32.53 자코비안 기반 궤적 생성과 제어 응용

자코비안 기반 궤적 생성과 제어는 매니퓰레이터의 작업 공간 운동 계획을 관절 공간 수행 명령으로 체계적으로 변환하는 이론적·실무적 틀이다. Whitney가 1969년에 제안한 해석적 모션 속도 제어(Resolved Motion Rate Control, RMRC) 이래로, 자코비안은 작업 공간 궤적 설계, 속도 프로파일 생성, 관절 제약 처리, 하이브리드 위치-힘 제어, 임피던스 제어, 실시간 최적 제어에 이르는 광범위한 응용의 공통 연산자로 활용되어 왔다. 본 절에서는 자코비안 기반 궤적 생성과 제어의 대표적 기법들을 체계적으로 정리하고, 각 기법의 수학적 구조, 적용 조건, 성능 특성을 해라체로 기술한다.

1. 궤적 생성의 기본 접근

1.1 관절 공간 궤적 생성

관절 공간 궤적은 각 관절 변수에 대한 시간 함수 \vec{q}(t)로 정의되며, 순기구학을 통해 작업 공간 궤적 \vec{x}(t) = f(\vec{q}(t))이 얻어진다. 관절 공간 궤적 생성은 관절 제약의 직접적 부과와 해석적 평활성 보장이 용이한 장점을 가진다.

1.2 작업 공간 궤적 생성

작업 공간 궤적은 엔드 이펙터의 위치와 자세를 시간 함수 \vec{x}(t)로 규정하며, 역기구학 또는 역속도 기구학을 통해 관절 공간 궤적이 계산된다. 작업 공간 궤적 생성은 작업 요구 사항의 직관적 표현에 유리하다.

1.3 두 접근의 절충

직선 경로, 원호, 스플라인 등의 형태를 작업 공간에서 요구하는 경우 작업 공간 궤적 생성이 선호된다. 반면, 관절 속도·가속도 한계를 엄격하게 준수해야 하는 점대점 이동에서는 관절 공간 궤적이 적합하다.

1.4 자코비안의 역할

자코비안은 두 공간 간의 속도·가속도 사상을 제공한다. 궤적 생성의 목적이 두 공간 중 어디에 있든, 자코비안은 생성된 궤적이 다른 공간에서 실현 가능함을 검증하는 도구로 기능한다.

2. 해석적 모션 속도 제어

2.1 Whitney의 정식화

Whitney가 1969년 논문 “Resolved motion rate control of manipulators and human prostheses“에서 제안한 해석적 모션 속도 제어의 기본 식은 다음과 같다.

\dot{\vec{q}} = \mathbf{J}^{-1}(\vec{q}) \dot{\vec{x}}_d

여기서 \dot{\vec{x}}_d는 작업 공간 속도 명령이다. 정사각 비특이 자코비안의 경우 이 식이 직접 적용된다.

32.53.2.2 폐루프 역기구학

위치 오차를 보정하는 폐루프 역기구학 제어기는 다음 형태를 가진다.

\dot{\vec{q}} = \mathbf{J}^{-1}(\vec{q}) \bigl[ \dot{\vec{x}}_d + \mathbf{K}_p (\vec{x}_d - \vec{x}) \bigr]

이득 \mathbf{K}_p는 오차 수렴 속도를 결정하며, 수치 적분 시 누적 오차를 억제한다.

2.2 여유 자유도 확장

여유 자유도 매니퓰레이터의 RMRC는 의사 역행렬을 사용하여

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

의 형태로 일반화된다. \dot{\vec{q}}_0은 보조 목적 함수의 기울기 기반 자체 운동 속도이다.

32.53.2.4 특이점 강건 확장

감쇠 최소 제곱, 선택적 감쇠, 작업 우선순위 해소가 RMRC에 결합되어 특이점 근방에서의 수치 안정성과 추종 성능을 확보하는 현대적 틀이 구성된다.

32.53.3 작업 공간 경로 기하

32.53.3.1 직선 경로

두 점 \vec{x}_0, \vec{x}_1 \in \mathbb{R}^3 사이의 직선 경로는 다음과 같이 매개화된다.

