보행 유형 전반에서 듀티 팩터가 사족보행의 강건성을 예측하는 방식 (2026)

생물학적·로봇 보행에서의 보행 매개변수

로봇 사족보행 분야에서도 듀티 팩터를 비롯한 여러 보행 매개변수가 정적 안정성 및 에너지 효율과 어떤 관련이 있는지 연구되어 왔다. 지금까지의 연구를 종합하면, 보행 성능은 속도, 주파수, 보폭, 지지 폭, 듀티 팩터 등 서로 상호작용하는 다양한 보행 매개변수에 좌우된다.

하이브리드 시스템

연속적인 움직임과 일련의 하이브리드 전이로 구성된 기준 궤적에서, 궤적에 가해진 섭동은 각 모드 내부에서 연속시간 변분 동역학에 따라 변화하며 각 이벤트에서는 솔테이션 행렬에 의해 변형된다. 이를 통해 전체 하이브리드 궤적을 따라 섭동이 전파되는 방식을 국소 선형 근사로 나타낼 수 있다.

방법

본 연구에서는 특히 폭이 제한된 환경에서 듀티 팩터가 사족보행의 강건성을 예측하는 핵심 지표임을 뒷받침하는 세 가지 조사를 수행했다.

조사 1: 전신 궤적 최적화와 LQR 피드백

조사 1에서는 LQR 피드백을 적용한 전신 직접 콜로케이션 궤적 최적화를 사용해 보행 매개변수가 국소 오차 수렴과 에너지 효율에 미치는 영향을 체계적으로 분석했다. 이 방법은 각 보행의 접촉 순서와 시점을 직접 제어할 수 있으므로, 정해진 기준 보행 유형을 유지하면서 듀티 팩터, 전진 속도, 지지 폭을 독립적으로 변화시킬 수 있다.

각 최적화 궤적에 대해 고정된 상태 및 입력 가중 행렬을 사용해 LQR 제어기를 생성했다. 이렇게 얻은 피드백 제어기는 기준 궤적을 안정화하며, 폐루프 동역학에서 국소 오차가 수렴하는 양상을 평가할 수 있게 한다. 최적 궤적과 LQR 피드백 제어기가 주어졌을 때, 수렴 지표는 결과적인 폐루프 동역학에서 국소 오차의 수렴을 측정한다.

국소 오차 수렴을 정량화하는 수렴 지표의 값은 상태 및 입력 가중 행렬의 선택에 따라 달라지지만, 조사 1에서 확인된 경향은 이러한 가중 행렬을 합리적으로 선택한 경우에도 일관되게 나타났다.

조사 3: 중심질량 모델 예측 제어

마지막 조사에서는 듀티 팩터와 보행 강건성 사이의 관계가 다른 계획·제어 구조와 실제 하드웨어에서도 유지되는지 평가했다. 이를 위해 오픈 소스 Quad-SDK 패키지를 사용했다. 이 패키지는 중심질량 모델 예측 제어기(MPC)를 활용해 지면 반력을 계획하고, 이를 관절 명령으로 변환한다. 조사 1의 방법과 달리, 이 방식은 축약 차수의 중심질량 동역학 모델을 사용해 보행을 계획하고 MPC 제어기로 그 결과 동작을 추종한다.

Quad-SDK는 기반이 되는 계획·제어 구조를 변경하지 않고도 보행 매개변수와 시뮬레이션 환경을 수정할 수 있도록 구성되어 있다. 또한 기존의 국소 발 디딤점 계획기와 중심질량 MPC 구현을 제공하므로, 조사 1의 전신 최적화 프레임워크와 독립적으로 개발된 제어기를 사용해 보행 매개변수의 영향을 평가할 수 있다.

Quad-SDK는 전역 몸체 계획기, 국소 계획기, 로봇 드라이버의 세 모듈로 구성된다. 본 실험에서는 트위스트 입력으로 몸체 속도를 직접 명령했기 때문에 전역 몸체 계획기는 사용하지 않았다. 국소 계획기는 미리 정해진 통과 가능성 지도에 따라 유효한 발 디딤점 위치를 결정하고 이를 중심질량 MPC에 전달한다. 중심질량 MPC는 목표 질량중심 궤적을 추종하는 데 필요한 지면 반력을 계산한다. 이후 로봇 드라이버는 역기구학을 사용해 계획된 지면 반력을 관절 수준 명령으로 변환하고 로봇의 모터 제어기와 연동한다.

