32.47 여유 자유도 로봇의 자코비안 해석

여유 자유도 매니퓰레이터(redundant manipulator)는 작업 공간 자유도 m보다 많은 관절 자유도 n을 가지는 매니퓰레이터를 말하며, 자코비안은 비정사각 행렬 \mathbf{J} \in \mathbb{R}^{m \times n}(m < n)이 된다. 여유 자유도는 엔드 이펙터 작업을 수행하면서 추가적인 관절 공간 자유도를 자체 운동(self-motion)으로 활용할 수 있도록 하며, 장애물 회피, 특이점 회피, 관절 한계 회피, 매니퓰러빌리티 최적화 등의 보조 목적을 동시 수행할 수 있는 구조적 유연성을 제공한다. 본 절에서는 여유 자유도 매니퓰레이터의 자코비안 구조, 해 해소 기법, 계층적 제어, 알고리즘 특이점을 해라체로 기술한다.

1. 여유 자유도의 형식적 정의

1.1 기구학적 여유 자유도

자코비안 \mathbf{J}(\vec{q}) \in \mathbb{R}^{m \times n}의 관절 공간 차원 n이 작업 공간 차원 m보다 클 때, 매니퓰레이터는 기구학적으로 여유 자유도(kinematic redundancy)를 가진다고 말한다.

n > m, \quad r = n - m \ge 1

여기서 r은 여유도(degree of redundancy)이다.

32.47.1.2 내재적 여유도와 작업 의존적 여유도

관절 자유도 자체가 작업 공간 자유도를 초과하는 경우를 내재적 여유도라고 한다. 반면 작업이 전체 작업 공간 자유도의 일부만을 제약하는 경우(예: 위치만 요구되는 용접 궤적), 로봇의 자유도 초과분이 작업 의존적 여유도(task-dependent redundancy)를 구성한다.

32.47.1.3 대표적 구성

7자유도 매니퓰레이터에서 6차원 엔드 이펙터 자세 추종 작업을 수행하면 r = 1의 여유도가 발생한다. 인간형 상지의 의인화 매니퓰레이터가 대표적 사례이며, 팔꿈치 회전(elbow swivel)이 자체 운동에 대응한다. 휴머노이드 전신, 의료용 매니퓰레이터, 이동 매니퓰레이터 등에서는 r \ge 2의 고차 여유도가 일반적이다.

32.47.1.4 Hollerbach의 분류

Hollerbach가 1985년 논문 “Optimum kinematic design for a seven degree of freedom manipulator“에서 7자유도 매니퓰레이터의 설계 공간을 체계적으로 분류하였으며, 여유 자유도의 기구학적 배치 방식별 특성을 비교 분석하였다.

32.47.2 자코비안의 구조적 성질

32.47.2.1 비정사각 자코비안

여유 자유도 매니퓰레이터의 자코비안은 m \times n 크기(m < n)의 비정사각 행렬이다. 행 완전 계수(\operatorname{rank}(\mathbf{J}) = m)인 일반 구성에서 \mathbf{J} \mathbf{J}^\top은 가역이다.

32.47.2.2 영공간의 차원

자코비안의 영공간 \operatorname{null}(\mathbf{J}) = \{ \dot{\vec{q}} \in \mathbb{R}^n : \mathbf{J} \dot{\vec{q}} = \vec{0} \}은 r = n - m 차원의 선형 부분 공간이다. 영공간의 원소는 엔드 이펙터 속도를 영으로 유지하면서 관절이 이동할 수 있는 속도 방향을 제공한다.

32.47.2.3 상공간의 차원

자코비안의 상공간 \operatorname{range}(\mathbf{J}) \subseteq \mathbb{R}^m은 m차원(행 완전 계수 구성)이며, 원칙적으로 작업 공간 전체를 덮는다. 따라서 여유 자유도 매니퓰레이터는 특이 구성이 아닌 한 엔드 이펙터의 임의 작업 공간 속도를 생성할 수 있다.