\vec{p}(s) = (1 - s) \vec{x}_0 + s \vec{x}_1, \quad s \in [0, 1]

이 경로의 속도는 \dot{\vec{p}} = (\vec{x}_1 - \vec{x}_0) \dot{s}로 기술된다.

2.3 원호 경로

원호 경로는 중심 \vec{c}, 반경 r, 축 \hat{\vec{n}}에 대해 다음과 같이 매개화된다.

\vec{p}(\theta) = \vec{c} + r (\hat{\vec{u}} \cos \theta + \hat{\vec{v}} \sin \theta)

여기서 \hat{\vec{u}}, \hat{\vec{v}}는 \hat{\vec{n}}에 수직인 두 단위 벡터이다.

32.53.3.3 스플라인 경로

B-스플라인, 큐빅 스플라인, NURBS(Non-Uniform Rational B-Spline) 등은 다수의 경유점을 매끄럽게 연결하는 경로를 제공한다. 스플라인의 연속성 차수(일반적으로 C^2)는 속도·가속도 연속성을 보장한다.

32.53.3.4 자세 보간

회전 행렬의 보간은 SLERP(Spherical Linear Interpolation)와 쿼터니언을 이용하여 수행된다. Shoemake가 1985년 논문 “Animating rotation with quaternion curves“에서 제안한 SLERP는 회전의 균등 각속도 보간을 보장한다.

32.53.4 속도 프로파일

32.53.4.1 사다리꼴 속도 프로파일

사다리꼴 프로파일은 가속 구간, 등속 구간, 감속 구간으로 구성된다. 최대 속도 v_{\max}와 최대 가속도 a_{\max} 제약 하에서 최소 시간 이동을 제공하나, 가속도가 계단 함수로 불연속이다.

32.53.4.2 S-곡선 속도 프로파일

S-곡선(또는 jerk-제한) 프로파일은 가속도의 시간 변화율(jerk)을 제한하여 가속도가 연속적으로 변화한다. 이는 진동 억제와 기계적 응력 감소에 유리하다. 가속 구간은 다시 세 구간(가속도 상승, 등가속, 가속도 감소)으로 세분화된다.

32.53.4.3 다항식 프로파일

5차 다항식은 위치·속도·가속도의 경계 조건을 동시에 만족하는 매끄러운 프로파일을 생성한다. 7차 다항식은 jerk 연속성까지 보장한다.

32.53.4.4 시간 최소 프로파일

관절 속도·가속도·토크 제약 하에서 시간 최소 궤적을 생성하는 문제는 Pontryagin 최대 원리에 의하여 bang–bang 제어 문제로 환원된다. Bobrow, Dubowsky, Gibson이 1985년 논문 “Time-optimal control of robotic manipulators along specified paths“에서 경로 지정 시간 최소 제어의 고전적 해법을 제시하였다.

32.53.4.5 최적 시간 스케일링

주어진 경로 \vec{p}(s)에 대해 시간 매개화 s(t)를 최적화하여 실행 시간을 최소화하는 시간 최적 경로 매개화(Time-Optimal Path Parameterization, TOPP) 기법이 Pham과 Stasse가 2015년 논문 “A general, fast, and robust implementation of the time-optimal path parameterization algorithm“에서 체계화되었다.

32.53.5 제약 조건 처리

32.53.5.1 관절 속도 제약

관절 속도 한계 \lvert \dot{q}_i \rvert \le \dot{q}_i^{\max}는 자코비안을 통해 작업 공간 속도 제약으로 사상된다. 가장 제한적인 방향으로 작업 공간 속도를 감속하는 스케일링 기법이 표준적이다.

32.53.5.2 관절 가속도 제약

관절 가속도 한계 \lvert \ddot{q}_i \rvert \le \ddot{q}_i^{\max}는 자코비안과 그 시간 미분을 결합한 가속도 기구학을 통해 작업 공간 가속도 제약으로 사상된다.

32.53.5.3 관절 한계 회피

관절 위치 한계 q_i^{\min} \le q_i \le q_i^{\max}는 여유 자유도 해소에서 가변 가중 의사 역행렬 또는 페널티 함수 기반 자체 운동으로 회피된다.

