 오차가 남는다. 둘째, 힘 제어기는 외부 접촉력과 중력에 의한 기여를 분리하지 못하여 잘못된 힘 피드백을 생성한다. 셋째, 수동 안내(manual guidance) 또는 교시(teaching) 모드에서는 사용자가 로봇의 자중까지 감당하게 되어 자유로운 동작이 불가능하다.

3. 중력 토크의 일반적 표현

중력 토크 벡터는 라그랑주 역학의 위치 에너지 $U(\mathbf{q})$ 로부터 다음과 같이 유도된다.

$\mathbf{g}(\mathbf{q}) = \frac{\partial U(\mathbf{q})}{\partial \mathbf{q}}$

여기서 위치 에너지 $U(\mathbf{q})$ 는 각 링크의 질량과 중력 가속도, 그리고 각 링크의 질량 중심 위치가 결정하는 스칼라 함수이다. 본 절에서는 이 벡터가 자세의 함수로 주어진다는 사실을 전제하며, 그 구체적 계산 방법과 재귀 알고리즘은 후속 절에서 다루어진다.

중력 토크는 몇 가지 중요한 성질을 가진다. 첫째, 이는 오직 자세 $\mathbf{q}$ 만의 함수이며 관절 속도와 가속도에 독립적이다. 둘째, 이는 보존력에서 유도되므로 한 자세에서 다른 자세로의 경로에 무관하게 두 자세의 위치 에너지 차이와 관련된다. 셋째, 일부 관절(예: 수직축 주위의 회전)은 중력 토크에 기여하지 않으며, 해당 관절의 중력 토크 성분은 식별적으로 영이다. 넷째, 중력 토크는 특정 자세에서는 영이 되는 자세(중력 평형 자세)가 존재하며, 이러한 자세는 에너지 국부 극값에 해당한다.

소프트웨어 기반 중력 보상

소프트웨어 기반 중력 보상은 제어기가 매 제어 주기마다 현재 자세를 바탕으로 중력 토크 $\hat{\mathbf{g}}(\mathbf{q})$ 를 계산하고 이를 전향 보상(feedforward)으로 관절 지령 토크에 더하는 방법이다. 이 접근은 가장 널리 사용되는 방법이며, 다음과 같은 전형적 제어 법칙을 형성한다.

$\boldsymbol{\tau}_{\text{cmd}} = \boldsymbol{\tau}_{\text{fb}}(\mathbf{q}, \dot{\mathbf{q}}) + \hat{\mathbf{g}}(\mathbf{q})$

여기서 $\boldsymbol{\tau}_{\text{fb}}$ 는 위치 또는 힘 제어를 위한 피드백 항이고, $\hat{\mathbf{g}}(\mathbf{q})$ 는 중력 전향 보상 항이다. 피드백 항이 영일 때에도 로봇이 중력에 의하여 움직이지 않고 현재 자세에 머무르는 상태가 되며, 이는 모델 기반 정적 평형의 소프트웨어적 구현이다.

이 방법의 성패는 중력 토크 모델 $\hat{\mathbf{g}}(\mathbf{q})$ 의 정확성에 달려 있다. 모델은 각 링크의 질량, 질량 중심 위치, 그리고 링크 간 기하학적 관계에 의존하며, 이 파라미터들은 설계 도면으로부터 얻을 수도 있으나 조립 공차, 배선, 부착 부품, 그리고 말단 공구의 변경에 의하여 실제 값과 차이가 발생한다. 이러한 차이를 줄이기 위하여 매개변수 식별 기법이 병행 사용된다.

4. 공구와 페이로드의 보상

말단 효과기에 부착된 공구와 페이로드의 중력 기여는 독립 항으로 모델링되어 보상 식에 추가된다. 공구의 질량을 $m_t$ , 말단 효과기 좌표계에서의 공구 질량 중심 위치를 $^{E}\mathbf{c}_t$ 라 할 때, 공구가 유발하는 관절 토크의 기여는 다음과 같이 표현된다.

