32.23 영공간 투영과 여유 자유도 활용

영 공간 투영(null-space projection)은 여유 자유도 매니퓰레이터에서 엔드 이펙터의 주된 작업에 영향을 미치지 않으면서 부차적 목적을 달성하는 수학적 기법이다. 영 공간 투영은 무어-펜로즈 의사 역행렬에 의한 주된 작업 해와 영 공간 내 자기 운동 성분의 결합으로 역속도 기구학의 일반 해를 구성하며, 관절 한계 회피, 특이점 회피, 장애물 회피, 매니퓰러빌리티 최적화 등 다양한 부차적 목적의 체계적 수행을 가능하게 한다. 본 절에서는 영 공간 투영의 학술적 정의, 기본 공식 유도, 부차적 과제의 경사법 기반 구성, 우선순위 기반 다중 과제, 수치적 안정화, 응용 예시, 그리고 한계를 학술적으로 다룬다.

1. 영 공간 투영의 학술적 정의

여유 자유도 매니퓰레이터(n > m)의 역속도 기구학에서 목표 엔드 이펙터 속도 \dot{\vec{x}}_d를 실현하는 관절 속도 해는 일의적이지 않고 무한히 많다. 일반 해는 최소 노름 해와 영 공간 성분의 합으로 표현된다.

\dot{\vec{q}} = \mathbf{J}^+(\vec{q}) \, \dot{\vec{x}}_d + \mathbf{P}_N(\vec{q}) \, \dot{\vec{q}}_0

여기서 \mathbf{J}^+ = \mathbf{J}^\top (\mathbf{J} \mathbf{J}^\top)^{-1}은 무어-펜로즈 오른 의사 역행렬(완전 행 계수 가정), \dot{\vec{q}}_0 \in \mathbb{R}^n은 임의의 관절 속도 벡터, 그리고

\mathbf{P}_N(\vec{q}) = \mathbf{I}_n - \mathbf{J}^+(\vec{q}) \, \mathbf{J}(\vec{q})

은 자코비안의 영 공간 \mathcal{N}(\mathbf{J})으로의 직교 투영 연산자이다.

투영 연산자 \mathbf{P}_N은 다음의 성질을 만족한다.

\mathbf{P}_N^2 = \mathbf{P}_N \quad (\text{멱등성}), \qquad \mathbf{P}_N^\top = \mathbf{P}_N \quad (\text{대칭성})

\mathbf{J} \, \mathbf{P}_N = \mathbf{0} \quad (\text{영 공간으로의 투영})

이러한 성질에 의해 \mathbf{J} \mathbf{P}_N \dot{\vec{q}}_0 = \vec{0}이 성립하므로 영 공간 성분은 엔드 이펙터 속도에 기여하지 않는다.

2. 영 공간 투영 공식의 유도

영 공간 투영 공식은 다음의 유도 논리로 얻어진다. 역속도 기구학의 완전해는 특수 해 \dot{\vec{q}}_p와 동차 해 \dot{\vec{q}}_h의 합으로 구성된다.

\dot{\vec{q}} = \dot{\vec{q}}_p + \dot{\vec{q}}_h

특수 해는 최소 노름 조건 \min \|\dot{\vec{q}}\|^2 subject to \mathbf{J} \dot{\vec{q}} = \dot{\vec{x}}_d의 해이며, 라그랑주 승수법 또는 의사 역행렬 이론에 의해

\dot{\vec{q}}_p = \mathbf{J}^+(\vec{q}) \, \dot{\vec{x}}_d

로 주어진다. 이 해는 관절 속도 노름을 최소화하는 의미에서 ‘기본’ 해이다.

동차 해는 \mathbf{J} \dot{\vec{q}}_h = \vec{0}을 만족하는 모든 관절 속도이다. 이는 정확히 영 공간 \mathcal{N}(\mathbf{J})의 원소이며, 임의의 \dot{\vec{q}}_0 \in \mathbb{R}^n의 영 공간 투영으로 표현된다.