32.53.5.4 장애물 회피

작업 공간 장애물은 포텐셜 필드 또는 거리 함수 기반으로 회피된다. Khatib가 1986년 논문 “Real-time obstacle avoidance for manipulators and mobile robots“에서 포텐셜 필드 기법을 체계화하였으며, 자코비안을 통해 작업 공간 반발력을 관절 토크로 사상한다.

32.53.5.5 통합 제약 처리

모든 제약을 동시에 처리하는 이차 계획법(QP) 기반 실시간 역기구학 해소 기법이 최근 표준으로 자리 잡았다. Kanoun, Lamiraux, Wieber가 2011년 논문 “Kinematic control of redundant manipulators: Generalizing the task-priority framework to inequality task“에서 부등식 제약을 포함한 계층적 QP 해소를 제시하였다.

32.53.6 실시간 궤적 수정

32.53.6.1 반응적 제어

환경 변화에 실시간으로 반응하는 제어 구조는 짧은 예측 지평선 내에서 궤적을 수정한다. 자코비안 기반 RMRC는 반응적 제어의 기본 틀을 제공한다.

32.53.6.2 장애물 회피 기반 실시간 궤적 변형

Elastic Band 및 Elastic Strip 기법은 기준 궤적을 장애물로부터의 반발력에 따라 실시간으로 변형한다. 각 경로점의 자코비안은 변형 방향을 결정한다.

32.53.6.3 허용 제어

최소 간섭 원칙에 기반한 허용 제어(admittance control)는 외력에 따라 기준 궤적을 수정하면서 임피던스 특성을 유지한다. 이는 인간-로봇 협동 작업에 활용된다.

32.53.6.4 실시간 재계획

RRT, PRM 등의 샘플링 기반 경로 계획의 실시간 재계획 변형(Anytime RRT, RRT-Connect)이 실시간 궤적 수정의 기반을 제공한다.

32.53.7 하이브리드 위치-힘 제어

32.53.7.1 작업 공간 분할

Raibert와 Craig가 1981년 논문 “Hybrid position/force control of manipulators“에서 제시한 하이브리드 제어는 작업 공간을 위치 제어 방향과 힘 제어 방향으로 분할한다. 선택 행렬 \mathbf{S}는 각 방향의 제어 모드를 선택한다.

32.53.7.2 자연 구속과 인공 구속

Mason이 1981년 논문 “Compliance and force control for computer controlled manipulators“에서 제시한 자연 구속(natural constraint)과 인공 구속(artificial constraint)의 개념은 하이브리드 제어의 구속 분석에 활용된다.

32.53.7.3 자코비안 기반 명령 합성

하이브리드 제어의 관절 토크 명령은 자코비안 전치를 통해 구성된다.

\vec{\tau} = \mathbf{J}^\top \bigl[ \mathbf{S} \vec{\mathcal{F}}_p + (\mathbf{I} - \mathbf{S}) \vec{\mathcal{F}}_f \bigr] + \vec{\tau}_{\mathrm{comp}}

여기서 \vec{\mathcal{F}}_p, \vec{\mathcal{F}}_f는 위치 제어와 힘 제어의 렌치 명령이다.

2.4 접촉 작업

접촉 표면 추종, 디버링, 폴리싱, 조립과 같은 접촉 작업은 하이브리드 제어의 대표적 응용이다. 자코비안은 접촉면 기저에 대한 분해와 제어 명령 합성에 사용된다.

3. 임피던스 제어와 허용 제어

3.1 임피던스 모델

Hogan이 1985년 논문 “Impedance control: An approach to manipulation“에서 제시한 임피던스 제어는 원하는 가상 관성·감쇠·강성 행렬을 작업 공간에서 실현한다.

\mathbf{M}_d (\ddot{\vec{x}}_d - \ddot{\vec{x}}) + \mathbf{D}_d (\dot{\vec{x}}_d - \dot{\vec{x}}) + \mathbf{K}_d (\vec{x}_d - \vec{x}) = \vec{\mathcal{F}}_{\mathrm{ext}}

32.53.8.2 토크 기반 구현

관절 토크 기반 임피던스 제어 법칙은 자코비안 전치를 통해 다음과 같이 기술된다.