32.47.2.4 직교 분해

관절 공간은 \mathbf{J}^\top의 상공간과 \mathbf{J}의 영공간으로 직교 분해된다.

\mathbb{R}^n = \operatorname{range}(\mathbf{J}^\top) \oplus \operatorname{null}(\mathbf{J})

\operatorname{range}(\mathbf{J}^\top)은 엔드 이펙터 속도를 생성하는 관절 속도 방향, \operatorname{null}(\mathbf{J})은 자체 운동 방향에 해당한다.

2. 역속도 기구학의 일반 해

2.1 Moore–Penrose 의사 역행렬 해

여유 자유도 역속도 기구학의 특수해는 Moore–Penrose 의사 역행렬을 이용하여 다음과 같이 주어진다.

\dot{\vec{q}}^{\mathrm{MN}} = \mathbf{J}^+(\vec{q}) \dot{\vec{x}}_d = \mathbf{J}^\top \bigl( \mathbf{J} \mathbf{J}^\top \bigr)^{-1} \dot{\vec{x}}_d

이 해는 \dot{\vec{q}}의 \ell_2 노름을 최소화하는 최소 노름 해(minimum-norm solution)이다.

32.47.3.2 일반 해와 자체 운동

역속도 기구학의 일반 해는 특수해에 영공간 원소를 더한 형태로 표현된다.

\dot{\vec{q}} = \mathbf{J}^+(\vec{q}) \dot{\vec{x}}_d + \bigl( \mathbf{I} - \mathbf{J}^+(\vec{q}) \mathbf{J}(\vec{q}) \bigr) \dot{\vec{q}}_0

여기서 \dot{\vec{q}}_0 \in \mathbb{R}^n은 임의의 자체 운동 속도이고, (\mathbf{I} - \mathbf{J}^+ \mathbf{J})는 영공간으로의 직교 투영 연산자이다.

2.2 Liégeois의 기법

Liégeois가 1977년 논문 “Automatic supervisory control of the configuration and behavior of multibody mechanisms“에서 제안한 구성 제어 기법은 영공간 자체 운동을 통해 보조 목적 함수 H(\vec{q})의 기울기 하강을 수행한다.

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

이 기법은 여유 자유도 활용의 표준 틀을 확립하였다.

32.47.4 자체 운동의 기하학적 구조

32.47.4.1 자체 운동 다양체

주어진 엔드 이펙터 자세에 대응하는 모든 관절 구성의 집합을 자체 운동 다양체(self-motion manifold)라 한다. 이 다양체의 차원은 일반적으로 r이다.

32.47.4.2 자체 운동의 연속성

자체 운동 다양체는 일반적으로 매끄러운 부분 다양체이며, 연결 성분의 수에 따라 자세 분지(posture branch) 구조를 가진다. 서로 다른 분지 간의 이동은 불연속 변환을 수반한다.

32.47.4.3 팔꿈치 회전의 예

의인화 7자유도 매니퓰레이터에서 엔드 이펙터 자세와 어깨·손목 위치를 고정한 채 팔꿈치가 그리는 원형 궤적이 자체 운동 다양체의 1차원 부분 공간이다. 이 원의 각도 매개 변수를 팔꿈치 각(swivel angle)이라 부른다.

32.47.4.4 매개 변수화

자체 운동 다양체를 매개 변수 \vec{\phi} \in \mathbb{R}^r로 매개 변수화하면, 전체 관절 구성을 (\vec{x}_e, \vec{\phi})의 함수로 기술할 수 있다. 이는 확장 자코비안 기법의 기반이 된다.

32.47.5 확장 자코비안 기법

32.47.5.1 정의

Baillieul이 1985년 논문 “Kinematic programming alternatives for redundant manipulators“에서 제안한 확장 자코비안 기법은 엔드 이펙터 과제에 추가로 r개의 제약 방정식 \vec{h}(\vec{q}) = \vec{h}_d를 부과하여 n \times n 정사각 자코비안을 구성한다.

