32.37 특이점 근처의 자코비안 수치적 불안정성

특이점 근처에서 매니퓰레이터의 자코비안은 최소 특이값이 영에 근접하면서 조건수가 급격히 증가하고, 역자코비안 또는 의사 역행렬 기반 연산이 부동 소수점 오차의 증폭과 관절 속도 발산이라는 형태로 수치적 불안정성을 보인다. 이러한 불안정성은 단지 이론적 우려가 아니라 실시간 매니퓰레이터 제어에서 실제 토크 한계 초과, 진동, 추적 오차의 급격한 증가로 발현되는 핵심 제약 요인이다. 본 절에서는 자코비안 조건수와 오차 전파의 정량적 관계를 정리하고, 의사 역행렬과 반복 역기구학에서의 발산 메커니즘을 분석한 뒤, 정량 지표와 그에 대응하는 수치 처리 기법을 차분하게 기술한다.

1. 조건수와 오차 전파의 정량적 관계

자코비안의 특이값 분해 $\mathbf{J}(\vec{q}) = \mathbf{U}(\vec{q})\,\boldsymbol{\Sigma}(\vec{q})\,\mathbf{V}^\top(\vec{q})$ 를 도입하면, 자코비안의 스펙트럴 노름과 그 의사 역행렬의 스펙트럴 노름은 각각 $\lVert \mathbf{J} \rVert_2 = \sigma_{\max}$ 와 $\lVert \mathbf{J}^+ \rVert_2 = 1/\sigma_{\min}$ 으로 표현된다. 따라서 조건수 $\kappa(\mathbf{J}) = \sigma_{\max}/\sigma_{\min}$ 이 특이점 근처에서 무한대로 발산하는 현상은 의사 역행렬의 노름이 발산하는 현상과 동치이다. 자코비안 기반 속도 사상 $\dot{\vec{q}} = \mathbf{J}^+(\vec{q})\,\dot{\vec{x}}$ 를 고려하면, 작업 공간 속도 명령에 미세한 섭동 $\delta \dot{\vec{x}}$ 가 가해질 때 관절 속도의 변화는 $\lVert \delta \dot{\vec{q}} \rVert \le \lVert \mathbf{J}^+ \rVert_2\, \lVert \delta \dot{\vec{x}} \rVert = \frac{1}{\sigma_{\min}}\, \lVert \delta \dot{\vec{x}} \rVert$ 로 상계가 주어진다. 즉 명령 섭동의 영향이 $1/\sigma_{\min}$ 만큼 증폭되어 관절 속도에 전파되며, 이 증폭률은 특이점 근접에 따라 무한대로 발산한다.

상대 오차의 관점에서 보면 작업 공간 명령의 상대 섭동과 관절 속도의 상대 섭동 사이의 관계는 $\frac{\lVert \delta \dot{\vec{q}} \rVert}{\lVert \dot{\vec{q}} \rVert} \le \kappa(\mathbf{J})\, \frac{\lVert \delta \dot{\vec{x}} \rVert}{\lVert \dot{\vec{x}} \rVert}$ 의 표준 부등식으로 정리된다. 이는 자코비안의 조건수가 오차 증폭의 직접적 척도로 작용함을 보여 준다. 부동 소수점 산술에서 자코비안의 행렬식과 의사 역행렬을 계산할 때 발생하는 라운드 오프 오차도 동일한 증폭 메커니즘을 따른다. IEEE 754 두 배 정밀도의 단위 라운드 오프 $u \approx 1.11 \times 10^{-16}$ 이라 할 때, 의사 역행렬 계산의 후방 오차는 $O(u\, \kappa(\mathbf{J}))$ 의 차수를 가지며, $\kappa(\mathbf{J})$ 가 $10^{12}$ 를 초과하면 결과는 사실상 신뢰할 수 없는 값이 된다. 따라서 조건수는 단지 추상적 수학량이 아니라 부동 소수점 연산의 실효 정밀도를 정량화하는 실용적 척도로 기능한다.