\vec{\tau} = \mathbf{J}^\top \bigl[ \mathbf{K}_d (\vec{x}_d - \vec{x}) + \mathbf{D}_d (\dot{\vec{x}}_d - \dot{\vec{x}}) \bigr] + \vec{\tau}_{\mathrm{comp}}

3.2 허용 제어

허용 제어는 측정된 외력 \vec{\mathcal{F}}_{\mathrm{ext}}로부터 원하는 위치 수정량 \Delta \vec{x}를 계산하고, 이를 기준 궤적에 반영한다. 임피던스 제어와 역 관계의 구조를 가진다.

3.3 응용

인간-로봇 협동 작업, 교사 주도 프로그래밍(lead-through teaching), 재활 로봇, 수술 보조 로봇 등에 임피던스·허용 제어가 광범위하게 활용된다.

4. 궤적 최적화와 모델 예측 제어

4.1 최적 제어 문제

작업 공간 궤적 추종과 관절 제약 준수를 동시에 달성하는 궤적은 최적 제어 문제의 해로 정식화된다.

\min_{\vec{u}(\cdot)} \int_0^T L(\vec{x}, \vec{u}, t) \, dt \quad \text{subject to} \quad \dot{\vec{x}} = f(\vec{x}, \vec{u}), \ g(\vec{x}, \vec{u}) \le 0

여기서 L은 비용 함수, g는 제약 함수이다.

32.53.9.2 직접 최적화 기법

직접 최적화 기법(direct shooting, direct collocation)은 연속 시간 최적 제어 문제를 유한 차원 비선형 계획(NLP) 문제로 이산화한다. 자코비안과 자코비안 시간 미분은 NLP의 기울기와 Hessian 계산에 필수적이다.

32.53.9.3 모델 예측 제어

MPC는 유한 지평선 최적 제어 문제를 매 제어 주기마다 해결한다. Diehl 등이 2002년 논문 “Real-time optimization and nonlinear model predictive control of processes governed by differential-algebraic equations“에서 실시간 MPC의 이론적 기반을 정리하였다.

32.53.9.4 자코비안 기반 Jacobian 선형화

MPC의 선형-이차 근사에서 시스템 동역학의 자코비안은 매 단계 선형화의 핵심 요소이다. 자동 미분 프레임워크가 이 기울기를 효율적으로 제공한다.

32.53.10 학습 기반 궤적 생성

32.53.10.1 시범 학습

시범 학습(learning from demonstration)은 시범 데이터로부터 궤적 모델을 학습한다. 동적 운동 원시(Dynamic Movement Primitives, DMP), 확률 운동 원시(Probabilistic Movement Primitives, ProMP) 등이 대표적 기법이다.

32.53.10.2 강화 학습

강화 학습은 보상 신호 기반 시행착오로 궤적 정책을 학습한다. 로봇 매니퓰레이션 작업에 적용될 때 자코비안 기반 작업 공간 표현이 학습 효율을 향상시킨다.

32.53.10.3 미분 가능 시뮬레이션

자코비안과 동역학을 자동 미분을 통해 미분 가능하게 표현하는 미분 가능 시뮬레이션 프레임워크(Brax, Warp, Dojo)는 경사 기반 궤적 최적화에 활용된다.

32.53.10.4 신경망 기반 역기구학

신경망 기반 역기구학은 학습된 모델이 자코비안 역할을 대체하거나 보완하는 접근이다. 그러나 정밀도와 안정성 면에서 여전히 해석적 자코비안 기반 기법이 우세하다.

32.53.11 응용 사례

32.53.11.1 용접과 도장

용접 및 도장 작업은 정밀한 경로 추종과 일정한 속도 유지가 요구된다. 자코비안 기반 RMRC와 특이점 회피가 통합되어 표준 구성을 이룬다.

32.53.11.2 조립 작업

정밀 조립 작업은 위치 제어와 힘 제어의 하이브리드 구성이 필요하다. 임피던스 제어와 자코비안 기반 강건 역기구학의 결합이 표준이다.