\dot{\vec{q}}_h = \mathbf{P}_N(\vec{q}) \, \dot{\vec{q}}_0

따라서 일반 해가

\dot{\vec{q}} = \mathbf{J}^+(\vec{q}) \, \dot{\vec{x}}_d + \mathbf{P}_N(\vec{q}) \, \dot{\vec{q}}_0

의 형태를 가진다. 이 공식은 Liégeois(1977)의 선구적 연구에서 도입되었으며, 이후 여유 자유도 매니퓰레이터 제어의 기본 틀로 정립되었다.

3. 경사법 기반 부차적 과제 구성

\dot{\vec{q}}_0의 선택은 부차적 과제의 수행 방식을 결정한다. 가장 일반적인 선택은 부차적 목적 함수 H(\vec{q})의 경사 방향으로 \dot{\vec{q}}_0를 설정하는 것이다.

\dot{\vec{q}}_0 = k \, \nabla H(\vec{q})

여기서 k > 0는 부차적 과제의 이득, \nabla H는 H의 경사 벡터이다. 이 선택 하에서 관절 속도는

\dot{\vec{q}} = \mathbf{J}^+(\vec{q}) \, \dot{\vec{x}}_d + k \, \mathbf{P}_N(\vec{q}) \, \nabla H(\vec{q})

로 표현된다. 매니퓰레이터는 주된 과제를 수행하면서 영 공간 내에서 H를 증가시키는 방향으로 자기 운동을 수행한다. H를 최대화할 부차적 목적이라면 위 공식을 그대로 사용하고, 최소화할 비용 함수라면 부호를 반전(\dot{\vec{q}}_0 = -k \nabla H)한다.

4. 대표적 부차적 목적 함수

4.1 관절 한계 회피

관절 변수 q_i의 중앙값 q_{i,c} = (q_{i,\max} + q_{i,\min}) / 2로부터의 정규화된 편차를 비용 함수로 정의한다.

H_{\text{limit}}(\vec{q}) = \frac{1}{2} \sum_{i=1}^{n} \left( \frac{q_i - q_{i,c}}{q_{i,\max} - q_{i,\min}} \right)^2

경사는 다음과 같다.

\nabla H_{\text{limit}}(\vec{q}) = \left[\frac{q_i - q_{i,c}}{(q_{i,\max} - q_{i,\min})^2}\right]_{i=1}^n

-\nabla H_{\text{limit}} 방향의 자기 운동은 관절 변수를 중앙값에 가까이 유지하여 한계 회피를 실현한다.

4.2 매니퓰러빌리티 최적화

Yoshikawa의 매니퓰러빌리티 지수 w(\vec{q}) = \sqrt{\det(\mathbf{J}(\vec{q}) \mathbf{J}^\top(\vec{q}))}를 최대화하는 자기 운동.

\dot{\vec{q}}_0 = k \, \nabla w(\vec{q})

경사 \nabla w의 계산은 자코비안의 미분을 포함하므로 복잡하지만, 해석적으로 다음과 같이 유도된다.

\frac{\partial w}{\partial q_j} = w \, \text{tr}\!\left[ (\mathbf{J} \mathbf{J}^\top)^{-1} \frac{\partial (\mathbf{J} \mathbf{J}^\top)}{\partial q_j} \right]

매니퓰러빌리티 최대화는 특이점으로부터의 회피 효과를 제공한다.

4.3 장애물 회피

매니퓰레이터의 특정 링크와 장애물 사이의 최소 거리 d(\vec{q})를 최대화하는 비용 함수.

H_{\text{obst}}(\vec{q}) = -\frac{1}{2} d(\vec{q})^{-2}

(또는 다른 형태의 반발 포텐셜). 경사 기반 영 공간 투영이 매니퓰레이터 전체를 장애물로부터 회피시킨다. Khatib의 인공 포텐셜 장(artificial potential field) 기법은 이 접근의 고전적 예이다.