\tilde{\mathbf{J}}(\vec{q}) = \begin{bmatrix} \mathbf{J}(\vec{q}) \\ \mathbf{J}_h(\vec{q}) \end{bmatrix}

여기서 \mathbf{J}_h = \partial \vec{h} / \partial \vec{q}이다.

2.3 반복성 보장

확장 자코비안 기법은 관절 공간 경로의 반복성(repeatability)을 보장한다. 동일한 닫힌 작업 공간 경로에 대해 관절 공간 궤적도 닫힌 궤적으로 수렴한다. 이는 Moore–Penrose 의사 역행렬 기반 해소의 비반복성 문제에 대한 대응이다.

2.4 알고리즘 특이점

확장 자코비안 \tilde{\mathbf{J}}의 계수 저하 조건은 본래 자코비안 \mathbf{J}의 특이점과 별도로 알고리즘 특이점(algorithmic singularity)을 유발한다. 이는 추가된 제약 방정식과 여유 자유도 구조의 기하학적 간섭에서 기인한다.

2.5 적용 사례

의인화 7자유도 매니퓰레이터에서 팔꿈치 각을 확장 제약으로 사용하는 접근이 대표적 적용 사례이다. 팔꿈치 각의 명시적 지정은 반복성과 직관적 제어를 동시에 제공한다.

3. 보조 목적 함수 설계

3.1 매니퓰러빌리티 최대화

Yoshikawa가 제안한 매니퓰러빌리티 지수 w(\vec{q}) = \sqrt{\det(\mathbf{J}\mathbf{J}^\top)}를 목적 함수로 사용하면, 특이점 회피가 자체 운동으로 구현된다.

H_w(\vec{q}) = -w(\vec{q})

이 목적 함수의 기울기 하강은 매니퓰러빌리티를 국소적으로 증가시키는 자체 운동을 생성한다.

32.47.6.2 관절 한계 회피

관절 한계까지의 거리 기반 페널티 함수가 널리 사용된다.

H_q(\vec{q}) = \tfrac{1}{2n} \sum_{i=1}^{n} \frac{(q_i - \bar{q}_i)^2}{(q_i^{\max} - q_i^{\min})^2}

여기서 \bar{q}_i = (q_i^{\max} + q_i^{\min})/2는 관절 범위의 중앙값이다. 이 함수의 기울기 하강은 관절을 중앙값으로 복귀시키는 자체 운동을 유도한다.

3.2 장애물 회피

로봇 링크와 장애물 사이 최소 거리의 역수를 포함하는 목적 함수가 장애물 회피에 사용된다. 각 링크의 가장 가까운 장애물 점에 대한 자코비안을 이용하여 기울기를 구성한다.

3.3 토크 최적화

Hollerbach와 Suh가 1987년 논문 “Redundancy resolution of manipulators through torque optimization“에서 제안한 기법은 동역학 모델을 이용하여 관절 토크 노름을 최소화하는 자체 운동을 계산한다. 이는 에너지 효율 관점의 해소이다.

4. 작업 우선순위 해소

4.1 계층적 작업 정의

작업을 상위 작업 \vec{x}_1 \in \mathbb{R}^{m_1}과 하위 작업 \vec{x}_2 \in \mathbb{R}^{m_2}로 계층화하면, 각 작업의 자코비안 \mathbf{J}_1, \mathbf{J}_2가 정의된다.

4.2 Nakamura의 정식화

Nakamura와 Hanafusa가 1987년 논문 “Task-priority based redundancy control of robot manipulators“에서 제시한 작업 우선순위 해소의 기본 형태는 다음과 같다.

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

이는 상위 작업을 엄격히 유지하면서 하위 작업을 최선으로 수행하는 해를 제공한다.

