Aerial Robots Carrying Flexible Cables: Dynamic Shape Optimal Control via Spectral Method Model

로봇이 단순히 바퀴 달린 딱딱한 상자나 뻣뻣한 금속 팔이 아니라, 우리 세상의 무질서하고 흐물거리는 것들을 다룰 수 있는 유연하고 춤추는 파트너가 되는 세상을 상상해 보십시오. 이것은 **항공 로보틱스(aerial robotics)**의 영역으로, 드론(또는 쿼드로터)이 단순히 공중에 떠 있거나 사진을 찍는 것을 넘어 더 많은 일을 하도록 교육받고 있는 분야입니다. 드론은 짐을 운반하도록 요구받고 있는데, 단순히 무겁고 단단한 상자만을 말하는 것이 아닙니다. 때로는 꿈틀거리고, 늘어나고, 흔들리는 것들, 예를 들어 길고 유연한 케이블 같은 것을 운반해야 합니다. 이것은 마치 개가 목줄을 하고 있는 것과 같습니다. 하지만 그 개는 날아다니는 로봇이고, 목줄은 비바람 속에서 뒤틀리고 회전하는 길고 무거운 밧줄인 셈입니다.

여기서 큰 과제는 **제어(control)**입니다. 만약 당신이 딱딱한 막대를 운반하는 로봇을 조종하려 한다면, 그 막대가 어디로 갈지 정확히 계산할 수 있습니다. 하지만 유연한 케이블이라면 어떨까요? 그것은 마치 물로 만든 고양이를 몰려고 하는 것과 같습니다. 케이블은 무한한 방식으로 휘어지고 흔들릴 수 있습니다. 이를 이해하기 위해 과학자들은 수학적 모델을 사용합니다. 어떤 모델은 케이블을 하나의 딱딱한 막대로 취급하며(너무 단순함), 다른 모델은 이를 수백 개의 작게 연결된 구슬로 나눕니다(컴퓨터가 빠르게 해결하기에는 너무 복잡함). 목표는 "골디락스(Goldilocks)" 모델을 찾는 것입니다. 즉, 컴퓨터가 실시간으로 생각할 수 있을 만큼 충분히 단순하면서도, 그 흐물거리는 밧줄이 공중에서 어떻게 춤출지를 정확하게 예측할 수 있을 만큼 정확한 모델 말입니다. 우리가 이것을 마스터할 수 있다면, 비행 중인 다른 항공기에 연료를 공급하거나, 소방 호스를 운반하거나, 심지어 긴 도구를 끌며 좁은 틈 사이를 통과하는 드론을 가질 수 있을 것입니다.

이 논문에서 한 연구팀은 긴 유연한 케이블을 운반하는 드론을 제어하는 문제를 다룹니다. 그들은 드론이 단순히 특정 지점으로 이동하는 것뿐만 아니라, 케이블 자체가 공중을 기어가는 뱀처럼 특정한 모양을 형성하도록 만들기를 원합니다. 이를 위해 그들은 케이블의 움직임을 설명하는 새로운 방법과 이를 제어하는 스마트한 두뇌를 발명했습니다.

먼저, 그들은 케이블의 움직임을 기술하는 방법을 살펴보았습니다. 케이블을 하나의 막대나 수백 개의 구슬 체인으로 취급하는 대신, 그들은 **편미분 방정식(PDEs)**이라는 수학적 기법을 사용했습니다. 케이블을 개별 부품의 집합이 아니라, 연속적으로 흐르는 하나의 파동으로 상상해 보십시오. 이것이 실제 밧줄을 묘사하는 가장 정확한 방법이지만, 너무 복잡해서 표준적인 컴퓨터가 드론이 비행하는 동안 이를 해결하려고 하면 과부하가 걸릴 것입니다. 이것은 마치 배를 조종하기 위해 강물의 모든 물 분자의 정확한 경로를 계산하려는 것과 같습니다. 너무 많은 수학적 계산이 필요합니다.

이 문제를 해결하기 위해 저자들은 **고유 직교 분해(Proper Orthogonal Decomposition, POD)**라고 불리는 방법을 사용했습니다. 이것은 케방의 움직임을 위한 "압축 알고리즘"이라고 생각하면 됩니다. JPEG 이미지가 중요한 세부 사항은 유지하고 미세하고 보이지 않는 노이즈는 버림으로써 사진을 압축하는 것처럼, POD는 케이블이 어떻게 움직이는지 살펴보고 "주요 움직임"을 찾아냅니다. 이 방법은 케이블이 무한한 방식으로 꿈틀거릴 수 있음에도 불구하고, 대부분 몇 가지의 크고 지배적인 춤 동작을 수행한다는 것을 발견합니다. 연구진은 단 세 가지의 이러한 주요 "춤 동작"(모드라고 불림)만 있으면 전체 케이블의 모양을 설명할 수 있다는 것을 발견했습니다. 이는 초고도로 복잡하고 무한한 문제를 컴퓨터가 밀리초 단위로 해결할 수 있는 간단하고 관리 가능한 문제로 바꾸어 놓았습니다.

