STL-Based Motion Planning and Uncertainty-Aware Risk Analysis for Human-Robot Collaboration with a Multi-Rotor Aerial Vehicle

기술 요약: 다중 로터 항공 이동체를 활용한 인간-로봇 협업을 위한 STL 기반 모션 플래닝 및 불확실성 인지 위험 분석

문제 정의
본 논문은 전력선 유지보수 시나리오를 구체적인 동기로 하여, 고위험 근접 환경에서 다중 로터 항공 이동체(MRAV)와 인간 작업자 간의 안전하고, 인체공학적이며, 편안한 협업을 가능하게 하는 과제를 다룹니다. 기존의 항공 인간-로봇 상호작용(HRI) 접근 방식은 비선형 차량 역학, 구동 제한, 인체공학적 제약, 시간적 미션 요구 사항, 그리고 인간 포즈의 불확실성을 단일 프레임워크 내에서 통합적으로 처리하는 데 어려움을 겪고 있습니다. 일부 방법론이 안전성이나 인식을 다루기는 하지만, 복잡한 미션 목표(접근 방향, 가시성, 타이밍 등)를 인코딩하기 위해 형식적 시간 논리(Formal Temporal Logic)를 사용하면서 동시에 항공 플랫폼의 전체 비선형 역학을 명시적으로 모델링하는 경우는 드뭅로습니다. 핵심 문제는 이러한 다면적인 사양을 충족하면서 불확실성 하에서의 사양 위반 위험을 정량화하는 동시에, 동역학적으로 실행 가능한 궤적을 계산하는 것입니다.

방법론
제안된 프레임워크는 신호 템포럴 로직(Signal Temporal Logic, STL)을 비선형 최적화 및 위험 분석과 통합합니다.

1. 시스템 모델링: MRAV는 과소 구동(underactuated) 및 완전 구동(fully-actuated) 구성을 모두 고려하여, 전체 비선형 뉴턴-오일러 역학을 사용하는 제네릭 틸티드 멀티 로터(GTMR) 시스템으로 모델링됩니다. 상태 변수에는 위치, 자세, 선속도 및 각속도, 그리고 모터 힘이 포함됩니다.
2. STL을 통한 미션 사양 지정: 미션 목표는 단일 STL 공식($\pi$)으로 인코딩됩니다. 이 공식은 다음을 결합합니다:
   • 안전성: 작업 공간 구획, 장애물 회피, 작업자 후방 접근 금지.
   • 가시성: 작업자 전방의 지정된 위치에 도달하고, 시각적 접촉을 위한 헤딩 정렬 유지.
   • 인체공학: 작업자가 선호하는 방향(예: 전방, 측면, 상단)에서 접근.
   • 편안함: 소음과 바람을 줄이기 위해 접근 속도 및 프로펠러 속도 제한.
   • 시간 논리: 특정 순서(예: 핸드오버 전 가시성 단계 확보) 및 시간 창(time window) 강제.
3. 최적화 기반 플래닝: 궤적 생성은 비선형, 비매끄러움(non-smooth), 비볼록(non-convex) 최적화 문제로 정식화됩니다. 목적 함수는 에너지 항을 최소화(지속 시간 연장)하는 동시에 STL 강건성(robustness)을 최대화합니다.
   • 매끄러운 근사(Smooth Approximation): STL 강건성 계산에 내재된 미분 불가능한 min/max 연산자를 처리하기 위해, 저자들은 매끄러운 근사(Log-Sum-Exponential 및 smooth min/max 함수 기반)를 채택합니다. 이를 통해 경사 하강법 기반 최적화 기법(구체적으로 CasADi를 통한 IPOPT)을 사용할 수 있습니다.
   • 제약 조건: 최적화는 GTMR 역학, 액추에이터 힘 제한, 그리고 안전 마진을 보장하기 위한 최소 강건성 임계값($\kappa$)을 명시적으로 강제합니다.
4. 불확실성 인지 위험 분석: 인간 포즈의 불확실성을 다루기 위해, 본 프레임워크는 인간의 상태를 확률 과정으로 취급합니다. 인간 포즈 변화의 수천 가지 실현 사례에 대해 강건성 점수를 계산합니다. 미션 실패의 확률을 정량화하기 위해 위험 지표, 특히 VaR(Value-at-Risk) 및 CVaR(Conditional Value-at-Risk)을 계산합니다. 이를 통해 작업자는 특정 수준의 인간 불확실성 하에서 계획된 궤적이 안전하게 유지되는지 판단할 수 있습니다.
5. 이벤트 기반 재계획(Replanning): 외란(예: 바람, 하드웨어 결함)을 처리하기 위한 온라인 복구 메커니즘이 도입됩니다. 전체 미션을 재최적화하는 대신, 기하학적 편차 또는 예측된 안전 임계 강건성이 임계값 아래로 떨어질 때 짧은 호르의 재계획기가 트리거됩니다. 이 재계획기는 충돌 회피를 우선시하기 위해 편안함 및 인체공학적 제약을 일시적으로 완화하면서, 안전에 직결되는 STL 술어(작업 공간, 장애물, 후방 접근 금지)만을 강제하여 신속하게 실행 가능성을 회복합니다.