32.23.4.4 에너지 최소화

관절 토크의 가중 노름 H_{\text{energy}}(\vec{q}) = \frac{1}{2} \vec{\tau}^\top \mathbf{W} \vec{\tau}를 최소화하는 자기 운동. 에너지 효율적 작업 수행에 활용된다.

32.23.5 우선순위 기반 다중 과제 제어

여러 부차적 과제가 우선순위에 따라 수행되는 경우, 영 공간 투영을 계층적으로 적용한다. 주된 과제 1, 2차 과제 2, 3차 과제 3의 우선순위 구조를 가정한다.

1단계: 주된 과제의 기본 해.

\dot{\vec{q}}_1 = \mathbf{J}_1^+ \, \dot{\vec{x}}_{1,d}

2단계: 주된 과제의 영 공간 내에서 2차 과제 수행.

\dot{\vec{q}}_2 = \dot{\vec{q}}_1 + (\mathbf{J}_2 \, \mathbf{P}_{N,1})^+ \, (\dot{\vec{x}}_{2,d} - \mathbf{J}_2 \, \dot{\vec{q}}_1)

여기서 \mathbf{P}_{N,1} = \mathbf{I} - \mathbf{J}_1^+ \mathbf{J}_1은 1차 과제의 영 공간 투영 연산자이다.

3단계: 1, 2차 과제 모두의 영 공간 내에서 3차 과제 수행. 이러한 연속 영 공간 투영은 Nakamura, Hanafusa, Yoshikawa(1987)의 연구와 Siciliano, Slotine(1991)의 확장에서 체계화되었다.

계층적 영 공간 투영의 결과로 각 상위 과제는 하위 과제의 수행에 영향을 받지 않고 정확히 수행된다. 그러나 하위 과제는 상위 과제의 제약 하에서만 수행되므로, 상위 과제가 엔드 이펙터의 모든 자유도를 사용하면 하위 과제 수행을 위한 자유도가 남지 않는다.

32.23.6 수치적 안정화와 특이점 근방 처리

영 공간 투영 연산은 특이점 근방에서 수치적 불안정성을 겪을 수 있다. 주요 문제와 대응 방법은 다음과 같다.

32.23.6.1 의사 역행렬의 발산

특이점 근방에서 \mathbf{J} \mathbf{J}^\top의 최소 고유값이 영으로 수렴하여 (\mathbf{J} \mathbf{J}^\top)^{-1}의 성분이 발산한다. 이는 의사 역행렬 \mathbf{J}^+와 투영 연산자 \mathbf{P}_N의 성분도 발산시킨다.

대응: 감쇠 최소 제곱법(damped least squares, DLS)을 적용하여 정칙화된 의사 역행렬을 사용한다.

\mathbf{J}^+_{\text{DLS}} = \mathbf{J}^\top (\mathbf{J} \mathbf{J}^\top + \lambda^2 \mathbf{I}_m)^{-1}

감쇠 계수 \lambda > 0는 최소 특이값과 연동하여 동적으로 조정될 수 있다(Nakamura, Hanafusa의 단일값 감쇠법, 1986).

4.4 영 공간의 차원 변화

계수 변화로 인한 영 공간 차원의 갑작스러운 변화는 투영 연산자의 불연속성을 유발한다.

대응: 히스테리시스 임계값을 적용하여 수치적 계수 판정의 안정성을 확보하거나, 부드러운 가중치 전환(smooth weight transition)을 사용하여 영 공간 기여를 점진적으로 조정한다.

4.5 부차적 과제의 이득 조정

부차적 과제 이득 k가 지나치게 크면 영 공간 속도가 관절 제한을 초과할 수 있다.

대응: 적응적 이득(adaptive gain)을 사용하여 관절 한계 근방에서 이득을 감소시키거나, 포화 함수(saturation function)를 도입하여 영 공간 속도의 크기를 제한한다.