Unitree Go2에 Quad-SDK를 적용해 보행 매개변수를 평가했다. 보행 유형, 듀티 팩터, 전진 속도, 이용 가능한 발 디딤 영역의 폭을 변화시키면서 조사 1에서 관찰한 경향이 다른 보행 구조와 실제 환경에서도 유지되는지 확인했다. 특히 이 실험은 듀티 팩터가 높을수록 폭이 좁은 지형에서 더욱 강건하게 보행할 수 있는지를 검증한다.

조사 2

이번 조사에서는 NVIDIA Isaac Sim 시뮬레이터에서 두 가지 실험을 수행했다. 첫째, 명령된 듀티 팩터와 지지 폭에 따른 학습된 보행 정책의 성능을 평가했다. 둘째, 지지 폭과 선택기 네트워크가 선택하는 듀티 팩터 사이의 관계를 분석했다.

폭을 0.05 m 간격으로 0.05–0.30 m까지 변화시키며 걷기와 속보를 평가했다. 듀티 팩터 명령 범위는 속보의 경우 0.05 간격으로 0.50–0.75, 걷기의 경우 0.75–0.90이었다.

로봇이 3 m 빔 지형을 통과하는 동안의 강건성을 평가하기 위해 로봇 몸체에 최대 25 N의 무작위 힘과 최대 3 N m의 토크를 가했다. 외란은 다시 샘플링하기 전까지 0.10–0.40 s 동안 유지했으며, 외란의 크기 범위는 처음 10 s 동안 점차 증가시켰다. 결과는 명령 속도 0.3 m/s에서 평가했다. 각 조건마다 보행 주기 0.40, 0.48, 0.54 s에 대해 64회씩, 즉 각 보행 유형의 듀티 팩터·지지 폭 조합당 총 192회의 실험을 수행했다.

명령 듀티 팩터를 높이면 지지 폭이 제한된 상황에서 대체로 강건성이 향상되었다. 그 효과는 지지 폭이 0.15 m일 때 가장 뚜렷했다. 이 조건에서 듀티 팩터 0.5의 속보는 실험의 31.8%에서만 성공했다. 반면 걷기는 듀티 팩터 0.8, 0.85, 0.9에서 성공률이 70%를 넘었다. 지지 폭이 0.05 m인 경우에는 어떤 실험에서도 성공하지 못했다.

조사 3

실제 로봇의 보행 성능에 속도, 듀티 팩터, 지지 폭이 미치는 영향을 평가하기 위해 폭 0.15 m의 좁은 빔 지형을 직접 제작했다. Unitree Go2 사족 로봇에 중심질량 MPC 방법에서 설명한 계획·제어 방식으로 이 빔 지형을 통과하도록 했다.

세 가지 보행—듀티 팩터 0.5의 속보, 듀티 팩터 0.75의 속보, 듀티 팩터 0.75의 걷기—와 세 가지 명령 속도 0.3, 0.4, 0.5 m/s에서 총 아홉 가지 실험군을 구성했다. 각 보행·속도 조합은 폭 0.15 m의 빔에서 평가했다. 각 실험군은 다섯 차례 수행하여 총 45회의 실험을 진행했다. 각 실험에서는 로봇이 추락하지 않고 빔 전체 길이를 성공적으로 통과했는지를 평가했다.

듀티 팩터가 높은 두 보행에서는 모든 실험, 즉 100%의 경우에 로봇이 빔을 성공적으로 통과했다. 반면 듀티 팩터 0.5의 속보는 모든 속도에서 실패했으며, 총 15회 중 12회만 완료했다. 세 번의 실패에서는 모두 로봇이 빔 중앙에서 균형을 잃고 빔 아래로 떨어졌다.