32.47.7.3 특이점 강건 확장

Chiaverini가 1997년 논문 “Singularity-robust task-priority redundancy resolution for real-time kinematic control of robot manipulators“에서 선택적 감쇠 최소 제곱과 작업 우선순위 해소를 결합하여 특이점 강건 실시간 해소 기법을 제안하였다.

32.47.7.4 다계층 확장

두 작업을 초과하는 다계층 해소에는 재귀적 영공간 투영 구조가 사용된다. Sentis와 Khatib가 2005년 논문 “Synthesis of whole-body behaviors through hierarchical control of behavioral primitives“에서 전신 제어를 위한 다계층 해소를 체계화하였다.

32.47.8 동역학 일관 해소

32.47.8.1 관성 가중 의사 역행렬

Khatib의 연산 공간 정식화에서 동역학 일관 의사 역행렬 \overline{\mathbf{J}} = \mathbf{M}^{-1} \mathbf{J}^\top \boldsymbol{\Lambda}는 관성 행렬을 관절 공간 가중으로 사용한다. 이 의사 역행렬은 자체 운동 토크가 작업 공간 가속도에 영향을 주지 않음을 보장한다.

32.47.8.2 동적 영공간 투영

동적 영공간 투영 \mathbf{N}_{\mathrm{dyn}} = \mathbf{I} - \overline{\mathbf{J}} \mathbf{J}는 관성 가중에 대한 직교 투영이다. 이는 계층적 동역학 제어의 필수 연산자이다.

32.47.8.3 Khatib 계층 구조

주 작업과 자체 운동 작업을 동역학 일관 계층 구조로 결합하면, 각 계층의 동역학 독립성이 보장된다. 이는 안정성 분석과 성능 보장에 유리하다.

32.47.9 알고리즘 특이점

32.47.9.1 알고리즘 특이점의 정의

자코비안 \mathbf{J}는 완전 계수이지만 해소 알고리즘 내부의 부차적 연산이 계수 저하를 겪는 구성을 알고리즘 특이점(algorithmic singularity)이라 부른다. 작업 우선순위 해소에서 상위 작업 영공간으로 투영된 하위 작업 자코비안 \mathbf{J}_2 (\mathbf{I} - \mathbf{J}_1^+ \mathbf{J}_1)의 계수 저하가 대표적 예이다.

32.47.9.2 원인

알고리즘 특이점은 상·하위 작업의 자코비안이 기하학적으로 유사한 방향을 공유할 때 발생한다. 이는 두 작업이 동일 관절 운동을 요구하는 상황에 대응한다.

32.47.9.3 대응 전략

알고리즘 특이점에 대한 대응으로는 감쇠 최소 제곱 기반 정규화, 선택적 감쇠, 작업 중요도 가중 조정, 작업 구성의 재설계 등이 사용된다. Chiaverini의 특이점 강건 작업 우선순위 해소는 이 대응의 대표적 예이다.

32.47.10 수치 구현 고려 사항

32.47.10.1 의사 역행렬 계산

의사 역행렬 \mathbf{J}^+의 수치 안정적 계산은 SVD 기반 접근이 표준이며, QR 분해 또는 정규 방정식 기반 계산은 고조건수 상황에서 수치 오차에 민감하다.

32.47.10.2 영공간 투영 계산

영공간 투영 연산자 \mathbf{I} - \mathbf{J}^+ \mathbf{J}의 명시적 계산보다, 영공간 기저 벡터 \mathbf{N} \in \mathbb{R}^{n \times r}을 직접 구성하여 투영을 수행하는 방식이 수치적으로 효율적이다.

32.47.10.3 실시간 성능

6×7 또는 6×8 크기의 자코비안에 대한 의사 역행렬, 영공간 투영, 작업 우선순위 해소의 전체 계산은 현대 임베디드 시스템에서 수 마이크로초 수준으로 수행 가능하며, 1 kHz 이상의 제어 주기를 지원한다.