5. 여유 자유도 수준의 측정과 활용

매니퓰레이터의 여유 자유도 수준은 n - m으로 주어지며, 이 수치가 클수록 영 공간의 차원이 커서 더 다양한 부차적 과제의 동시 수행이 가능하다.

1-자유도 여유: 예: 7자유도 매니퓰레이터(LBR iiwa 등). 1차원 자기 운동을 통해 한 개의 부차적 과제를 수행할 수 있다. 인간 팔과 유사한 구조로 어깨-팔꿈치-손목 배치의 재조정이 가능하다.

다중 자유도 여유: 예: 모바일 매니퓰레이터, 인간형 로봇 팔-몸통 통합. 여러 부차적 과제를 우선순위에 따라 동시 수행할 수 있다.

이동체 포함 여유: 이동 플랫폼 위에 장착된 매니퓰레이터는 이동체의 자유도가 매니퓰레이터 자유도에 추가되어 전체 여유 자유도가 크게 증가한다.

여유 자유도 수준에 따라 부차적 과제의 개수와 복잡도가 결정되며, 제어 설계에서 자원 배분의 중요한 고려 사항이다.

6. 영 공간 제어의 가속도·토크 수준 확장

영 공간 투영은 속도 수준뿐만 아니라 가속도 수준과 토크 수준으로도 확장된다.

가속도 수준 영 공간 제어: 관절 가속도의 영 공간 성분을 활용하여 동역학적 부차적 과제를 수행한다.

\ddot{\vec{q}} = \mathbf{J}^+ (\ddot{\vec{x}}_d - \dot{\mathbf{J}} \dot{\vec{q}}) + \mathbf{P}_N \ddot{\vec{q}}_0

토크 수준 영 공간 제어 (Khatib의 작업 공간 정식화): 관절 토크의 영 공간 성분을 활용하여 주된 과제 수행 중 동역학적 안정성, 접촉력 조절, 내부 힘 제어 등을 동시에 수행한다.

\vec{\tau} = \mathbf{J}^\top \mathcal{F}_d + \mathbf{N}^\top \vec{\tau}_0

여기서 \mathbf{N}^\top은 자코비안 전치의 영 공간 투영이다. 이러한 확장은 접촉 작업과 힘 제어의 핵심 도구가 된다.

7. 응용 사례

영 공간 투영은 다음의 실무 응용에 활용된다.

인간형 로봇 팔 제어: 7자유도 인간형 팔에서 엔드 이펙터 작업 수행 중 팔꿈치 위치 조정, 관절 한계 회피, 자연스러운 자세 유지.

이동 매니퓰레이터: 이동 플랫폼과 매니퓰레이터의 자유도를 통합 활용하여 목표물 도달과 이동 안정성의 동시 확보.

의료 로봇: 수술용 로봇에서 도구 끝의 정밀 위치 추종 중 팔 부분의 환자·의료진 회피.

협동 매니퓰레이션: 다중 로봇의 협력 작업에서 객체 파지 제약을 주된 과제로 하고 각 로봇의 내부 자유도를 부차적 과제로 활용.

인간-로봇 상호작용: 엔드 이펙터의 작업 경로 추종 중 로봇 몸체 전체의 유연한 회피 동작으로 인간과의 안전한 공존 실현.

8. 한계와 고려 사항

영 공간 투영의 유용성에도 불구하고 다음의 한계가 존재한다.

순간적 영 공간 제약: 영 공간 투영은 순간 속도 수준에서만 부차적 과제에 영향을 준다. 시간 적분을 통해 누적된 효과는 영 공간에서 벗어난 구성으로 이어질 수 있으므로, 지속적 부차적 과제 수행을 위해서는 명시적 최적화가 필요할 수 있다.

비홀로노믹 제약과의 호환성: 이동 로봇의 비홀로노믹 제약은 영 공간 투영 공식만으로 직접 다루기 어렵다. 특수한 확장 공식이 요구된다.

