32.42 선택적 감쇠 최소 제곱법

선택적 감쇠 최소 제곱법(Selectively Damped Least Squares)은 자코비안의 각 특이값 방향에 대해 독립적인 감쇠 계수를 부여함으로써, 표준 감쇠 최소 제곱법의 획일적 감쇠가 야기하는 정밀도 손실을 완화하는 기법이다. 작은 특이값 방향, 즉 차단 방향에 가까운 모드에는 강한 감쇠를 적용하여 무한 발산을 방지하고, 큰 특이값 방향, 즉 정상 모드에는 약한 감쇠 또는 영의 감쇠를 적용하여 추종 정밀도를 보존한다. Buss와 Kim의 2005년 논문 “Selectively damped least squares for inverse kinematics“는 이 기법을 일반화된 형태로 정립하였으며, 관절 속도 한계의 명시적 준수를 동시에 보장하는 절차를 제시하였다. 본 절에서는 선택적 감쇠 최소 제곱법의 수학적 정식화와 모드별 감쇠 설계, 관절 속도 한계의 직접적 보장, 그리고 계산 비용과 적용 절충을 차분하게 기술한다.

1. 모드별 정칙화로의 일반화와 정의

자코비안 $\mathbf{J}(\vec{q}) \in \mathbb{R}^{m \times n}$ 의 특이값 분해를 $\mathbf{J} = \mathbf{U}\,\boldsymbol{\Sigma}\,\mathbf{V}^\top$ 로 두고, 특이값을 $\sigma_1 \ge \sigma_2 \ge \cdots \ge \sigma_r > 0$ 이라 한다. 표준 감쇠 최소 제곱법의 응답이 모든 모드에 동일한 감쇠 인자 $\lambda$ 를 적용하여 $\sigma_i/(\sigma_i^2 + \lambda^2)$ 의 형태를 가지는 반면, 선택적 감쇠 최소 제곱법은 각 모드에 고유한 감쇠 인자 $\lambda_i$ 를 부여하여 응답을 $\sigma_i/(\sigma_i^2 + \lambda_i^2)$ 의 형태로 일반화한다. 이로부터 선택적 감쇠 최소 제곱 역자코비안은 $\mathbf{J}^\sharp_{\mathrm{SDLS}} = \mathbf{V}\,\boldsymbol{\Sigma}^\sharp_{\mathrm{SDLS}}\,\mathbf{U}^\top$ 로 표현되며, $\boldsymbol{\Sigma}^\sharp_{\mathrm{SDLS}}$ 의 대각 원소는 모드별 응답 $\sigma_i/(\sigma_i^2 + \lambda_i^2)$ 로 주어진다. 모든 $\lambda_i$ 를 동일한 값 $\lambda$ 로 설정하면 표준 감쇠 최소 제곱법이 회복되며, 모든 $\lambda_i$ 를 영으로 설정하면 표준 의사 역행렬이 회복된다.

선택적 감쇠 최소 제곱법은 모드별 감쇠 인자의 선택을 통해 정상 모드와 차단 모드를 명확히 분리한다. 작은 특이값에 대해서는 큰 감쇠를 적용하여 응답의 노름 상한을 보장하고, 큰 특이값에 대해서는 영 또는 미세한 감쇠를 적용하여 정상 모드의 정밀도를 보존한다. 이러한 모드별 처리의 본질은 차단 방향에서 발생하는 수치 발산이 자코비안의 모든 모드에 영향을 미치지 않고 해당 차단 모드에 국한된다는 사실에 있으며, 이 국소화는 자코비안 사상의 직교 분해 성질로부터 직접 유도된다. 결과적으로 선택적 감쇠 최소 제곱법은 표준 감쇠 최소 제곱법이 정상 영역에서도 약간의 정밀도를 희생하던 한계를 극복하면서, 동시에 차단 방향의 발산을 효과적으로 차단하는 균형을 제공한다.

