31.28 7자유도 여유 자유도 로봇의 DH 모델링

7자유도 여유 자유도 로봇(7-DOF redundant robot)은 작업 공간(6자유도)보다 관절 자유도가 많은 로봇으로, 여유 자유도를 활용한 다양한 학술적·실무적 기능을 제공한다. KUKA LBR iiwa, Franka Emika Panda 등이 대표적이다. 본 절에서는 7자유도 여유 자유도 로봇의 DH 모델링 절차를 다룬다.

1. 7자유도 로봇의 기구학적 구조

1.1 구조의 개요

7자유도 로봇은 7개의 회전 관절로 구성되며, 인간 팔과 유사한 S-E-W(Shoulder-Elbow-Wrist) 구조를 가진다. 어깨(3자유도), 팔꿈치(1자유도), 손목(3자유도)으로 구성된다.

1.2 여유 자유도

6자유도 작업(위치 3 + 자세 3)에 비해 하나의 추가 자유도가 있으므로, 엔드 이펙터의 자세를 유지하면서도 팔꿈치 위치를 조절할 수 있다.

1.3 대표 모델

KUKA LBR iiwa, Franka Emika Panda, Barrett WAM 등이 7자유도 협동 로봇의 대표적 사례이다.

2. 좌표계 배치

2.1 S-E-W 구조의 좌표계

기저 좌표계로부터 어깨(3자유도), 팔꿈치(1자유도), 손목(3자유도)의 순서로 좌표계가 배치된다. 어깨와 손목은 구면 관절 구조이고, 팔꿈치는 단일 회전이다.

2.2 연속 직교 관절 축

관절 축의 방향은 일반적으로 서로 직교하도록 배치된다. 이는 여유 자유도의 자연스러운 매개변수화를 제공한다.

2.3 말단 좌표계

7번째 관절 이후에 엔드 이펙터(플랜지) 좌표계가 정의된다.

3. DH 매개변수의 전형적 예

3.1 Franka Emika Panda의 예

Franka Emika Panda의 DH 매개변수(수정 DH 형식)는 다음과 같은 구조를 가진다.

링크	$a_i$	$\alpha_i$	$d_i$	$\theta_i$	관절 유형
1	0	0	0.333	$\theta_1^*$	회전
2	0	$-\pi/2$	0	$\theta_2^*$	회전
3	0	$\pi/2$	0.316	$\theta_3^*$	회전
4	0.0825	$\pi/2$	0	$\theta_4^*$	회전
5	-0.0825	$-\pi/2$	0.384	$\theta_5^*$	회전
6	0	$\pi/2$	0	$\theta_6^*$	회전
7	0.088	$\pi/2$	0	$\theta_7^*$	회전

(단위: m, rad)

3.2 KUKA LBR iiwa

KUKA LBR iiwa의 DH 매개변수는 유사한 S-E-W 구조를 가지지만, 구체적 값은 제품 모델(LBR iiwa 7 R800, LBR iiwa 14 R820 등)에 따라 다르다.

3.3 제조사별 차이

각 제조사는 자체 설계 선택에 따라 DH 매개변수 값이 다르며, 특히 링크 길이와 링크 오프셋의 배치가 로봇의 작업 공간과 운동 특성에 영향을 미친다.

4. 여유 자유도의 매개변수화

4.1 자기 운동 매개변수

7자유도 로봇의 여유 자유도는 일반적으로 자기 운동 매개변수(self-motion parameter) 또는 팔꿈치 각도(elbow angle)로 매개변수화된다.

4.2 팔꿈치 각도

팔꿈치 각도는 어깨-손목 축을 기준으로 팔꿈치의 회전 위치를 정의한다. 이 각도가 여유 자유도를 표현한다.

4.3 여유 자유도의 활용

팔꿈치 각도를 변화시키면서 엔드 이펙터의 위치와 자세를 유지할 수 있다. 이를 통해 장애물 회피, 특이점 회피, 관절 한계 회피 등이 가능하다.

5. 여유 자유도의 역기구학

5.1 반해석적 해

7자유도 로봇의 역기구학은 6자유도 작업(위치와 자세)에 대해 1매개변수 족으로 풀린다. 팔꿈치 각도를 주어진 값으로 고정하면 해석적으로 풀 수 있다.

5.2 자코비안 의사 역행렬

수치적 역기구학은 자코비안의 의사 역행렬을 활용한다.

