37.24 동역학 매개변수의 식별과 추정 기법
로봇 동역학 매개변수의 식별과 추정은 정확한 모델 기반 제어를 위한 필수 학술적 절차이다. 실제 측정 데이터로부터 관성 파라미터, 마찰 계수 등을 체계적으로 추정하는 방법이 개발되어 있다. 본 절에서는 동역학 매개변수의 식별과 추정 기법을 학술적으로 다룬다.
1. 동역학 매개변수
1.1 관성 파라미터
각 링크의 질량, 질량 중심, 관성 텐서 원소이다.
1.2 마찰 파라미터
쿨롱, 점성, Stribeck 마찰 파라미터이다.
1.3 총 파라미터 수
각 링크당 10개의 기본 파라미터가 있다.
2. 식별의 필요성
2.1 제조 오차
제작 파라미터와 실제 값의 차이가 존재한다.
2.2 CAD 한계
CAD 데이터만으로는 정확성이 제한된다.
2.3 실험적 식별
실험적 식별이 정확한 값을 제공한다.
3. 선형 파라미터화
3.1 기본 특성
동역학 방정식이 파라미터에 대해 선형이다.
\vec{\tau} = \mathbf{Y}(\vec{q}, \dot{\vec{q}}, \ddot{\vec{q}}) \vec{\pi}
37.24.3.2 회귀 행렬
\mathbf{Y}가 회귀 행렬(regressor matrix)이다.
37.24.3.3 파라미터 벡터
\vec{\pi}가 동역학 파라미터 벡터이다.
37.24.4 기본 파라미터
37.24.4.1 중복성
모든 10n 파라미터가 독립적으로 식별 가능하지 않다.
37.24.4.2 기본 파라미터
식별 가능한 최소 파라미터 집합을 기본 파라미터라 한다.
37.24.4.3 학술적 연구
기본 파라미터 결정이 학술적 주제이다.
37.24.5 실험 설계
37.24.5.1 여기 궤적
모든 파라미터가 여기(excited)되는 궤적을 설계한다.
37.24.5.2 최적 여기
조건수 최소화 등의 최적 여기 기준이 활용된다.
37.24.5.3 실무적 선택
사인 함수 합성 궤적이 일반적이다.
37.24.6 측정
37.24.6.1 관절 변수
관절 위치, 속도를 측정한다.
37.24.6.2 관절 가속도
가속도는 일반적으로 수치적 미분으로 추정한다.
37.24.6.3 관절 토크
관절 토크 측정이 필요하다.
37.24.7 최소 제곱 추정
37.24.7.1 기본 형식
\hat{\vec{\pi}} = (\mathbf{Y}^\top \mathbf{Y})^{-1} \mathbf{Y}^\top \vec{\tau}
3.2 가중 최소 제곱
노이즈 공분산을 고려한 가중 최소 제곱이 효과적이다.
3.3 수치적 방법
SVD, QR 분해 등 수치적 방법이 활용된다.
4. 노이즈 처리
4.1 측정 노이즈
위치, 토크 측정에 노이즈가 있다.
4.2 미분 노이즈
가속도 추정 과정에서 노이즈가 증폭된다.
4.3 필터링
저역 통과 필터링 등이 노이즈를 감소시킨다.
5. 온라인 식별
5.1 재귀 최소 제곱
재귀 최소 제곱(RLS)이 온라인 식별에 활용된다.
5.2 적응 제어
적응 제어(adaptive control)와 결합된다.
5.3 실시간 갱신
파라미터가 실시간으로 갱신된다.
6. 학술적 활용
본 절에서 다룬 동역학 매개변수의 식별과 추정 기법은 정확한 모델 기반 로봇 제어를 위한 학술적·실무적 기반이다. 체계적 식별 절차가 고성능 제어의 실현을 가능하게 한다.
7. 출처
- Khosla, P. K. and Kanade, T., “Parameter identification of robot dynamics”, Proceedings of the 24th IEEE Conference on Decision and Control, pp. 1754–1760, 1985.
- Atkeson, C. G., An, C. H., and Hollerbach, J. M., “Estimation of inertial parameters of manipulator loads and links”, International Journal of Robotics Research, Vol. 5, No. 3, pp. 101–119, 1986.
- Gautier, M. and Khalil, W., “Direct calculation of minimum set of inertial parameters of serial robots”, IEEE Transactions on Robotics and Automation, Vol. 6, No. 3, pp. 368–373, 1990.
- Swevers, J., Verdonck, W., and De Schutter, J., “Dynamic model identification for industrial robots”, IEEE Control Systems Magazine, Vol. 27, No. 5, pp. 58–71, 2007.
- Spong, M. W., Hutchinson, S., and Vidyasagar, M., Robot Modeling and Control, 2nd edition, Wiley, 2020.
8. 버전
- 문서 버전: 1.0
- 작성일: 2026-04-18