Gait Generation Balancing Joint Load and Mobility for Legged Modular Robots with Easily Detachable Joints

이 논문은 탈착 가능한 관절을 가진 모듈형 로봇의 기계적 고장 위험을 줄이면서도 이동성을 유지하기 위해 NSGA-III 알고리즘을 활용한 다목적 최적화 프레임워크를 제안하고, 다양한 환경에서의 보행 생성과 구조적 무결성 보장을 실험을 통해 입증했습니다.

핵심

🤖 1. 문제 상황: "튼튼한 로봇이 왜 자꾸 다치나?"

상상해 보세요. 레고 블록처럼 조립하고 분리할 수 있는 로봇이 있다고 칩시다. 이 로봇은 상황에 따라 다리를 4 개로 만들기도 하고, 6 개로 만들기도 합니다. (예: 계단 오를 때는 6 개, 평지에서는 4 개)

하지만 여기서 큰 문제가 생깁니다.

• 기존 방식: 로봇이 "빨리 빨리 걷자!"라고만 생각하면, 다리를 너무 높이 들거나 너무 세게 내딛습니다.
• 결과: 로봇이 빠르게는 가지만, 다리를 연결하는 '조인트 (관절)'에 너무 큰 힘이 실려서 기계가 고장 나거나, 아예 로봇이 조각조각 분리되어 버릴 위험이 큽니다.

마치 무거운 짐을 싣고 달리는 마차를 생각해 보세요. 말이 너무 빨리 뛰면 마차의 바퀴나 연결 고리가 부러질 수 있죠. 로봇도 마찬가지입니다.

💡 2. 해결책: "세 가지 목표를 동시에 잡는 '저울' 만들기"

저자들은 로봇이 걷는 방법을 찾을 때, 단순히 '속도'만 보는 게 아니라 세 가지 목표를 저울에 올려놓고 균형을 맞추는 방식을 고안했습니다.

1. 속도 (Mobility): 얼마나 빨리 갈 수 있을까?
2. 안정성 (Stability): 넘어지지 않고 잘 서 있을까?
3. 부하 (Joint Load): 관절이 얼마나 힘들게 일하고 있을까? (이게 가장 중요!)

이 세 가지는 서로 충돌합니다. "더 빨리 가려면" 관절에 힘이 더 들어가고, "관절에 힘을 덜 주려면" 걸음이 느려지거나 다리를 낮게 내려야 하죠.

저자들은 NSGA-III라는 똑똑한 알고리즘을 이용해, 이 세 가지가 서로 가장 잘 조화되는 **'최적의 걷는 패턴 (Pareto 최적 해)'**들을 찾아냈습니다.

비유: 마치 요리사가 "맛 (속도), 영양 (안정성), 칼로리 (관절 부하)"를 모두 고려해서 최고의 레시피를 개발하는 것과 같습니다. "맛만 좋으면 칼로리는 상관없다"가 아니라, "건강하게도 맛있게" 먹을 수 있는 레시피를 찾는 거죠.

🚶 3. 실험 결과: "조심스러운 보행이 오히려 더 잘 된다"

이론을 실제 로봇 (4 다리, 6 다리) 에 적용해 보니 놀라운 결과가 나왔습니다.

• 기존 방식 (속도 위주): 로봇이 다리를 높이 들고 힘차게 뛰었습니다. 하지만 관절에 충격이 너무 커서 위험했고, 실제로는 넘어지기도 했습니다.
• 새로운 방식 (부하 고려): 로봇이 다리를 낮게 들고, 부드럽게, 그리고 신중하게 움직였습니다.
  • 결과: 속도는 약 10% 정도 느려졌지만, 관절에 가해지는 힘은 11.5% 줄었고, 넘어질 확률은 41%나 감소했습니다.
  • 핵심: "조금 더 천천히, 하지만 훨씬 더 안전하게" 걷는 것이 로봇의 수명을 늘리는 길이라는 것을 증명했습니다.

🏔️ 4. 환경에 따른 적응력: "평지와 계단은 다른 걸음걸이가 필요하다"

• 평지: 6 다리가 4 개로 움직이는 '테트라포드' 보법이 가장 잘 어울렸습니다. 속도와 안정성, 관절 보호를 모두 잡았습니다.
• 경사/계단: 로봇의 무게나 모양에 따라 실패하기도 했습니다.
  • 예를 들어, 6 다리 로봇이 경사면을 오를 때 몸무게가 너무 무거워 미끄러지기도 했습니다.
  • 계단에서는 다리를 너무 높이 들지 못해 (몸이 아래로 꺼져서) 실패했지만, 몸통을 살짝 받쳐주니 성공했습니다.
  • 교훈: 로봇이 어떤 환경에 있느냐에 따라 다리의 개수 (모양) 를 바꾸거나, 걷는 패턴을 바꿔야 한다는 것을 깨달았습니다.