2. 의사 역행렬과 반복 역기구학에서의 발산 메커니즘

Moore-Penrose 의사 역행렬을 통한 역기구학 사상 $\dot{\vec{q}} = \mathbf{J}^+(\vec{q})\,\dot{\vec{x}}$ 는 특이점 근처에서 차단 방향에 가까운 명령 성분에 대해 무한대로 큰 관절 속도를 발생시킨다. 차단 방향 단위 벡터를 $\vec{n}$ 이라 하면, $\vec{n}$ 방향의 단위 명령 $\dot{\vec{x}} = \vec{n}$ 에 대한 의사 역행렬 응답은 $\dot{\vec{q}} = (1/\sigma_{\min})\,\vec{v}_{\min}$ 의 형태가 되며, 여기서 $\vec{v}_{\min}$ 은 최소 특이값에 대응하는 우측 특이 벡터이다. 따라서 $\sigma_{\min} \to 0$ 일 때 관절 속도의 노름이 발산하며, 이는 토크 한계의 순간 초과, 액추에이터의 포화, 관절 속도 한계 위반, 그리고 그에 따르는 추적 오차의 급격한 증가로 직결된다. 이러한 현상은 Whitney가 1969년 논문 “Resolved motion rate control of manipulators and human prostheses“에서 분해 운동 속도 제어를 도입한 직후 곧바로 관찰된 한계이며, 이후 다양한 수치 처리 기법의 발전을 촉발하였다.

자코비안 기반 반복 역기구학에서는 또 다른 형태의 불안정성이 발생한다. 뉴턴식 갱신 $\vec{q}_{k+1} = \vec{q}_k + \mathbf{J}^+(\vec{q}_k)\,(\vec{x}_d - \vec{f}(\vec{q}_k))$ 에서 자코비안의 조건수가 발산하면 갱신 방향이 차단 방향에 평행한 성분을 과도하게 증폭시켜 발산하거나 진동한다. 또한 임계값 곡면을 가로지르는 갱신은 분지 전환을 동반하므로 수렴 영역(basin of attraction)이 분리된 부분으로 깨지며, 초기값에 따라 수렴 또는 발산이 결정되는 민감성을 가진다. 자코비안 전치 기반 갱신 $\vec{q}_{k+1} = \vec{q}_k + \alpha\, \mathbf{J}^\top(\vec{q}_k)\,(\vec{x}_d - \vec{f}(\vec{q}_k))$ 는 의사 역행렬을 사용하지 않으므로 조건수 발산에 대해 직접적 견고성을 가지지만, 수렴 속도가 조건수에 비례하여 저하되고 차단 방향 성분이 잔류하는 추적 오차를 남긴다는 한계가 있다. 따라서 어떤 형태의 자코비안 기반 알고리즘이라도 특이점 근방에서는 본질적으로 성능이 저하되며, 수치 처리 기법의 선택은 발산을 회피할 것인가 잔류 오차를 허용할 것인가의 절충 관계로 정리된다.

3. 정량 지표와 임계 임곗값의 설정

특이점 근접도를 정량화하는 표준 지표로는 자코비안의 최소 특이값 $\sigma_{\min}(\mathbf{J}(\vec{q}))$ , 매니퓰러빌리티 측도 $w(\vec{q}) = \sqrt{\det(\mathbf{J}(\vec{q})\,\mathbf{J}^\top(\vec{q}))}$ , 조건수 $\kappa(\mathbf{J}(\vec{q})) = \sigma_{\max}/\sigma_{\min}$ , 그리고 프로베니우스 조건 지수 $\kappa_F(\mathbf{J})$ 등이 사용된다. 매니퓰러빌리티 측도는 모든 특이값의 곱에 비례하므로 한 특이값이 영에 근접할 때 빠르게 영이 되는 반면, 최소 특이값은 가장 직접적인 차단 방향 표지자로 기능한다. 조건수와 프로베니우스 조건 지수는 등방성과 특이성의 양 극단을 동시에 평가하는 데 적합한 척도로, 특이점 근방의 식별뿐 아니라 매니퓰레이터의 전반적 성능 평가에도 활용된다.

실무적으로는 임계 임곗값 $\epsilon > 0$ 을 도입하여 $\sigma_{\min}(\mathbf{J}(\vec{q})) < \epsilon$ 또는 $w(\vec{q}) < \epsilon$ 또는 $\kappa(\mathbf{J}(\vec{q})) > \kappa_{\max}$ 를 만족하는 영역을 특이 근방으로 정의하고, 이 영역에서 수치 처리 기법이 활성화되도록 제어 알고리즘을 구성한다. 임곗값의 결정은 매니퓰레이터의 부동 소수점 정밀도, 액추에이터의 속도·토크 한계, 작업의 정밀도 요구, 샘플링 주기의 영향을 종합적으로 고려하여 이루어지며, 일반적으로 $\sigma_{\min}/\sigma_{\max}$ 의 임계 비율 또는 $w(\vec{q})$ 의 절대 값에 대한 임곗값을 동시에 사용하는 이중 기준이 채택된다. 임곗값의 설정이 너무 엄격하면 특이 근방의 정의가 작업 영역의 상당 부분을 포함하게 되어 정상 운영의 정밀도가 저하되며, 너무 완화되면 수치 불안정성이 잔류하여 안전성이 저하되므로, 작업 특성에 맞춘 균형이 요구된다.

