33.25 감쇠 최소 제곱법(DLS)에 의한 특이점 완화

감쇠 최소 제곱법(Damped Least Squares, DLS)은 특이점 완화를 위한 가장 표준적인 수치 기법이다. 특이점 근방에서 역기구학의 수치적 안정성을 확보하며, 실무적으로 광범위하게 활용된다. 본 절에서는 DLS에 의한 특이점 완화를 다룬다.

1. DLS의 기본 원리

1.1 수정된 역자코비안

DLS는 다음의 수정된 역자코비안을 활용한다.

$\mathbf{J}^\# = \mathbf{J}^\top (\mathbf{J} \mathbf{J}^\top + \lambda^2 \mathbf{I})^{-1}$

33.25.1.2 감쇠 항

$\lambda^2 \mathbf{I}$ 가 감쇠 항으로, 특이점 근방의 수치적 불안정성을 완화한다.

33.25.1.3 역속도 기구학

관절 속도는 다음과 같이 계산된다.

$\dot{\vec{q}} = \mathbf{J}^\# \dot{\vec{x}}_d$

2. 수학적 유도

2.1 목적 함수

DLS는 다음의 수정된 최소화 문제의 해이다.

$\min_{\dot{\vec{q}}} \left[\|\mathbf{J} \dot{\vec{q}} - \dot{\vec{x}}_d\|^2 + \lambda^2 \|\dot{\vec{q}}\|^2\right]$

33.25.2.2 정규화

두 번째 항은 관절 속도의 크기에 대한 정규화이다.

33.25.2.3 최적 해

최적 해가 $\dot{\vec{q}} = \mathbf{J}^\# \dot{\vec{x}}_d$ 이다.

33.25.3 특이점 완화 효과

33.25.3.1 수치적 안정성

$\lambda > 0$ 이면 $\mathbf{J} \mathbf{J}^\top + \lambda^2 \mathbf{I}$ 가 항상 양정이므로 역행렬이 존재한다.

33.25.3.2 관절 속도 제한

관절 속도가 무한대로 발산하지 않는다.

33.25.3.3 연속적 해

특이점 통과 시에도 연속적 해가 보장된다.

33.25.4 감쇠 계수의 선택

33.25.4.1 고정 감쇠

단순한 경우 고정 $\lambda$ 를 사용한다.

33.25.4.2 가변 감쇠

특이점과의 거리에 따라 $\lambda$ 를 조정한다.

33.25.4.3 최적 선택

응용에 맞는 최적 $\lambda$ 를 실험적으로 결정한다.

33.25.5 가변 감쇠의 구현

33.25.5.1 최소 특이값 기반

$\sigma_{\min}$ 에 따라 $\lambda$ 를 조정한다.

$\lambda^2 = \begin{cases} 0 & \text{if } \sigma_{\min} > \epsilon \\ \lambda_0^2 \left(1 - \left(\frac{\sigma_{\min}}{\epsilon}\right)^2\right) & \text{if } \sigma_{\min} \leq \epsilon \end{cases}$

2.2 매끄러운 전이

정상 구성과 특이점 근방 사이의 매끄러운 전이를 제공한다.

2.3 실시간 조정

매 제어 주기마다 $\lambda$ 를 실시간 조정한다.

3. SVD 기반 해석

3.1 SVD 표현

DLS는 SVD 관점에서 다음과 같이 해석된다.

$\mathbf{J}^\# = \mathbf{V} \mathbf{\Sigma}^\# \mathbf{U}^\top$

33.25.6.2 수정된 특이값

$\mathbf{\Sigma}^\#$ 의 원소는 다음과 같다.

$\sigma_i^\# = \frac{\sigma_i}{\sigma_i^2 + \lambda^2}$

3.2 발산의 제한

작은 $\sigma_i$ 에 대해서도 $\sigma_i^\#$ 가 유한 값으로 제한된다.

4. 정확도와 안정성의 균형

4.1 작은 $\lambda$

작은 $\lambda$ 는 정확도를 높이지만 안정성이 낮다.

4.2 큰 $\lambda$

큰 $\lambda$ 는 안정성을 높이지만 엔드 이펙터 오차가 커진다.

4.3 균형의 추구

상황에 맞는 적절한 균형을 찾는다.

5. DLS의 변형

5.1 선택적 DLS

각 특이값에 별도의 감쇠를 적용한다.

5.2 가중 DLS

관절별 가중치를 적용한 DLS도 있다.

5.3 적응적 DLS

다양한 조건에 따라 DLS를 동적으로 조정한다.

6. 실무적 활용

6.1 산업 로봇

산업용 로봇의 실시간 제어에 광범위하게 활용된다.

6.2 역기구학 라이브러리

KDL, TRAC-IK 등의 라이브러리가 DLS를 지원한다.

6.3 표준 방법

DLS는 특이점 강건 역기구학의 사실상의 표준이다.

7. 학술적 활용

본 절에서 다룬 감쇠 최소 제곱법에 의한 특이점 완화는 현대 로봇 제어의 핵심 수치 기법이다. 특이점 강건성과 실무적 유용성으로 인해 학술적·실무적으로 광범위하게 활용된다.

8. 출처

Nakamura, Y. and Hanafusa, H., “Inverse kinematic solutions with singularity robustness for robot manipulator control”, 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.
Chiaverini, S., Siciliano, B., and Egeland, O., “Review of the damped least-squares inverse kinematics with experiments on an industrial robot manipulator”, IEEE Transactions on Control Systems Technology, Vol. 2, No. 2, pp. 123–134, 1994.
Deo, A. S. and Walker, I. D., “Overview of damped least-squares methods for inverse kinematics of robot manipulators”, Journal of Intelligent and Robotic Systems, Vol. 14, No. 1, pp. 43–68, 1995.
Siciliano, B., Sciavicco, L., Villani, L., and Oriolo, G., Robotics: Modelling, Planning and Control, Springer, 2009.

9. 버전

문서 버전: 1.0
작성일: 2026-04-18