주요 기여
본 논문은 다음과 같은 기여를 주장합니다:

• 통합 프레임워크: 전체 비선형 역학, 액추에이터 제약, 인체공학적/편안함 선호도, 그리고 형식적 STL 사양을 동시에 통합하는 최초의 MRAV 객체 핸드오버 플래닝 정식화입니다.
• 위험 인지 분석: VaR 및 CVaR 지표를 사용하여 인간 포즈 불확실성 하에서의 미션 실패 위험을 정량화하는 체계적인 방법을 제공하며, 이는 미션 수락을 위한 통계적 근거를 제공합니다.
• 강건성 인지 재계획: 외란 발생 시 전체 사양 준수보다 안전 중심의 복구를 우선시하는 이벤트 트리거 방식의 온라인 전략을 제공하여, 계산 효율성을 확보하고 원래 계획으로의 신속한 재연결을 보장합니다.
• 에너지 인지 최적화: 액추에이터 사용을 줄여 지속 시간을 연장하기 위해 궤적을 재구성하는 에너지 최소화 항을 포함합니다.
• 검증: MATLAB 수치 시뮬레이션과 Gazebo 물리 기반 시뮬레이션(Software-In-The-Loop)을 통한 객체 핸드오버 작업에 대한 광범위한 검증을 수행했습니다.

결과
프레임워크는 두 단계로 평가되었습니다:

1. MATLAB 시뮬레이션: 매끄러운 근사가 복잡한 최적화 문제를 해결할 수 있음을 입증했습니다. 결과에 따르면, 에너지 항을 포함할 경우 에너지 무관 플래닝에 비해 더 매끄러운 궤적, 낮은 피크 프로펠러 속도 및 감소된 에너지 소비를 나타내면서도 모든 STL 제약을 만족했습니다. 위험 분석은 인간 포즈 공분산이 증가함에 따라 강건성 마진이 어떻게 저하되는지를 성공적으로 정량화했으며, VaR와 CVaR는 허용 가능한 불확실성 수준에 대한 명확한 임계값을 제공했습니다.
2. Gazebo 시뮬레이션: 전체 차량 역학 및 온보드 제어 하에서 계획된 궤적의 폐루프 실행 가능성을 검증했습니다. 시스템은 다양한 접근 선호도(예: 왼손잡이형, 상단-하단 접근)를 가진 핸드오버 작업을 성공적으로 수행하였으며, 속도 및 프로펠러 제한을 준수했습니다. 이벤트 기반 재계획기는 시뮬레이션된 외란으로부터 서브 초 단위에서 수 초 이내의 시간 내에 안전 필수 제약을 유지하면서 비필수 제약을 완화하며 성공적으로 복구되었습니다.

의의 및 주장
저자들은 단순화된 차량 모델과 기하학적 플래너를 넘어선다는 점에서 본 연구가 기존 학술 대회 버전 및 기존 문헌보다 유의미한 진전임을 강조합니다. 본 논문은 복잡한 HRI 요구 사항(안전성, 인체공학, 타이밍)을 단일 최적화 문제로 인코딩하는 엄격하고 형식적인 방법을 제공한다고 주장합니다. 불확실성 인지 위험 지표를 도입함으로써, 본 프레임워크는 단순히 보수적인 마진에 의존하는 것이 아니라 실행 전 미션 생존 가능성을 평가할 수 있는 정량적 도구를 제공합니다. 오프라인 플래닝(전체 사양)과 온라인 복구(안전 중심 부분 집합)의 분리는 동적이고 불확실한 환경에서 실시간 배포를 위한 실용적인 전략으로 강조됩니다. 저자들은 본 연구가 임의의 구조화되지 않은 환경에 대한 실시간 보장을 주장하는 것이 아니라, 전력선 유지보사와 같이 반복적이고 구조화된 미션에 특화되어 있음을 명시합니다. 향후 연구로는 현장 실험 및 인간 피로 모델의 통합이 제시되었습니다.