비선형 부차적 목적: 부차적 목적 함수가 강한 비선형성을 가지면 경사 기반 영 공간 투영이 국소 최적해에 수렴하며, 전역 최적화가 보장되지 않는다.

계산 비용: 영 공간 투영 연산자 \mathbf{P}_N = \mathbf{I}_n - \mathbf{J}^+ \mathbf{J}의 계산은 n \times n 행렬 연산을 요구하며, 관절 수가 많은 매니퓰레이터에서 계산 비용이 증가한다.

이러한 한계는 최적화 기반 제어(MPC, QP 등)와의 결합으로 보완될 수 있으며, 현대 로봇 공학에서는 영 공간 투영과 최적화 기법의 통합 사용이 표준적이다.

9. 학술적 의의

본 절에서 정립한 영 공간 투영과 여유 자유도 활용은 로봇 공학에서 다음의 학술적 의의를 가진다. 첫째, Liégeois의 선구적 공식으로부터 출발하는 영 공간 투영의 수학적 틀은 여유 자유도 매니퓰레이터 제어의 기본 체계이다. 둘째, 경사법 기반 부차적 과제 구성은 관절 한계 회피, 매니퓰러빌리티 최적화, 장애물 회피 등 다양한 목적의 통일된 수학 도구를 제공한다. 셋째, 우선순위 기반 다중 과제 제어는 복수 부차적 목적의 체계적 동시 수행을 가능하게 한다. 넷째, 감쇠 최소 제곱법과의 결합은 특이점 근방에서의 수치적 안정화를 제공한다. 다섯째, 속도·가속도·토크 수준으로의 확장은 영 공간 제어의 다층적 적용 가능성을 확립한다. 여섯째, 여유 자유도 수준에 따른 자원 배분은 복잡한 로봇 시스템의 설계 지침을 제공한다. 일곱째, 본 절의 내용은 인간형 로봇, 이동 매니퓰레이터, 협동 로봇 등 현대 로봇 공학의 다양한 응용 분야의 공통 이론적 기초가 된다.

10. 출처

• Liégeois, A., “Automatic supervisory control of the configuration and behavior of multibody mechanisms”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 7, No. 12, pp. 868–871, 1977.
• Hollerbach, J. M. and Suh, K. C., “Redundancy resolution of manipulators through torque optimization”, IEEE Journal on Robotics and Automation, Vol. 3, No. 4, pp. 308–316, 1987.
• Nakamura, Y., Hanafusa, H., and Yoshikawa, T., “Task-priority based redundancy control of robot manipulators”, International Journal of Robotics Research, Vol. 6, No. 2, pp. 3–15, 1987.
• Siciliano, B. and Slotine, J.-J. E., “A general framework for managing multiple tasks in highly redundant robotic systems”, Proceedings of the 5th International Conference on Advanced Robotics, pp. 1211–1216, 1991.
• Nakamura, Y., Advanced Robotics: Redundancy and Optimization, Addison-Wesley, 1991.
• Khatib, O., “A unified approach for motion and force control of robot manipulators: The operational space formulation”, IEEE Journal on Robotics and Automation, Vol. 3, No. 1, pp. 43–53, 1987.
• Khatib, O., “Real-time obstacle avoidance for manipulators and mobile robots”, International Journal of Robotics Research, Vol. 5, No. 1, pp. 90–98, 1986.
• Chiaverini, S., “Singularity-robust task-priority redundancy resolution for real-time kinematic control of robot manipulators”, IEEE Transactions on Robotics and Automation, Vol. 13, No. 3, pp. 398–410, 1997.
• Mansard, N. and Chaumette, F., “Task sequencing for high-level sensor-based control”, IEEE Transactions on Robotics, Vol. 23, No. 1, pp. 60–72, 2007.
• Siciliano, B., Sciavicco, L., Villani, L., and Oriolo, G., Robotics: Modelling, Planning and Control, Springer, 2009.

11. 버전

• 문서 버전: 1.1
• 작성일: 2026-04-19