Control Lyapunov Functions for Underactuated Soft Robots

이 논문은 구동기 제한과 부분 구동 특성을 가진 연성 로봇의 작업 공간 제어 안정성을 보장하기 위해, 제어 리아푸노프 함수를 볼록 부등식 제약으로 활용하는 새로운 제어 프레임워크를 제안하고 다양한 시뮬레이션 환경에서 기존 방법보다 우수한 성능을 입증합니다.

핵심

이 논문은 부족 구동 (Underactuated) 소프트 로봇을 어떻게 안정적으로 움직이게 할지에 대한 새로운 방법을 소개합니다.

여기서 말하는 '소프트 로봇'은 고무줄이나 젤리처럼 유연하게 구부러지는 로봇을 뜻하고, '부족 구동'은 로봇의 관절이 너무 많은데 이를 움직일 모터 (힘) 가 부족한 상황을 말합니다. 마치 30 개의 관절을 가진 거대한 뱀이 3 개의 모터로만 움직여야 한다고 상상해 보세요.

이 논문은 이런 로봇이 목표한 곳에 정확히 가거나, 복잡한 경로를 따라 움직일 때 **안정성 (넘어지지 않음) 과 힘의 한계 (모터가 터지지 않음)**를 동시에 지키는 '지능형 운전법'을 개발했습니다.

이 내용을 일상적인 비유로 쉽게 설명해 드리겠습니다.

---

1. 문제: "너무 많은 손가락, 너무 적은 뇌"

일반적인 로봇 팔은 관절 하나하나에 모터가 달려 있어 정밀하게 움직입니다. 하지만 소프트 로봇은 고무처럼 유연해서 관절이 무수히 많습니다. 문제는 모터가 그 관절 수만큼 따라주지 못한다는 점입니다.

• 비유: 마치 100 개의 손가락을 가진 거대한 장갑을 입었는데, 그 장갑을 움직일 수 있는 오직 3 개의 근육만 있다고 상상해 보세요. 이 장갑으로 공을 잡으려 하면, 3 개의 근육만으로는 모든 손가락을 원하는 대로 움직일 수 없습니다. 그래서 로봇이 목표한 곳으로 가려다 자꾸 비틀거리거나, 모터가 너무 많은 힘을 받아서 멈춰버리는 (포화 현상) 문제가 발생합니다.

2. 기존 방법의 한계: "이론상 완벽하지만 현실에서는 실패"

기존의 로봇 제어 방법들은 "모든 관절에 모터가 있다"는 가정을 하고 만들어졌습니다.

• 비유: 이는 모든 손가락에 각각 전동기가 달린 장갑을 입은 사람을 가정하고 만든 운전 매뉴얼입니다. 하지만 실제 소프트 로봇 (3 개의 근육만 있는 장갑) 에 이 매뉴얼을 적용하면, 모터가 감당할 수 없는 명령을 내리게 되어 로봇이 제자리에 멈추거나 불안정하게 흔들립니다.

3. 이 논문의 해결책: "CLF-QP"와 "소프트 ID-CLF-QP"

저자들은 로봇이 넘어지지 않도록 하는 **'안정성 지도 (Lyapunov Function)'**와 **'최적의 힘 분배 (Quadratic Program, QP)'**를 결합한 새로운 방법을 제안했습니다.

A. 기본 아이디어: "안정성 지도와 힘의 한계"

• 비유: 로봇이 목표 지점 (예: 컵) 으로 가는 길에 **'안정성 지도'**가 있습니다. 이 지도는 "이 방향으로 가면 넘어지지 않고 안정적으로 도착한다"는 것을 수학적으로 보장합니다. 동시에 로봇의 모터는 **"최대 힘은 이 정도까지"**라는 한계가 있습니다.
• 이 방법은 로봇이 목표에 가면서도 넘어지지 않고, 모터의 힘 한계도 넘지 않도록 가장 좋은 경로와 힘을 실시간으로 계산해 줍니다. 마치 스마트 내비게이션이 교통 체증 (힘의 한계) 을 피하면서도 가장 안전한 길 (안정성) 을 찾아주는 것과 같습니다.

