💻 computer science

Decoupling Torque and Stiffness: A Unified Modeling and Control Framework for Antagonistic Artificial Muscles

이 논문은 공압, 전기유압, 유전체 엘라스토머 등 다양한 인공 근육에 적용 가능한 통합 모델링 및 제어 프레임워크를 제안하여 접촉 과도 현상에도 토크와 강성을 독립적으로 제어하고, 침투 깊이에 따라 강성을 적응적으로 조절하는 생체 모방 상호작용 정책을 통해 동적 환경에서의 로봇 상호작용 성능을 입증합니다.

원저자: Amirhossein Kazemipour, Robert K. Katzschmann

게시일 2026-04-07

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Amirhossein Kazemipour, Robert K. Katzschmann

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

이 논문은 **"인공 근육으로 만든 로봇이 사람처럼 부드럽고 똑똑하게 움직이는 방법"**에 대한 연구입니다.

기존의 로봇은 딱딱하고 힘만 세서, 무언가에 부딪히면 그 충격이 고스란히 전달되거나, 반대로 너무 약해서 넘어지기 쉽다는 문제가 있었습니다. 이 연구는 동물의 근육이 어떻게 작동하는지 모방하여, 로봇이 상황에 따라 '힘'과 '부드러움'을 따로 조절할 수 있게 만드는 새로운 기술을 개발했습니다.

이 내용을 일상적인 비유로 설명해 드릴게요.

1. 핵심 아이디어: "힘"과 "부드러움"을 따로 조절하는 마법

우리가 물건을 들 때, 무거운 상자를 들면 힘을 꽉 쥐고 (강한 토크) 단단하게 잡지만, 고양이를 안을 때는 살짝 힘을 빼고 (부드러운 강성) 부드럽게 감싸 안습니다.

기존 로봇의 문제: 대부분의 로봇은 이 두 가지를 동시에 조절하기가 매우 어렵습니다. 힘을 세게 주면 딱딱해지고, 부드럽게 하면 힘이 약해져서 물건을 놓치거나 부딪혔을 때 충격을 못 막습니다.
이 연구의 해결책: 연구진은 **상반근 (Antagonistic Muscles)**을 모방했습니다. 인간의 팔처럼 한쪽 근육은 당기고 반대쪽 근육은 밀어서 관절을 움직이게 하되, 두 근육의 힘을 조절하는 방식을 완전히 새로 설계했습니다.
- 비유: 마치 스프링이 달린 두 개의 고무줄이 서로 당기고 밀고 있을 때, 고무줄을 당기는 힘 (토크) 과 고무줄 자체의 탄성 (강성) 을 각각 따로 조절할 수 있게 만든 것입니다.

2. 기술의 핵심: "세 가지 마법 도구"

이 연구는 로봇이 실시간으로 이 일을 처리할 수 있게 해주는 세 가지 도구를 개발했습니다.

① "만능 번역기" (Unified Modeling)

상황: 공기로 작동하는 근육, 전기로 작동하는 근육, 액체로 작동하는 근육 등 인공 근육의 종류는 다양하지만, 각각의 수학적 모델이 달라서 로봇을 제어하기가 복잡했습니다.
해결: 연구진은 모든 종류의 인공 근육을 하나의 **간단한 수식 (Padé 모델)**으로 설명할 수 있는 "만능 번역기"를 만들었습니다.
비유: 서로 다른 언어 (프랑스어, 중국어, 스페인어) 를 쓰지만, 모두 영어로 번역해서 한 번에 처리할 수 있게 만든 것과 같습니다. 덕분에 어떤 근육을 쓰든 로봇이 똑같은 두뇌로 제어할 수 있게 되었습니다.

② "빠른 운전사" (Cascaded Controller)

상황: 로봇이 물체에 부딪히는 순간은 0.01 초도 안 되는 아주 짧은 시간입니다. 이때 로봇이 느리게 반응하면 로봇이 넘어지거나 물체가 깨집니다.
해결: 1 초에 1,000 번 이상 (1ms 마다) 계산을 해서 힘을 조절하는 초고속 제어 시스템을 만들었습니다.
비유: 경주용 드라이버가 코너를 돌 때, 1 초에 수천 번씩 핸들을 미세하게 조정하며 차를 안정화시키는 것과 같습니다. 이 시스템은 부딪히는 순간에도 힘은 그대로 유지하면서 딱딱함 (강성) 만 빠르게 조절할 수 있습니다.