2. 모드별 감쇠 인자의 설계 원리

각 모드의 감쇠 인자 $\lambda_i$ 를 결정하는 가장 단순한 형태는 임계 임곗값 $\sigma_{\mathrm{th}}$ 를 도입하는 단계 함수이다. 즉 $\sigma_i \ge \sigma_{\mathrm{th}}$ 이면 $\lambda_i = 0$ , $\sigma_i < \sigma_{\mathrm{th}}$ 이면 $\lambda_i = \lambda_0$ 로 설정한다. 이 형태는 표준 의사 역행렬의 절단 형태와 정칙화 형태를 결합한 것에 해당하며, 정상 모드의 응답을 정확히 $1/\sigma_i$ 로 유지하면서 차단 모드만 감쇠시킨다. 보다 매끄러운 적응 형태로는 $\lambda_i^2 = \lambda_0^2 \cdot \max(0, 1 - (\sigma_i/\sigma_{\mathrm{th}})^2)$ 의 단조 감소 형태가 사용되며, 이 형태는 임계 임곗값 인근에서 감쇠 인자의 변화가 연속적이므로 제어 신호의 불연속이 발생하지 않는다.

Buss와 Kim의 정식화가 제시한 보다 정교한 설계 원리는 각 모드의 응답이 미리 지정된 관절 속도 한계 $\dot{q}_{\max}$ 를 위반하지 않도록 모드별 감쇠 인자를 적응적으로 조정하는 것이다. 모드 $i$ 에 의한 관절 속도 기여는 $|\langle \vec{u}_i, \dot{\vec{x}} \rangle|\,/\sigma_i$ 의 차수로 추정되며, 이 추정치를 관절 속도 한계와 비교하여 한계를 위반하지 않도록 응답을 감쇠시킨다. 즉 모드 $i$ 의 응답이 $1/(2\lambda_i)$ 의 상한을 가지므로, $\lambda_i$ 를 증가시키면 그 모드의 영향이 명시적으로 제한된다. 이러한 한계 인지 적응은 작업 공간 명령의 차단 방향 성분이 클 때에는 강한 감쇠를, 작을 때에는 약한 감쇠를 자동으로 적용하므로, 명령의 시간적 변동에 대해 강건한 거동을 제공한다.

3. 관절 속도 한계의 명시적 보장 절차

선택적 감쇠 최소 제곱법의 가장 두드러진 장점은 관절 속도 한계의 명시적 준수를 절차적으로 보장한다는 점이다. 모드 $i$ 의 응답에 대응하는 관절 속도 기여 벡터 $\dot{\vec{q}}_i = (\sigma_i/(\sigma_i^2 + \lambda_i^2))\,\vec{v}_i\,(\vec{u}_i^\top \dot{\vec{x}})$ 의 노름은 $|\vec{u}_i^\top \dot{\vec{x}}|/(\sigma_i + \lambda_i^2/\sigma_i)$ 의 형태로 추정되며, 그 절댓값이 미리 지정된 관절 속도 한계 $\dot{q}_{\max,i}$ 를 위반하지 않도록 $\lambda_i$ 를 결정한다. 절차는 다음 단계로 진행된다. 첫째, 자코비안의 특이값 분해를 수행하여 모드와 그 응답의 명령 사영을 계산한다. 둘째, 각 모드의 응답이 관절 속도 한계와 어떻게 비교되는지 평가하여 한계 위반이 예상되는 모드를 식별한다. 셋째, 식별된 모드에 대해 $\lambda_i$ 를 한계 위반이 사라질 때까지 단조 증가시킨다. 넷째, 모든 모드의 합이 관절 속도 한계를 만족함을 확인한다.

이 절차는 표준 감쇠 최소 제곱법이 단일 매개 변수의 시범 보정을 통해 안정성을 확보하던 방식과 본질적으로 다른 접근이다. 관절 속도 한계라는 물리적 제약을 직접 입력으로 사용하므로, 매개 변수의 추가 보정 없이도 시스템의 액추에이터 한계가 항상 만족되며, 명령 신호의 시간적 변동에 대해 자동적으로 적응한다. 또한 정상 모드에는 영 또는 미세한 감쇠만 적용되므로 정상 영역에서의 추종 정밀도가 표준 감쇠 최소 제곱법보다 우수하다. 이러한 성질은 선택적 감쇠 최소 제곱법이 인간형 로봇과 같이 자유도가 많고 모드별 응답의 비대칭성이 큰 시스템에서 특히 효과적임을 의미하며, 인공 캐릭터 애니메이션의 역기구학에서도 표준 도구로 활용되는 이유이다.