$\dot{\vec{q}} = \mathbf{J}^+ \dot{\vec{x}}_d + (\mathbf{I} - \mathbf{J}^+ \mathbf{J}) \vec{z}$

여기서 $\vec{z}$ 는 여유 자유도 공간에서의 자유 벡터이다.

31.28.5.3 최적화 기반 접근

2차 목적 함수(예: 관절 한계 회피, 에너지 최소화)를 최적화하는 여유 자유도 할당 방법이 활용된다.

31.28.6 여유 자유도의 학술적 활용

31.28.6.1 장애물 회피

팔꿈치를 장애물로부터 멀리 배치하면서 엔드 이펙터의 작업을 수행할 수 있다.

31.28.6.2 특이점 회피

특이점 근방에서 여유 자유도를 활용하여 특이점에서 벗어날 수 있다.

31.28.6.3 관절 한계 회피

관절 한계에 접근한 관절을 중심값으로 이동시키면서 엔드 이펙터의 작업을 유지할 수 있다.

31.28.6.4 동적 성능 최적화

여유 자유도를 활용하여 조작성 지수 최대화, 관절 토크 최소화 등의 동적 성능을 최적화할 수 있다.

31.28.7 자코비안

31.28.7.1 자코비안의 크기

7자유도 로봇의 자코비안은 $6 \times 7$ 행렬이다. 6자유도 엔드 이펙터 속도와 7개 관절 속도를 연관시킨다.

31.28.7.2 영 공간

자코비안의 영 공간(null space)은 엔드 이펙터의 속도에 영향을 주지 않는 관절 속도의 집합이다. 영 공간이 여유 자유도의 수학적 표현이다.

31.28.7.3 영 공간 투영 행렬

$\mathbf{N} = \mathbf{I} - \mathbf{J}^+ \mathbf{J}$ 는 영 공간 투영 행렬이며, 영 공간 운동의 계산에 활용된다.

31.28.8 특이점

31.28.8.1 특이점의 감소

여유 자유도로 인해 7자유도 로봇은 6자유도 로봇보다 특이점이 적거나, 특이점을 회피할 수 있는 경로를 가진다.

31.28.8.2 알고리즘 특이점

7자유도 로봇에서도 특정 구성에서 자코비안의 계수가 감소하는 알고리즘 특이점(algorithmic singularity)이 발생할 수 있다.

31.28.8.3 내부 특이점

여유 자유도 공간 내에서 발생하는 내부 특이점(internal singularity)도 학술적 주제이다.

31.28.9 7자유도 로봇의 제어

31.28.9.1 하위 제어

기본 제어는 엔드 이펙터의 위치와 자세 제어이다. 7자유도이므로 1개의 추가 제어 목표를 설정할 수 있다.

31.28.9.2 다중 작업

주 작업(엔드 이펙터 작업)과 보조 작업(여유 자유도 활용)의 계층적 제어가 가능하다.

31.28.9.3 임피던스 제어

협동 로봇으로서 인간과의 상호 작용을 위한 임피던스 제어에서도 여유 자유도가 활용된다.

31.28.10 학술적 활용

본 절에서 다룬 7자유도 여유 자유도 로봇의 DH 모델링은 협동 로봇과 휴머노이드 로봇의 학술적 분석의 기반이 된다. 여유 자유도의 활용은 현대 로봇 공학의 활발한 연구 주제이며, 의료 로봇, 서비스 로봇, 산업용 협동 로봇의 학술적 발전에 기여한다.

출처

Spong, M. W., Hutchinson, S., and Vidyasagar, M., Robot Modeling and Control, 2nd edition, Wiley, 2020.
Siciliano, B., Sciavicco, L., Villani, L., and Oriolo, G., Robotics: Modelling, Planning and Control, Springer, 2009.
Nakamura, Y., Advanced Robotics: Redundancy and Optimization, Addison-Wesley, 1991.
Hollerbach, J. M. and Suh, K., “Redundancy resolution of manipulators through torque optimization”, IEEE Journal on Robotics and Automation, Vol. 3, No. 4, pp. 308–316, 1987.
Gaz, C., Cognetti, M., Oliva, A., Giordano, P. R., and De Luca, A., “Dynamic identification of the Franka Emika Panda robot with retrieval of feasible parameters using penalty-based optimization”, IEEE Robotics and Automation Letters, Vol. 4, No. 4, pp. 4147–4154, 2019.

버전

문서 버전: 1.0
작성일: 2026-04-18