📊 5. 통계로 본 비밀: "무엇이 관절을 가장 아프게 할까?"

데이터를 분석한 결과, 로봇의 관절을 가장 아프게 하는 주범은 **다리를 얼마나 높이 들어 올리는가 (Swing Height)**였습니다.

• 다리를 너무 높이 들면 착지할 때 충격이 커져 관절이 아픕니다.
• 그래서 새로운 알고리즘은 다리를 최대한 낮게, 땅에 가까이 붙여서 걷는 전략을 선택했습니다. 마치 스키를 타듯이 미끄러지듯 걷는 것이 관절에는 가장 좋습니다.

🏁 결론: "튼튼한 로봇을 위한 지혜"

이 연구는 **"로봇이 무조건 빠를 필요는 없다"**는 메시지를 줍니다. 특히 조립식 로봇처럼 연결 부위가 약한 로봇은, 관절이 견딜 수 있는 선에서 걷는 법을 스스로 찾아내는 것이 훨씬 중요합니다.

이론적으로는 완벽해 보일지라도, 실제 로봇은 3D 프린터로 만든 몸통이 조금씩 찌그러지거나 마찰이 달라서 예상과 다를 수 있습니다. 하지만 이 연구는 **"부하를 고려한 걷기"**가 로봇이 오래오래, 안전하게 일할 수 있는 핵심 열쇠임을 보여주었습니다.

한 줄 요약:

"로봇에게 '빨리 가라'고만 시키지 말고, '관절이 아프지 않게 조심스럽게 걷는 법'을 가르쳐주니, 로봇이 더 튼튼하고 안정적으로 세상을 누비게 되었다!"

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 모듈형 재구성 로봇은 다양한 환경에 적응하기 위해 형태를 변경할 수 있지만, 이동 중 과도한 관절 토크는 특히 탈착식 조인트 (detachable joints) 의 기계적 고장이나 의도치 않은 분리 (detachment) 를 유발할 수 있습니다.
• 문제점:
  • 기존 연구들은 주로 이동 효율성이나 형태 최적화에 집중하여, 구조적 손상을 방지하기 위한 관절 하중 (joint load) 감소를 간과하는 경향이 있습니다.
  • 기존 강화학습 (DRL) 기반 접근법은 단일 최적 정책을 도출하여 속도, 안정성, 하중 간의 명확한 트레이드오프 (trade-off) 를 분석하기 어렵습니다.
  • 모듈형 로봇이 대형화될수록 연결 인터페이스에 가해지는 하중이 급격히 증가하여, 이동성 확보와 구조적 무결성 유지 사이의 균형이 핵심 과제가 됩니다.

2. 제안된 방법론 (Methodology)

저자는 이동 속도, 안정성, 관절 하중을 독립적인 목적 함수로 삼아 NSGA-III (Non-dominated Sorting Genetic Algorithm III) 알고리즘을 활용한 다목적 최적화 프레임워크를 제안합니다.

• 최적화 문제 설정:
  • 목적 함수 (Objective Functions):
    1. 이동 속도 ($f_{speed}$): 전진 속도를 최대화하고 측면 드리프트를 최소화.
    2. 안정성 ($f_{stability}$): 지지 다각형 (support polygon) 내 무게 중심 (CoM) 과 경계 사이의 거리 (정적 안정성 마진) 를 평균화.
    3. 관절 하중 ($f_{load}$): 보행 주기 동안의 평균 총 관절 반력 (reaction force) 을 로봇 중량으로 정규화하여 최소화.
  • 제약 조건: 모든 활성 관절의 토크가 액추에이터 정격 한도 및 탈착식 조인트의 물리적 잠금 구조를 견딜 수 있는 한도 ($\tau_{max}$) 이내여야 함.
• 결정 변수 (Decision Variables):
  • 각 다리의 보폭 ($L$), 흔들기 속도 ($V$), 흔들기 높이 ($H$), 그리고 보행 주기 내 지지 단계 비율인 듀티 팩터 ($\beta$).
  • 이 변수들을 통해 보행 패턴 (Trot, Wave, Tetrapod, Tripod 등) 을 자동으로 생성 및 조정합니다.
• 실험 환경:
  • 시뮬레이션: PyBullet 엔진 사용 (4 다리 및 6 다리 로봇 모델).
  • 지형 조건: 평지, 10 도 경사면, 10cm 계단.
  • 하드웨어: 탈착식 조인트 (스프링 및 돌기 잠금 구조) 와 탄소 섬유 강화 나일론 (Onyx) 으로 제작된 3D 프린트 바디를 가진 실제 로봇 (4 다리 및 6 다리).