③ "상황 파악 센서" (Depth-Adaptive Policy)

상황: 로봇이 벽에 부딪혔을 때, 벽이 얼마나 단단한지 미리 알 수 없습니다.
해결: 로봇이 물체에 **얼마나 깊이 파고들었는지 (Penetration Depth)**를 보고 상황에 맞게 딱딱함을 조절합니다.
- 부드러운 쿠션에 닿으면: "아, 여기는 말랑말랑하네?"라고 생각하며 약간 더 딱딱하게 변해서 넘어지지 않게 합니다.
- 단단한 벽에 닿으면: "아, 여기는 단단하네?"라고 생각하며 약간 더 부드럽게 변해서 충격을 흡수합니다.
비유: 스키를 타는 사람을 생각해보세요. 눈이 깊으면 스키를 더 깊게 파고들며 속도를 줄이고, 딱딱한 얼음 위에서는 더 가볍게 미끄러집니다. 로봇도 이처럼 깊이에 따라 스스로의 성격을 바꾸는 지능을 가졌습니다.

3. 실제 효과: "충격 vs 안정성"의 균형

연구진은 이 기술을 시뮬레이션으로 테스트했습니다.

단단한 벽에 부딪혔을 때: 기존에 딱딱하게 설정된 로봇은 큰 충격을 받아 넘어질 뻔했지만, 이 기술은 부드럽게 충격을 흡수했습니다.
부드러운 쿠션에 닿았을 때: 기존에 너무 부드러운 로봇은 쿠션에 푹 꺼져서 균형을 잃었지만, 이 기술은 적절히 딱딱해져서 균형을 잡았습니다.

4. 결론: 왜 이 연구가 중요한가요?

이 연구는 로봇이 사람처럼 유연하게 세상을 이해하고 반응할 수 있는 길을 열었습니다.

과거: 로봇은 "무조건 세게" 혹은 "무조건 부드럽게"만 작동했습니다.
미래: 이 기술을 적용하면 로봇은 **비정형적인 환경 (예: 재난 현장, 집안일, 인간과의 상호작용)**에서도 안전하게 움직일 수 있습니다.

한 줄 요약:

"이 연구는 로봇에게 인간의 근육처럼 '힘'과 '부드러움'을 상황에 따라 따로 조절하는 지능을 심어주어, 로봇이 세상과 부딪힐 때 더 안전하고 똑똑하게 행동하게 만들었습니다."

1. 연구 배경 및 문제 정의 (Problem)

생물학적 영감: 동물은 대항근 (antagonistic muscle pairs) 을 사용하여 순 토크 (bias) 와 기계적 강성 (co-contraction) 을 독립적으로 조절하며, 예상치 못한 접촉 시 반사 신경을 통해 강성을 빠르게 조정하여 안정성을 확보합니다.
기술적 과제: 공기압 (PAM), 전기수압 (HASEL), 유전체 탄성체 (DEA) 등 다양한 인공 근육을 활용한 근육골격 로봇은 높은 출력 밀도와 순응성 (compliance) 을 가지지만, 실제 접촉 시 토크와 강성 제어의 독립성을 유지하는 것이 어렵습니다.
- 인공 근육의 힘은 변형률과 입력에 비선형적으로 의존합니다.
- 접촉 발생 초기 (수십 밀리초) 에는 점탄성 효과와 속도 제한으로 인해 기존 정적 모델이나 외부 임피던스 제어만으로는 급격한 동적 변화를 처리하기 어렵습니다.
- 기존 연구들은 특정 플랫폼에 국한되거나, 접촉 과도기 (transient) 동안의 독립적 제어를 보장하지 못했습니다.

2. 제안된 방법론 (Methodology)

저자들은 공기압, 전기수압, 유전체 탄성체 등 주요 인공 근육 계열에 적용 가능한 통합 실시간 제어 프레임워크를 제안했습니다.

A. 통합 모델링 (Unified Modeling)

분리 가능한 Padé 힘 모델: 각 근육의 활성도 ( $\alpha$ $α$ ) 와 내부 변형 상태 ( $x$ $x$ ) 를 분리하여 힘 ( $F$ $F$ ) 을 모델링합니다.
- $F(\alpha, x) = \alpha \cdot F_{base}(x)$
- $F_{base}(x)$ 는 [2/1] 차 Padé 분수 형태로, 비선형 힘 - 길이 특성을 저차수 (4 개 계수) 로 표현하여 실시간 계산을 가능하게 합니다.
- PAM, HASEL, DEA 등 서로 다른 물리 특성을 활성화 매핑 (activation mapping) 을 통해 이 단일 모델에 통합합니다.
최소 2-상태 동적 래퍼 (Dynamic Wrapper):
- 구동 상태 (Drive state): 입력 대역폭 제한을 모델링합니다.
- 내부 변형 상태 (Internal deformation): 켈빈 - 포이그트 (Kelvin-Voigt) 분기를 통해 점탄성 (viscoelasticity) 효과를 모델링합니다.
- 이 모델은 1ms 이하의 제어 주기로 실행 가능합니다.