4. 폐루프 안정성, 추적 오차의 분포, 그리고 계산 비용

선택적 감쇠 최소 제곱법을 분해 운동 속도 제어에 적용한 폐루프 시스템에서 추적 오차의 분포는 표준 감쇠 최소 제곱법보다 명확히 정상 모드에 유리하게 편향된다. 정상 모드에 대한 응답이 $1/\sigma_i$ 에 근접하므로 그 모드 방향의 추적 오차는 사실상 표준 의사 역행렬과 동일한 정밀도로 영에 수렴하며, 차단 모드에 대해서만 잔류 오차가 형성된다. 이는 매니퓰레이터의 작업 공간 추적 오차가 차단 방향에 집중적으로 분포한다는 의미이며, 정상 방향에 대한 정밀도는 표준 의사 역행렬과 사실상 구별되지 않는다. 폐루프 안정성은 선택적 감쇠 최소 제곱 역자코비안이 잘 정의된 양정 응답을 가지므로 표준 감쇠 최소 제곱법과 동일한 리아푸노프 함수 기반 분석으로 보장된다.

계산 비용의 측면에서는 선택적 감쇠 최소 제곱법이 자코비안의 특이값 분해를 직접 요구한다는 점이 표준 감쇠 최소 제곱법과 구별된다. 표준 감쇠 최소 제곱법은 정칙화 항이 추가된 작은 행렬 $\mathbf{J} \mathbf{J}^\top + \lambda^2 \mathbf{I} \in \mathbb{R}^{m \times m}$ 의 콜레스키 분해 또는 LU 분해만으로 계산이 가능한 반면, 선택적 감쇠 최소 제곱법은 $\mathbf{J}$ 의 전체 특이값 분해를 매 제어 주기마다 수행해야 한다. 6자유도 매니퓰레이터의 경우 자코비안의 크기가 작아 특이값 분해의 비용이 무시할 수 있는 수준이지만, 자유도가 큰 인간형 로봇이나 다중 매니퓰레이터 시스템에서는 비용 부담이 증가한다. 이를 완화하기 위해 부분 특이값 분해, 자코비안 분해의 점진적 갱신, 부분 모드 보정 등 다양한 효율화 기법이 연구되었으며, 실시간 제어 주기 안에서 안정적으로 수행 가능한 형태로 구현된다.

5. 본 절의 정리

선택적 감쇠 최소 제곱법은 자코비안의 각 특이값 방향에 독립적 감쇠 인자를 부여하는 모드별 정칙화 기법으로, 표준 감쇠 최소 제곱법의 획일적 감쇠가 정상 모드에서도 약간의 정밀도를 희생하던 한계를 극복하면서 차단 모드의 발산을 동시에 차단한다. 정의는 자코비안의 특이값 분해와 모드별 응답 함수 $\sigma_i/(\sigma_i^2 + \lambda_i^2)$ 로 단일하게 정리되며, 모드별 감쇠 인자의 적응적 결정은 관절 속도 한계의 명시적 보장이라는 절차적 이점을 제공한다. 정상 영역의 정밀도와 특이 근방의 안정성을 동시에 확보하면서 액추에이터 한계의 만족을 자동으로 보장하는 균형은 인간형 로봇, 다관절 매니퓰레이터, 캐릭터 애니메이션 등 모드별 응답의 비대칭성이 큰 시스템에서 특히 효과적이다. 매 제어 주기마다 자코비안의 특이값 분해를 요구하는 계산 비용은 표준 감쇠 최소 제곱법 대비 부담이 되지만, 효율적 분해 기법과 점진적 갱신을 통해 실시간 제어에 적용 가능한 수준으로 관리된다. 본 절은 자코비안 정칙화 기법의 가장 정교한 형태로서, 표준 의사 역행렬, 가중 의사 역행렬, 표준 감쇠 최소 제곱법으로 이어진 자코비안 사상 연산자 계열의 발전 흐름을 완성한다.

6. 출처

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., Egeland, O., and Kanestrom, R. K., “Achieving user-defined accuracy with damped least-squares inverse kinematics”, in Proceedings of the IEEE International Conference on Advanced Robotics, pp. 672–677, 1991.
Buss, S. R. and Kim, J.-S., “Selectively damped least squares for inverse kinematics”, Journal of Graphics Tools, Vol. 10, No. 3, pp. 37–49, 2005.
Buss, S. R., “Introduction to inverse kinematics with Jacobian transpose, pseudoinverse and damped least squares methods”, Technical Report, University of California San Diego, 2009.
Sciavicco, L. and Siciliano, B., Modelling and Control of Robot Manipulators, 2nd edition, Springer, 2000.

7. 버전

문서 버전: 2.0
작성일: 2026-04-26