$\mathbf{g}_t(\mathbf{q}) = \mathbf{J}_{c_t}^T(\mathbf{q}) \, \begin{bmatrix} m_t \, \mathbf{g}_0 \\ \mathbf{0} \end{bmatrix}$

여기서 $\mathbf{J}_{c_t}$ 는 공구 질량 중심을 기준으로 하는 자코비안이고, $\mathbf{g}_0$ 는 세계 좌표계의 중력 가속도 벡터이다. 페이로드가 작업 중 동적으로 변하는 경우(예: 물체를 파지하거나 놓는 경우), 보상 항은 적절히 갱신되어야 한다. 이러한 갱신이 누락되면 보상 오차가 발생하여 힘 제어와 수동 안내의 정확성이 저하된다.

기계적 중력 보상 기법

소프트웨어적 방법 외에도 기계적 설계로 중력 영향을 상쇄하는 다양한 방법이 존재한다. 이러한 방법은 액추에이터 토크를 절감하고 정전 시의 안전성을 향상시키는 데 기여한다.

첫째, 카운터웨이트(counterweight) 방식은 링크의 반대편에 추가 질량을 부착하여 시스템 전체의 질량 중심을 회전축으로 이동시키는 방법이다. 이 방식은 구조가 단순하지만 전체 관성이 증가하여 고속 작동에서는 불리하다.

둘째, 스프링 기반 중력 보상(spring-based gravity compensation) 방식은 인장 또는 비틀림 스프링의 탄성 에너지가 자세에 따른 위치 에너지 변화와 상쇄되도록 설계하는 방법이다. 영강성(zero stiffness) 메커니즘과 중력 균형 메커니즘이 이 범주에 속하며, 이상적 조건에서는 임의의 자세에서 정적 균형을 이루게 할 수 있다. 이 기법의 설계 원리는 위치 에너지의 등가 대체에 기반한다.

셋째, 공압 또는 가스 스프링 기반 보상은 일정한 힘을 제공하는 가스 실린더를 적절한 위치에 배치하여 링크의 중력을 상쇄하는 방법이다. 이는 의료 로봇, 재활 장치, 인간 친화적 로봇 팔에서 널리 사용된다.

넷째, 파라렐로그램(parallelogram) 기구 또는 사각형 연결 기구를 이용하여 특정 관절의 자세가 다른 관절의 변화에도 불구하고 중력의 작용 방향을 일정하게 유지하도록 만드는 기법이 있다. 이 방법은 기구학적 결합을 통하여 중력 보상을 구조 수준에서 수행한다.

이러한 기계적 방법은 액추에이터의 연속 토크 부담을 줄이고, 정전 시에도 로봇이 갑자기 떨어지지 않게 하는 내재적 안전성을 제공한다. 그러나 대개 특정 자세 범위에서만 이상적이며, 전 작업 공간에서 완벽한 보상은 어려운 경우가 많다.

기계 보상과 소프트웨어 보상의 결합

실제 시스템에서는 기계적 보상과 소프트웨어 보상을 결합하여 사용하는 경우가 많다. 기계적 보상이 중력 토크의 대부분을 감당하고, 소프트웨어 보상이 잔여 오차를 보정하는 구성이다. 이러한 결합은 액추에이터 정격을 낮출 수 있게 하면서도 전 자세에서 정밀한 보상을 가능하게 한다.

전체 중력 토크를 다음과 같이 분해한다.

$\mathbf{g}(\mathbf{q}) = \mathbf{g}_{\text{mech}}(\mathbf{q}) + \mathbf{g}_{\text{res}}(\mathbf{q})$

여기서 $\mathbf{g}_{\text{mech}}$ 는 기계 구조가 감당하는 기여이고, $\mathbf{g}_{\text{res}}$ 는 잔여 부분이다. 제어 소프트웨어는 잔여 부분만을 전향 보상으로 공급한다. 이 분해는 이상적 기계 보상 설계로부터의 편차가 작을수록 잔여 항의 불확실성도 작아진다는 장점이 있다.