이 단순화된 모델을 바탕으로, 그들은 비선형 모델 예측 제어(Nonlinear Model Predictive Control, NMPC) 시스템을 구축했습니다. 이것은 드론의 "두뇌"입니다. 단순히 현재 케이블이 있는 위치에 반응하는 것(반사 신경처럼)이 아니라, 이 두뇌는 앞을 내다봅니다. "내가 몸을 이렇게 움직이면, 다음 몇 초 동안 케이블이 어떻게 춤출까? 저렇게 움직이면 충돌할까?"라고 질문합니다. 이 두뇌는 최선의 경로를 선택하기 위해 끊임없이 이러한 정신적 시뮬레이션을 실행합니다.

연구팀은 두 가지 방식으로 이 아이디어를 테스트했습니다: 매우 정밀한 컴퓨터 시뮬레이션과 실험실의 실제 물리적 드론을 통해서입니다.

• 시뮬레이션에서: 그들은 자신들의 새로운 "스마트 두뇌"(NMPC)를 기존의 방식인 PID 제어기와 비교했습니다. 표준 제어기는 드론의 위치만을 고려하며, 흔들리는 케이블을 돌풍과 같은 무작위적인 방해 요소로 취급했습니다. 결과는 어떠했을까요? 드론은 목적지에 도착했지만, 케이블은 격렬하게 흔들렸고 진정되는 데 오랜 시간이 걸렸습니다. 반면, 새로운 NMPC는 케이블의 "춤"을 이해했습니다. 드론은 케이블을 원하는 모양으로 부드럽게 유도하는 방식으로 움직였으며, 흔들림을 훨씬 더 빠르고 정확하게 멈추게 했습니다. 그들은 심지어 드론이 케이블이 옆면에 부딪히지 않고 좁은 창문을 통과해야 하는 시나리오에서도 테스트했습니다. 스마트 두뇌는 케이블이 틈 사이를 통과하기 위해 비틀리고 회전하는 경로를 성공적으로 계획해 냈으며, 이는 표준 제어기가 해낼 수 없었던 작업이었습니다.
• 실제 환경에서: 그들은 약 10cm 너비의 작은 드론을 제작하고 1미터 길이의 케이블을 부착했습니다. 카메라를 사용하여 케이블의 모양을 추적하며 동일한 테스트를 수행했습니다. 결과는 인상적이었습니다. 드론은 표준 제어기보다 훨씬 더 잘 흔들리는 케이블을 안정시키고, 8자 모양과 같은 특정 경로를 따라가게 할 수 있었습니다. 다만, 실제 환경에서는 공기의 흐름이나 드론에 연결된 안전 테더의 무게 등으로 인해 시스템이 컴퓨터 시뮬레이션만큼 완벽하지는 않았으며, 최종 위치에서 약간의 오차가 발생한다는 점을 확인했습니다.

이 논문은 단순한 모델(예를 들어 케이블을 하나의 딱딱한 막대로 취급하는 것)이 이러한 동적인 작업에 적합하다는 생각을 명시적으로 부정합니다. 또한, 케이블의 모양을 무시하고 드론의 위치만을 제어하는 것이 성능 저하를 초래한다는 점도 보여줍니다. 저자들은 고정밀 컴퓨터 시뮬레이션과 실제 실험을 통해 자신들의 새로운 방법을 뒷받침했기에 그 결과에 매우 자신감을 가지고 있습니다. 그들은 단순히 이것이 작동할 수도 있다고 제안한 것이 아니라, 디지털 및 물리적 테스트 모두에서 기존의 표준보다 더 뛰어나다는 것을 증명했습니다.

요약하자면, 이 논문은 흐물거리는 밧줄을 가진 비행 로봇을 제어하려면 로봇만 봐서는 안 되며, 밧줄의 "성격"을 이해해야 한다는 것을 가르쳐 줍니다. 밧줄의 복잡한 움직임을 몇 가지 단순한 "춤 동작"으로 압축하고 로봇에게 미래를 예측하는 두뇌를 부여함으로써, 우리는 이러한 항공 시스템이 정밀하게 춤을 추게 할 수 있으며, 이를 통해 현실 세계의 유연한 물체들을 다룰 수 있는 문을 열 수 있습니다.