32.53.11.3 픽앤플레이스

고속 픽앤플레이스 작업은 S-곡선 속도 프로파일과 시간 최적 경로 매개화의 결합으로 수행된다. 자코비안 기반 제약 처리가 관절 한계 준수를 보장한다.

32.53.11.4 수술 보조 로봇

수술 보조 로봇은 원격 중심 운동(remote center of motion) 제약과 임피던스 제어의 결합을 요구한다. 자코비안의 계층적 해소가 이 복합 제약을 처리한다.

32.53.11.5 협동 작업

인간과의 협동 작업에서는 허용 제어 및 임피던스 제어가 자코비안을 중심으로 구성되며, 안전성과 유연성을 제공한다.

32.53.12 본 절의 학술적 정리

본 절에서 다룬 자코비안 기반 궤적 생성과 제어 응용은 매니퓰레이터 운동 계획과 실행의 핵심 이론적 기반이다. Whitney의 해석적 모션 속도 제어 이후, 자코비안은 속도 명령의 관절 공간 사상, 작업 공간 경로 생성, 속도 프로파일 최적화, 제약 처리, 하이브리드 위치-힘 제어, 임피던스 제어, 실시간 최적 제어, 학습 기반 궤적 생성에 이르는 광범위한 응용의 공통 연산자로 기능한다. Pham과 Stasse의 시간 최적 경로 매개화, Kanoun 등의 부등식 제약 계층적 QP 해소, Hogan의 임피던스 제어, Raibert와 Craig의 하이브리드 제어, Diehl 등의 실시간 MPC는 이 분야의 학술적 이정표를 구성한다. 현대 로봇 제어 소프트웨어는 자코비안을 중심으로 한 계층적 모듈 구조로 이들 기법을 통합 구현하며, 산업용 매니퓰레이터, 협동 로봇, 수술 보조 로봇, 서비스 로봇의 다양한 응용에서 공통의 이론적·실무적 기반을 제공한다.

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.
• Raibert, M. H. and Craig, J. J., “Hybrid position/force control of manipulators”, Journal of Dynamic Systems, Measurement, and Control, Vol. 103, No. 2, pp. 126–133, 1981.
• Mason, M. T., “Compliance and force control for computer controlled manipulators”, IEEE Transactions on Systems, Man, and Cybernetics, Vol. 11, No. 6, pp. 418–432, 1981.
• Bobrow, J. E., Dubowsky, S., and Gibson, J. S., “Time-optimal control of robotic manipulators along specified paths”, International Journal of Robotics Research, Vol. 4, No. 3, pp. 3–17, 1985.
• Shoemake, K., “Animating rotation with quaternion curves”, ACM SIGGRAPH Computer Graphics, Vol. 19, No. 3, pp. 245–254, 1985.
• Hogan, N., “Impedance control: An approach to manipulation: Parts I–III”, Journal of Dynamic Systems, Measurement, and Control, Vol. 107, No. 1, pp. 1–24, 1985.
• Khatib, O., “Real-time obstacle avoidance for manipulators and mobile robots”, International Journal of Robotics Research, Vol. 5, No. 1, pp. 90–98, 1986.
• Diehl, M., Bock, H. G., Schlöder, J. P., Findeisen, R., Nagy, Z., and Allgöwer, F., “Real-time optimization and nonlinear model predictive control of processes governed by differential-algebraic equations”, Journal of Process Control, Vol. 12, No. 4, pp. 577–585, 2002.
• Kanoun, O., Lamiraux, F., and Wieber, P.-B., “Kinematic control of redundant manipulators: Generalizing the task-priority framework to inequality task”, IEEE Transactions on Robotics, Vol. 27, No. 4, pp. 785–792, 2011.
• Pham, Q.-C. and Stasse, O., “A general, fast, and robust implementation of the time-optimal path parameterization algorithm”, IEEE Transactions on Robotics, Vol. 30, No. 6, pp. 1533–1540, 2014.
• Siciliano, B., Sciavicco, L., Villani, L., and Oriolo, G., Robotics: Modelling, Planning and Control, Springer, 2009.
• Spong, M. W., Hutchinson, S., and Vidyasagar, M., Robot Modeling and Control, 2nd edition, Wiley, 2020.

버전

• 문서 버전: 2.0
• 작성일: 2026-04-21