이 하드웨어 실험은 듀티 팩터에 따른 성능 차이를 시사하지만, 성능 격차가 매우 크다고 보기는 어렵다. 로봇은 정확한 상태 추정과 센싱에 크게 의존하므로, 실험에서는 모션 캡처를 활용해 세계 좌표계에 대한 로봇의 위치를 추정했다. 실험을 시작하기 전에 정확도를 확보하기 위해 모션 캡처 시스템을 세심하게 보정했다. 이러한 정밀한 보정과 추정 능력이 낮은 듀티 팩터에서도 로봇이 빔을 성공적으로 통과하는 능력을 높였을 가능성이 있다. 향후에는 유사한 실험에서 잡음이 더 큰 비전 기반 추정 방식이 듀티 팩터에 더 민감하게 반응하는지 살펴보고자 한다.

논의 및 한계

본 연구의 세 가지 조사는 특히 로봇이 제한된 지지 폭에서 움직여야 할 때 듀티 팩터가 사족보행 강건성의 중요한 예측 변수라는 점을 일관되게 뒷받침한다. 다만 이러한 결론의 범위는 몇 가지 한계를 고려해 해석해야 한다.

첫째, 개별 보행 매개변수의 영향을 분리하려면 보행 주기, 다리의 스윙 시점과 궤적, 몸체 높이 등 보행의 다른 요소를 대략 일정하게 유지해야 한다. 이러한 매개변수 역시 보행 성능에 영향을 미치며 듀티 팩터와 상호작용할 수 있다. 따라서 듀티 팩터가 보행 강건성을 결정하는 유일한 요인이라고 주장하는 것은 아니다. 다만 듀티 팩터는 보행 유형보다 일관되게 훨씬 더 큰 설명력을 보였다. 이러한 상호작용을 더욱 종합적으로 규명하는 것은 향후 연구의 중요한 과제다.

둘째, 본 분석은 현대 사족보행에서 가장 널리 사용되는 보행군에 속하는 걷기와 속보에 초점을 맞췄다. 바운딩, 프롱킹, 캔터링과 같은 다른 보행은 평가하지 않았다. 따라서 여기서 확인한 관계를 보행 유형이 모든 형태의 사족보행에서 무관하다는 보편적 주장으로 해석해서는 안 된다. 대신 본 연구 결과는 전통적으로 근본적으로 서로 다른 것으로 간주되어 온 두 보행 유형조차 반드시 서로 다른 성능을 내는 것은 아님을 보여준다.

이러한 한계에도 불구하고 세 조사에서 결과가 일관되게 나타났다는 사실은 보행 유형이 보행 성능을 예측하는 데 좋은 지표가 아니며, 듀티 팩터가 성능과 훨씬 더 높은 상관을 보인다는 강한 근거를 제공한다. 실용적으로는 보행 선택을 반드시 ‘걷기’와 ‘속보’ 중 하나를 고르는 이산적 결정에서 시작할 필요가 없다는 뜻이다. 대신 듀티 팩터를 연속적이고 해석 가능한 제어 매개변수로 활용해 과제와 환경의 제약에 맞게 보행을 조정할 수 있다. 이러한 관점은 보행 선택을 단순화하고, 환경적 제약이 요구될 때 강건성을 높이는 직접적인 방법을 제공한다.

결론

본 연구에서는 서로 다른 보행 유형, 제어 구조, 운용 조건에서 사족보행의 듀티 팩터가 어떤 역할을 하는지 조사했다. 세 가지 조사에서, 분석한 걷기와 속보에 대해 듀티 팩터가 명목상의 보행 유형보다 강건성을 더 잘 설명한다는 일관된 증거를 확인했다.

이 결과는 보행 선택을 미리 정해진 보행 유형 사이의 이산적 선택으로만 다룰 필요가 없음을 시사한다. 대신 듀티 팩터와 같은 연속적 보행 매개변수를 바탕으로 환경 제약과 요구 성능에 맞는 보행 행동을 선택할 수 있다. 향후 연구에서는 이러한 관계가 다른 보행 매개변수, 보행 영역, 불확실성 요인에도 확장되는지, 그리고 실제 환경에서 강건성과 에너지 효율처럼 서로 상충하는 목표의 균형을 맞추도록 듀티 팩터를 온라인에서 자동 조정할 수 있는지를 살펴볼 예정이다.