5. 중력 보상에 의한 제어 성능의 이론적 근거

중력 보상은 단순히 실무적 편의뿐 아니라 제어 이론적으로도 중요한 역할을 한다. 정적 평형에서의 중력 보상은 피드백 제어 루프를 국소적으로 선형화하고 정상 상태 오차를 제거하는 효과를 갖는다. 중력 보상이 적용된 PD 제어기의 경우, 라살의 불변성 원리(LaSalle’s invariance principle)를 이용하면 임의의 초기 조건에서 평형 자세로의 점근 안정성을 보장하는 정리가 성립한다.

구체적으로, 중력 보상이 적용된 다음의 제어 법칙

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

에서, $\mathbf{K}_p$ 와 $\mathbf{K}_d$ 가 양의 정부호이면 매니퓰레이터의 폐루프는 목표 자세 $\mathbf{q}_d$ 에서 점근적으로 안정하다. 이 결과는 Takegaki-Arimoto 정리로 알려져 있으며, 중력 보상의 이론적 기반을 이룬다.

또한 중력 보상이 없는 경우 동일한 제어기는 정상 상태에서 $\mathbf{q}$ 가 $\mathbf{q}_d$ 와 정확히 일치하지 않고 $\mathbf{g}(\mathbf{q}_d)$ 를 균형 잡을 만큼의 오차가 존재한다. 이 오차는 중력 토크를 제어 이득 $\mathbf{K}_p$ 로 나눈 값에 비례하며, 이득을 크게 하면 줄일 수 있으나 노이즈 증폭과 작동기 포화의 부작용을 동반한다. 중력 보상은 이러한 부작용 없이 정상 상태 오차를 제거하는 근본적 해결책이다.

모델 불확실성의 영향과 강건성

실제 구현에서는 중력 토크 모델이 완벽하지 않으므로, 잔여 오차 $\tilde{\mathbf{g}}(\mathbf{q}) = \mathbf{g}(\mathbf{q}) - \hat{\mathbf{g}}(\mathbf{q})$ 가 존재한다. 이 잔여 오차는 작동기 토크의 정상 상태 편차로 나타나며, 정밀 제어에 제약을 준다. 모델 불확실성의 주요 원인은 다음과 같다.

첫째, 링크의 질량과 질량 중심 위치의 수치적 오차. 둘째, 모터와 감속기, 배선, 방호 커버 등의 부가 질량 누락. 셋째, 말단 효과기 교체에 따른 파라미터 변동. 넷째, 작업 중 파지된 물체의 질량과 위치의 시간적 변화. 다섯째, 관절 탄성과 링크 변형에 의한 실제 질량 중심의 이동.

이러한 불확실성에 대한 대응책으로 다음의 접근이 사용된다. 적응 제어 기법을 이용한 중력 파라미터의 온라인 동정, 적분 제어 항의 도입을 통한 잔여 오차의 점진적 보정, 외란 관측기(disturbance observer)를 이용한 비모델 외란의 추정과 상쇄, 그리고 높은 제어 이득을 통한 강건성 확보 등이 있다. 각 방법은 안정성, 응답성, 계산 부담, 그리고 잡음 민감도 사이의 상충 관계를 가지며, 응용에 따라 선택된다.

정전 안전과 중력 보상

중력 보상은 정전(power failure) 시의 안전 문제와도 직결된다. 소프트웨어 보상만을 사용하는 시스템에서 전원이 차단되면 액추에이터는 즉시 토크를 상실하며, 매니퓰레이터는 중력에 의하여 급격히 낙하할 수 있다. 이는 작업자와 주변 장비에 심각한 위험을 초래하므로, 다음의 보완 장치가 결합된다.

첫째, 전기-기계적 브레이크가 각 관절 또는 주요 관절에 설치되어 전원 차단 시 자동으로 작동하여 관절을 고정한다. 둘째, 기계적 중력 보상이 이미 적용되어 있는 경우 정전 시에도 링크가 정적 균형 근방에 머무르며 낙하가 제한된다. 셋째, 백업 전원 또는 관성 에너지 저장 장치를 이용하여 안전한 정지 자세로의 복귀 절차가 수행된다.

