30.1 역기구학의 정의와 문제 설정

역기구학(inverse kinematics, IK)은 로봇 엔드 이펙터의 원하는 위치와 자세가 주어졌을 때, 이를 달성하기 위한 관절 변수를 산출하는 학술적 절차이다. 본 절에서는 역기구학의 학술적 정의, 문제 설정, 입력과 출력 변수, 그리고 학술적 의의를 다룬다.

1. 학술적 정의

역기구학 문제는 다음과 같이 정의된다. 엔드 이펙터의 원하는 자세를 $\mathbf{T}_d \in SE(3)$ 라 할 때, 다음을 만족하는 관절 변수 $\vec{q} \in \mathbb{R}^n$ 을 산출하는 문제이다.

$\vec{f}(\vec{q}) = \mathbf{T}_d$

여기서 $\vec{f}$ 는 순기구학 함수, $n$ 은 로봇의 자유도이다.

역기구학 방정식은 일반적으로 비선형이며, 해석적 해의 도출이 어렵거나 불가능한 경우가 많다.

역기구학 문제는 일반적으로 다중 해를 가진다. 6자유도 매니퓰레이터의 경우 최대 16개까지의 해가 존재할 수 있다.

도달 불가능한 자세에 대해서는 역기구학 해가 존재하지 않는다. 해의 존재성은 작업 공간의 정의와 직접 연관된다.

$n > 6$ 인 여유 자유도 로봇의 경우, 역기구학 해는 일반적으로 무한히 많은 가능한 관절 구성 중에서 선택된다.

역기구학의 입력은 엔드 이펙터의 원하는 자세 $\mathbf{T}_d$ 와 로봇의 기구학적 매개변수이다. 일부 응용에서는 위치만, 또는 자세만 지정되기도 한다.

역기구학의 출력은 관절 변수 벡터 $\vec{q}$ 이며, 존재하는 경우 다수의 가능한 해 중에서 하나 또는 여러 개를 산출한다.

역기구학 문제의 해결 접근은 다음과 같이 분류된다.

해석적 방법(analytical method)은 역기구학 방정식을 대수적으로 풀어 닫힌 형태(closed-form)의 해를 도출한다. 빠르고 정확하지만, 모든 로봇 구조에 적용 가능하지는 않다.

수치적 방법(numerical method)은 반복적 최적화를 통해 해를 산출한다. 일반적으로 적용 가능하지만, 계산 시간과 초기값의 영향을 받는다.

기하학적 방법(geometric method)은 로봇의 구조를 기하학적으로 분석하여 해를 도출한다. 직관적이지만 복잡한 구조에는 적용이 어렵다.

학습 기반 방법(learning-based method)은 신경망 등의 기계 학습을 활용해 역기구학 함수를 근사한다. 최근 활발히 연구되고 있다.

역기구학은 다음과 같은 영역에 활용된다.

엔드 이펙터의 원하는 경로에 대응하는 관절 경로를 산출한다.

엔드 이펙터의 작업 공간 명령을 관절 공간 명령으로 변환한다.

인간 조작자의 의도를 로봇의 관절 운동으로 매핑한다.

경로 계획, 궤적 최적화, 제어 알고리즘 등 다양한 학술 연구의 핵심 도구이다.

역기구학은 순기구학과 함께 로봇 기구학의 두 기본 영역을 이루며, 실무적 응용에서는 오히려 더 직접적으로 활용된다. 그 학술적 정의와 문제 설정의 명확한 이해는 후속 장들에서 다룰 다양한 해결 방법의 학습을 위한 토대가 된다.

Spong, M. W., Hutchinson, S., and Vidyasagar, M., Robot Modeling and Control, 2nd edition, Wiley, 2020.
Craig, J. J., Introduction to Robotics: Mechanics and Control, 4th edition, Pearson, 2018.
Lynch, K. M. and Park, F. C., Modern Robotics: Mechanics, Planning, and Control, Cambridge University Press, 2017.
Sciavicco, L. and Siciliano, B., Modelling and Control of Robot Manipulators, 2nd edition, Springer, 2000.
Paul, R. P., Robot Manipulators: Mathematics, Programming, and Control, MIT Press, 1981.