B. 캐스케이드 제어 아키텍처 (Cascaded Control Architecture)

좌표계 변환: 두 근육의 입력을 공진축 (co-contraction, $c_\alpha$ ) 과 편향 (bias, $b_\alpha$ ) 좌표계로 변환합니다.
- $c_\alpha$ : 강성 ( $K$ ) 조절
- $b_\alpha$ : 토크 ( $T$ ) 조절
- 이를 통해 토크와 강성을 물리적으로 분리하여 제어할 수 있습니다.
이중 루프 제어:
1. 외부 루프 (Impedance Loop): 위치 오차에 기반한 원하는 토크 ( $T_{des}$ ) 를 생성합니다.
2. 내부 루프 (Inverse-Dynamics Solver): 원하는 토크 ( $T_{des}$ ) 와 기계적 강성 ( $K_{mech,des}$ ) 을 달성하기 위해 근육 명령 ( $u_1, u_2$ ) 을 계산합니다. 피드포워드 (가우스 - 뉴턴 반복) 와 피드백 (PI 제어) 을 결합하여 1ms 이내의 빠른 수렴을 달성합니다.

C. 생체 모방 적응 정책 (Bio-inspired Depth-Adaptive Policy)

표면의 종류 (연질/경질) 를 명시적으로 식별하지 않고, 관입 깊이 (penetration depth) 에 따라 강성을 스케줄링합니다.
작은 관입 (경질 표면 접촉 예상) 에서는 낮은 강성을 유지하여 충격을 흡수하고, 깊은 관입 (연질 표면 접촉 예상) 에서는 강성을 높여 안정성을 확보합니다.

3. 주요 기여 (Key Contributions)

통합 저차수 동적 모델: 다양한 인공 근육 (PAM, HASEL, DEA) 에 적용 가능한 Padé 기반의 분리형 힘 모델과 최소 2-상태 동적 래퍼를 제안했습니다.
실시간 토크 - 강성 분리 제어: 1ms 미만의 제어 주기로 독립적인 토크와 강성 추적을 가능하게 하는 캐스케이드 역동역학 제어기를 개발했습니다.
접촉 과도기 robustness 검증: 고정 토크 하에서의 강성 단계 변화 (stiffness-step) 테스트와 깊이 적응형 상호작용 시뮬레이션을 통해, 접촉이 발생하더라도 토크 제어가 유지됨을 입증했습니다.

4. 실험 결과 (Results)

모델 정확도: HASEL 하드웨어 데이터에 대한 모델 검증 결과, RMSE 0.78 N, $R^2$ 0.83 을 기록하여 비선형 동역학을 정확히 포착함을 보였습니다.
토크 - 강성 분리 성능:
- 외부 교란 (1.0 N·m) 하에서 폐루프 제어는 개루프 제어 대비 토크 오차를 29 배 감소시켰습니다.
- 고정 토크 조건에서 강성을 급격히 변경하는 테스트에서도 토크 조절이 유지되었습니다.
접촉 상호작용 시뮬레이션 (Soft-to-Rigid 환경):
- 고정 저강성 (Fixed-Low): 경질 표면에서의 충격 (Shock) 과 하중 (Load) 은 낮았으나, 연질 표면에서의 안정성이 떨어졌습니다.
- 고정 고강성 (Fixed-High): 연질 표면에서의 안정성은 좋았으나, 경질 표면에서의 충격이 컸습니다.
- 깊이 적응형 (Depth-Adaptive): 두 극단 사이의 최적 균형을 이루었습니다. 표면 라벨 없이도 관입 깊이에 따라 강성을 조절하여 충격 완화와 안정성 사이의 트레이드오프를 자동으로 해결했습니다.
- Ablation Study: 가상 임피던스 스케줄링과 기계적 강성 조절이 모두 접촉 성능에 기여함을 확인했습니다.

5. 의의 및 결론 (Significance)

실용적 제어 프레임워크: 이 연구는 인공 근육 기반 로봇이 동적 환경에서 토크와 강성을 독립적인 물리량으로 제어할 수 있는 이론적 및 실용적 기반을 마련했습니다.
적응형 임피던스 행동: 명시적인 표면 분류 없이도 관입 깊이에 기반한 적응형 강성 조절을 통해, 예측 불가능한 환경에서도 안전하고 안정적인 상호작용이 가능함을 보였습니다.
미래 전망: 현재는 시뮬레이션과 단일 HASEL 실험에 국한되었으나, 이 프레임워크는 다자유도 (Multi-DOF) 근육골격 로봇으로 확장되어 실제 비정형 환경에서의 로봇 적용을 위한 핵심 기술로 평가됩니다.

요약하자면, 이 논문은 인공 근육의 비선형성과 동적 특성을 통합 모델링하여, 접촉 상황에서도 토크와 강성을 독립적으로 정밀 제어할 수 있는 실시간 알고리즘을 제안하고, 이를 통해 로봇이 다양한 환경에서 적응적으로 상호작용할 수 있음을 입증한 획기적인 연구입니다.