32.47.10.4 Nakamura의 체계화

Nakamura가 Advanced Robotics: Redundancy and Optimization(Addison-Wesley, 1991)에서 여유 자유도 해소의 이론과 수치 구현을 포괄적으로 정리하였으며, Siciliano가 1990년 논문 “Kinematic control of redundant robot manipulators: A tutorial“에서 교육적 입문을 제공하였다.

32.47.11 응용 사례

32.47.11.1 협동 로봇

협동 로봇(cobot)의 7자유도 구조는 인간과의 안전한 협업을 위하여 장애물 회피 및 관절 한계 회피를 자체 운동으로 수행한다.

32.47.11.2 의료용 매니퓰레이터

수술 보조 매니퓰레이터는 원격 중심 운동(remote center of motion) 제약을 주 작업으로 부과하고, 도구 축 방향 진입을 자체 운동으로 조절한다. 이는 최소 침습 수술의 기구학적 요구 사항에 대응한다.

32.47.11.3 휴머노이드

휴머노이드 로봇의 전신 제어는 균형 유지, 발의 지지 다각형 유지, 팔의 조작 작업 등 다수 계층의 작업을 여유 자유도 해소를 통해 동시 수행한다.

32.47.11.4 이동 매니퓰레이터

이동 매니퓰레이터는 이동 베이스와 매니퓰레이터 관절을 결합한 고차 여유도 시스템이며, 가중 의사 역행렬을 이용한 운동 분배가 표준 해소 기법이다.

32.47.12 본 절의 학술적 정리

본 절에서 다룬 여유 자유도 매니퓰레이터의 자코비안 해석은 비정사각 자코비안의 영공간 구조, 자체 운동 다양체의 기하학적 성질, 의사 역행렬 기반 해 해소, 확장 자코비안 기법, 보조 목적 함수 설계, 작업 우선순위 계층 해소, 동역학 일관 해소, 알고리즘 특이점 문제를 포괄한다. 여유 자유도는 매니퓰레이터의 구조적 유연성을 제공하는 동시에, 해의 비유일성으로부터 파생되는 이론적·수치적 쟁점을 수반한다. Liégeois의 구성 제어, Baillieul의 확장 자코비안, Nakamura의 작업 우선순위 해소, Khatib의 동역학 일관 계층 구조, Chiaverini의 특이점 강건 해소는 여유 자유도 연구의 학술적 이정표를 이루며, 현대 협동 로봇, 의료용 매니퓰레이터, 휴머노이드 전신 제어의 공통 이론 기반을 형성한다.

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., “Optimum kinematic design for a seven degree of freedom manipulator”, Proceedings of the International Symposium on Robotics Research, pp. 215–222, 1985.
• Baillieul, J., “Kinematic programming alternatives for redundant manipulators”, Proceedings of the IEEE International Conference on Robotics and Automation, pp. 722–728, 1985.
• 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.
• Nakamura, Y. and Hanafusa, H., “Task-priority based redundancy control of robot manipulators”, International Journal of Robotics Research, Vol. 6, No. 2, pp. 3–15, 1987.
• Siciliano, B., “Kinematic control of redundant robot manipulators: A tutorial”, Journal of Intelligent and Robotic Systems, Vol. 3, No. 3, pp. 201–212, 1990.
• Nakamura, Y., Advanced Robotics: Redundancy and Optimization, Addison-Wesley, 1991.
• 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.
• Sentis, L. and Khatib, O., “Synthesis of whole-body behaviors through hierarchical control of behavioral primitives”, International Journal of Humanoid Robotics, Vol. 2, No. 4, pp. 505–518, 2005.
• Siciliano, B., Sciavicco, L., Villani, L., and Oriolo, G., Robotics: Modelling, Planning and Control, Springer, 2009.

버전

• 문서 버전: 2.0
• 작성일: 2026-04-21