3. 주요 기여 및 결과 (Key Contributions & Results)

A. 관절 하중 고려의 효과

• 하중 감소: 관절 하중을 고려하지 않은 기존 방법과 비교하여, 제안된 방법은 최대 관절 하중을 약 11.5% 감소시켰습니다.
• 안정성 향상: 하중 최소화를 위해 흔들기 높이 (swing height) 를 낮추고 착지 충격을 완화하는 동작을 생성함으로써, 안정성 지수가 약 41.2% 향상되었습니다.
• 대신 속도 저하: 하중과 안정성을 우선시한 결과, 이동 속도는 약 10.5% 감소했으나, 이는 구조적 무결성을 보장하기 위한 의도된 트레이드오프였습니다.

B. 환경 및 보행 패턴 적응성 분석

• 성공/실패 시나리오:
  • 평지: 4 다리 (Trot), 6 다리 (Tetrapod, Tripod) 는 성공했으나, 6 다리 (Wave) 는 안정성 마진이 음수 (-0.252) 로 나타나 실패했습니다.
  • 경사면/계단: 4 다리 로봇은 경사면에서 미끄러짐 없이 성공했으나, 6 다리 로봇은 무게로 인해 미끄러졌습니다. 계단에서는 6 다리 Tripod 보행이 성공했으나, 초기 몸체 침하 (sinking) 로 인해 실패했다가 물리적 지지 후 성공했습니다.
• 파레토 최적 해 (Pareto-optimal solutions): NSGA-III 는 다양한 해를 제공하여, 사용자의 우선순위 (속도 vs. 안전) 에 따라 적절한 보행 패턴을 선택할 수 있게 합니다. 반면, Wave 보행의 경우 수학적 최적화는 성공했으나 물리적 한계로 인해 모든 해가 실패 영역에 위치함을 시각화하여 증명했습니다.

C. 통계적 분석 (관절 하중 영향 요인)

• 평지 환경: 흔들기 높이 ($H$) 가 관절 하중에 가장 큰 영향을 미치는 요인으로 확인되었습니다 (회귀 계수 $B=0.401$, $p=0.004$). 듀티 팩터 ($\beta$) 또한 유의미한 양의 상관관계를 보였습니다.
• 불규칙 지형 (경사/계단): 평지와 달리 단일 변수가 하중에 독립적으로 유의미한 영향을 미치지 않았으며, 환경 요인과 결정 변수 간의 복잡한 상호작용이 하중을 결정함을 시사합니다.

D. 시뮬레이션 - 실제 (Sim-to-Real) 검증

• 성공: 제안된 프레임워크로 생성된 보행 패턴이 실제 4 다리 및 6 다리 로봇에서 평지와 경사면에서 안정적으로 구현되었습니다.
• 한계: 3D 프린트 부품의 탄성 변형과 조인트 백래시 (backlash) 로 인해 실제 로봇의 이동 속도는 시뮬레이션보다 낮았으며, 계단 오르기 시 몸체 침하로 인한 실패가 발생했습니다. 이는 하드웨어 강성 향상이 필요함을 보여줍니다.

4. 연구의 의의 및 결론 (Significance & Conclusion)

• 구조적 무결성 보장: 모듈형 로봇, 특히 탈착식 조인트를 가진 로봇이 다양한 지형에서 이동할 때 발생할 수 있는 기계적 고장 위험을 사전에 예방하는 최적화 프레임워크를 제시했습니다.
• 균형 잡힌 설계: 이동성 (Speed) 만을 추구하는 기존 접근법에서 벗어나, 관절 하중과 이동성 간의 명확한 트레이드오프를 관리할 수 있는 도구를 제공했습니다.
• 미래 전망: 향후 하드웨어의 강성을 개선하여 Sim-to-Real 격차를 줄이고, 동적 안정성 지표를 통합하여 더 높은 이동성을 확보하는 방향으로 연구가 확장될 예정입니다.

이 논문은 모듈형 로봇의 실용화를 위해 단순한 이동성뿐만 아니라 기계적 신뢰성 (Mechanical Reliability) 을 최적화 과정의 핵심 요소로 통합했다는 점에서 중요한 의의를 가집니다.