4. 대응 수치 기법과 본 절의 정리

특이점 근처의 수치 불안정성에 대응하는 표준 기법은 감쇠 최소 제곱(Damped Least Squares) 역자코비안과 그 변형들이다. Nakamura와 Hanafusa의 1986년 논문 “Inverse kinematic solutions with singularity robustness for robot manipulator control” 및 Wampler의 1986년 논문 “Manipulator inverse kinematic solutions based on vector formulations and damped least-squares methods“가 제시한 정식화는 의사 역행렬을 $\mathbf{J}^\sharp = \mathbf{J}^\top (\mathbf{J} \mathbf{J}^\top + \lambda^2 \mathbf{I})^{-1}$ 의 형태로 대체하여 차단 방향 명령 성분의 응답을 $1/\sigma_{\min}$ 이 아닌 $\sigma_{\min}/(\sigma_{\min}^2 + \lambda^2)$ 로 감쇠시킨다. 이 응답 함수는 $\sigma_{\min} = \lambda$ 에서 최댓값 $1/(2\lambda)$ 를 가지므로, 감쇠 인자 $\lambda$ 의 선택을 통해 관절 속도의 상한이 명시적으로 제어된다. 선택적 감쇠 최소 제곱법은 작은 특이값에 대해서만 감쇠를 적용함으로써 정상 방향의 추적 정밀도를 보존하며, 이를 위해 자코비안의 특이값 분해를 직접 활용하여 모드별 감쇠를 수행한다.

이와 더불어 영공간 투영 기반 우회, 작업 공간 명령 성분 가운데 차단 방향에 평행한 부분을 제거하는 명령 절단(command truncation), 자코비안의 동적 변형(reshaping), 선형 시스템 대신 정칙화된 최소 제곱 풀이를 사용하는 Tikhonov 정칙화 등이 함께 사용된다. 여유 자유도 매니퓰레이터의 경우 영공간 자유도를 활용하여 차단 방향 잔여 명령의 영향을 최소화하는 기법이 효과적이며, 매니퓰러빌리티 경사 기반의 회피 전략이 자기 운동 형태로 결합되기도 한다. 이러한 기법들은 모두 자코비안의 정확한 역사상을 포기하는 대신 관절 속도의 유한성을 보장하며, 그 결과 차단 방향에 대한 잔류 오차를 허용하면서 시스템의 안정성을 확보한다.

본 절에서 다룬 자코비안 수치 불안정성은 특이점 근처에서 조건수가 발산함에 따라 의사 역행렬 노름이 발산하고, 이로 인해 관절 속도와 부동 소수점 오차가 동시에 증폭되는 단일한 메커니즘으로 요약된다. 이 메커니즘은 매니퓰레이터의 실시간 제어에서 액추에이터 한계 위반과 추적 오차 급증의 직접적 원인이 되며, 매니퓰러빌리티 측도, 최소 특이값, 조건수와 같은 정량 지표와 임계 임곗값 기반의 영역 정의를 통해 체계적으로 식별된다. 감쇠 최소 제곱법, 선택적 감쇠, 영공간 활용, 정칙화 기반 풀이 등 다층적 수치 처리 기법이 표준적 대응 수단으로 활용되며, 이 모든 기법은 정확성과 안정성 사이의 절충이라는 공통 원리를 공유한다. 본 절은 후속 절에서 다룰 특이점 회피 전략의 수치 해석적 토대를 제공한다.

5. 출처

Whitney, D. E., “Resolved motion rate control of manipulators and human prostheses”, IEEE Transactions on Man-Machine Systems, Vol. 10, No. 2, pp. 47–53, 1969.
Yoshikawa, T., “Manipulability of robotic mechanisms”, International Journal of Robotics Research, Vol. 4, No. 2, pp. 3–9, 1985.
Nakamura, Y. and Hanafusa, H., “Inverse kinematic solutions with singularity robustness for robot manipulator control”, ASME Journal of Dynamic Systems, Measurement, and Control, Vol. 108, No. 3, pp. 163–171, 1986.
Wampler, C. W., “Manipulator inverse kinematic solutions based on vector formulations and damped least-squares methods”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 16, No. 1, pp. 93–101, 1986.
Maciejewski, A. A. and Klein, C. A., “Numerical filtering for the operation of robotic manipulators through kinematically singular configurations”, Journal of Robotic Systems, Vol. 5, No. 6, pp. 527–552, 1988.
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.
Golub, G. H. and Van Loan, C. F., Matrix Computations, 4th edition, Johns Hopkins University Press, 2013.

6. 버전

문서 버전: 2.0
작성일: 2026-04-26