로봇, 모델 및 측정값
이 절에서는 로봇과 모든 모델 기반 추정기가 사용하는 축약 모델, 그리고 접촉 모델을 설명합니다.
접촉 모델
장애물은 법선 방향의 위치가 알려진 평면입니다. 12개 관절과 말단부에 후보 접촉점을 두고, 법선 방향 힘과 간극을 고려합니다.
마지막 조건인 상보성은 로봇이 장애물에 닿은 곳에서만 힘이 작용함을 나타냅니다. 추정기에서는 마찰이 없는 접촉을 가정하며, 5.4절에서는 기준 모델에서 마찰의 영향을 시험합니다.
식별가능성과 검출가능성
이 절에서는 텐던 측정만으로는 접촉 위치를 찾을 수 없으며 상보성 조건이 누락된 정보를 제공한다는 점을 보입니다. 먼저 힘에서 측정값으로 이어지는 준정적 사상을 분석한 다음, 접촉 입력을 알 수 없는 동적 시스템을 살펴봅니다.
제약 이동 지평선 추정
이 절에서는 추정기와 실시간 구현, 안정성을 소개합니다.
실시간 반복
선행 연구에 따라 샘플마다 가우스–뉴턴 2차 계획법(QP)을 하나씩 풉니다. 선형화는 이전 샘플의 윈도를 한 단계 이동한 지점에서 수행합니다. 잔차 야코비안은 단계별 소규모 함수에서 얻으며, 이 함수들은 C로 컴파일됩니다. 전체 윈도용 함수와 달리 컴파일에 몇 분밖에 걸리지 않습니다. 지정된 솔버 허용오차를 사용해 웜 스타트와 폴리싱을 적용한 OSQP로 QP를 풉니다.
상보성 조건은 비볼록이므로 QP에서는 선형화된 페널티로 대체합니다.
실시간 추정기는 2코어 가상 머신에서 Python으로 실행할 때 샘플당 평균 28 ms가 걸립니다(95번째 백분위수 47 ms, 샘플의 2.2%가 50 ms 예산 초과). 정확도는 완전히 수렴한 MHE와 같습니다.
시뮬레이션 연구
이 절에서는 유한요소 기준 모델을 사용해 추정기들을 비교합니다. 먼저 실험 설정과 기준 방법을 설명한 뒤, 기준 조건 비교, 강건성 시험, 수렴, 모델 불일치, 그리고 접촉이 없는 제어 실험 결과를 보고합니다.
논의 및 결론
텐던 길이와 장력만으로 텐던 구동 연속체 로봇의 접촉 위치를 찾는 분석과 추정기를 제시했습니다. 핵심은 접촉 위치 추정에 필요한 정보가 측정값이 아니라 기하 구조에 있다는 점입니다. 텐던 측정으로는 최소 7개의 힘 방향을 관측할 수 없지만, 장애물 형상을 알고 상보성 조건을 적용하면 식별가능성과 높은 검출가능성이 회복됩니다. 이 통찰을 바탕으로 실시간으로 동작하는 제약 MHE를 제시했으며, 유한요소 벤치마크에서 접촉 위치를 약 1 mm 오차로 추정했습니다. 반면, 매개변수를 조정한 투영 EKF는 같은 성능을 내지 못했습니다. 접촉이 없는 제어 실험에서는 MHE와 EKF의 성능이 같았으며, 이는 최적화 자체가 아니라 제약 조건이 성능 향상의 원인임을 확인해 줍니다.
이 방법은 등록된 해부 구조를 기준으로 기구를 유도하거나 형상을 알고 있는 인클로저 내부에서 조작하는 것처럼 주변 환경의 기하 구조를 알고 있거나 사전에 측정할 수 있는 작업에 적합합니다. 반면, 형상 감지가 여전히 필요한 미지의 장애물이나 움직이는 장애물과 접촉하는 상황에는 적합하지 않습니다. 아직 해결되지 않은 문제는 두 접근법을 어떻게 가장 잘 결합할지입니다. 예를 들어 접촉력과 함께 매개변수화된 장애물을 추정할 수 있습니다.
감사의 글
원고 일부와 시뮬레이션 및 분석 코드, 그림은 AI 시스템 Claude (Anthropic)의 도움을 받아 작성했습니다. 저자는 모든 내용을 검토하고 검증했으며, 그 내용에 전적으로 책임을 집니다.
데이터 및 코드 이용 가능성
시뮬레이션 장면, 추정기 코드 및 결과 데이터는 저자에게 요청하면 제공받을 수 있습니다.
자주 묻는 질문
텐던 측정만으로 접촉 위치를 찾을 수 있나요? 아니요. 분석 결과, 텐던 측정만으로는 최소 7개의 힘 방향을 관측할 수 없습니다.
접촉 위치 추정에 필요한 누락된 정보는 무엇이 제공하나요? 알려진 장애물 형상과 상보성 조건이 식별가능성과 높은 검출가능성을 회복시킵니다.
벤치마크에서 추정기는 접촉 위치를 얼마나 정확하게 찾나요? 유한요소 벤치마크에서 접촉 위치를 약 1 mm 오차로 추정합니다.
실시간 추정기는 얼마나 빠르게 실행되나요? 샘플당 평균 28 ms가 걸리며, 95번째 백분위수 실행 시간은 47 ms입니다.