이러한 안전 설계는 로봇 관련 안전 표준에서 요구되며, 정적 평형에서의 중력 보상 분석은 그 설계의 정량적 기초를 제공한다.

인간 협동 응용에서의 중력 보상

협동 로봇(collaborative robot)과 재활 로봇, 수술 로봇에서는 중력 보상이 작업자의 수동 안내와 직접 물리적 상호작용의 핵심 기반이 된다. 잔여 토크가 매우 작을 때에만 사용자는 로봇의 자중을 느끼지 않고 자유롭게 자세를 변경할 수 있으며, 이는 교시 모드와 비강제 안내 모드의 성능을 결정짓는다.

이러한 응용에서는 중력 보상 오차의 최소화뿐 아니라 마찰 보상, 관성 보상, 그리고 관절 탄성 보상이 결합된 종합 보상 전략이 사용된다. 본 장에서는 마찰과 관성 보상이 각각 별도의 절에서 다루어지며, 본 절에서 기술한 중력 보상은 이러한 종합 보상의 핵심 구성 요소이다.

중력 방향 정보의 센서 기반 추정

중력 보상이 정확히 수행되려면 세계 좌표계에서 중력 방향이 정확히 알려져 있어야 한다. 대부분의 고정식 로봇에서는 중력이 베이스 좌표계의 특정 축을 따라 일정하게 작용한다고 가정한다. 그러나 이동 베이스에 장착된 매니퓰레이터, 선박이나 항공기에 장착된 로봇, 또는 경사 지면에서 작동하는 로봇의 경우, 베이스의 기울기가 중력 방향의 표현에 영향을 미친다.

이러한 경우 관성 측정 장치(IMU)의 가속도계 성분을 이용하여 베이스 좌표계 내에서의 중력 방향을 실시간으로 추정하고, 이를 중력 보상 계산에 반영한다. 이동 베이스가 회전 운동을 할 때 추정의 정확성은 가속도계 신호에서 운동 가속도와 중력을 분리하는 필터링에 의존하며, 이는 상태 추정 이론에서 다루어지는 문제이다.

본 절의 의의

본 절에서 다룬 정적 평형에서의 중력 보상은 로봇 제어의 가장 기본이자 가장 보편적인 보상 기법이다. 중력 토크의 상쇄 없이는 어떠한 정밀 제어도, 어떠한 안전한 수동 안내도 이루어질 수 없다. 소프트웨어 보상과 기계적 보상은 각자의 장단점을 지니며, 실무 시스템은 두 접근의 적절한 결합을 통하여 성능과 안전을 균형 있게 달성한다.

본 절의 결과는 이후의 준정적 해석, 동역학 운동 방정식의 형식, 그리고 힘 제어와 임피던스 제어의 설계에서 반복적으로 참조된다. 중력 토크 벡터의 구체적 계산 알고리즘과 수치 효율화 기법은 본 장의 후속 절에서 별도로 기술된다.

학습 권장사항

본 절의 내용을 충분히 이해하기 위하여 라그랑주 역학의 위치 에너지 개념, 보존력의 성질, 그리고 매니퓰레이터 기구학과 자코비안에 대한 선행 학습이 권장된다. 본 절의 내용을 심화 학습하기 위해서는 적응 제어 이론, 리아푸노프 안정성 해석, 기계 메커니즘의 균형 설계, 그리고 로봇 안전 표준과 관련 규제 문서에 대한 추가 학습이 권장된다.

참고 문헌

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.
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.
Craig, J. J. (2018). Introduction to Robotics: Mechanics and Control (4th ed.). Pearson.
Khalil, W., and Dombre, E. (2002). Modeling, Identification and Control of Robots. Hermes Penton.
Herder, J. L. (2001). Energy-Free Systems: Theory, Conception and Design of Statically Balanced Spring Mechanisms. Doctoral Thesis, Delft University of Technology.
Arakelian, V. (2016). Gravity Compensation in Robotics. Advanced Robotics, 30(2), 79–96.

version: 1.0