B. 핵심 혁신: "소프트 ID-CLF-QP" (이 논문의 주인공)

기존 방법도 좋았지만, 로봇이 너무 유연하고 자유도가 높을 때는 여전히 불안정해졌습니다. 그래서 저자들은 **'역동역학 (Inverse Dynamics)'**을 더 정교하게 적용했습니다.

• 비유:
  • 기존 방법: "목표 지점만 보고 가라!"라고 명령하면, 로봇은 무작정 달려가다가 불필요하게 몸이 비틀려서 넘어질 수 있습니다. (불필요한 관절 운동이 생김)
  • 새로운 방법 (Soft ID-CLF-QP): "목표 지점으로 가되, 모터가 실제로 힘을 줄 수 있는 부분에만 집중하고, 나머지 부분은 자연스럽게 흐르게 하라"는 명령을 내립니다.
  • 마치 유리잔을 들고 달리는 사람처럼, 손 (모터) 이 닿는 부분만 단단히 잡고, 나머지 몸통 (유연한 부분) 은 물리 법칙에 따라 자연스럽게 움직이게 합니다. 이렇게 하면 로봇이 스스로 균형을 잃지 않고, 모터의 힘 한계 안에서도 가장 효율적으로 움직일 수 있습니다.

4. 실험 결과: "어떤 로봇도 잘 다룸"

저자들은 세 가지 다른 형태의 로봇으로 실험했습니다.

1. 손가락 로봇: 간단한 2 개의 모터로 4 개의 관절을 움직이는 경우.
2. 나선형 로봇 (Helix): 케이블로 당기는 중간 수준의 유연 로봇.
3. 소라게/코끼리 코 로봇 (SpiRob): 3 개의 모터로 27 개의 관절을 움직이는 매우 복잡한 로봇.

결과:

• 기존 방법들은 복잡한 로봇 (특히 3 번) 에서 실패하거나, 목표에 도달하지 못했습니다.
• 하지만 이 논문의 **'소프트 ID-CLF-QP'**는 세 가지 로봇 모두에서 가장 정확하고 안정적으로 목표에 도달했습니다. 특히 모터의 힘 한계가 있을 때도 흔들리지 않고 부드럽게 움직였습니다.

5. 결론: "유연한 로봇을 위한 새로운 운전법"

이 논문은 **"모터가 부족하고 몸이 유연한 로봇을 어떻게 하면 넘어지지 않고 정확하게 움직이게 할까?"**라는 질문에 답했습니다.

• 핵심 메시지: 로봇의 물리적 한계 (힘 부족) 를 무시하고 무작정 명령하는 게 아니라, 로봇이 실제로 할 수 있는 일 (모터가 제어 가능한 부분) 에 집중하면서도, **넘어지지 않는 안전 규칙 (Lyapunov)**을 지키는 지능적인 제어 시스템을 만들었습니다.

이 기술이 실용화되면, 인간과 안전하게 상호작용하는 유연한 로봇 팔, 수술용 로봇, 혹은 재난 구조용 로봇들이 훨씬 더 정교하고 안전하게 움직일 수 있을 것입니다. 마치 유연한 고무줄을 조종하듯, 하지만 결코 끊어지지 않도록 정밀하게 제어하는 기술이라고 생각하시면 됩니다.

기술 요약

1. 문제 정의 (Problem Statement)

• 소프트 로봇의 제어 난제: 소프트 로봇은 본질적으로 유연성 (Compliance) 을 가지며, 기하학적 구조, 재료 특성, 구동 간의 강한 결합 (Coupling) 을 보입니다. 이로 인해 모델링과 제어가 매우 어렵습니다.
• 과소 구동 (Underactuation) 과 입력 제한: 소프트 로봇은 자유도 (DOF) 가 매우 많거나 무한하지만, 실제 구동기는 그보다 훨씬 적습니다. 또한, 구동기에는 물리적인 한계 (Saturation) 가 존재합니다.
• 기존 방법의 한계:
  • 기존 PD 제어나 피드백 선형화 기법들은 대부분 '완전 구동 (Full Actuation)'을 가정하거나 구동기 제한을 무시합니다.
  • 입력 제한이 있는 경우 기존 제어 법칙의 수렴성 (Convergence) 보장이 무너질 수 있습니다.
  • 모델 예측 제어 (MPC) 는 구동 제한을 처리할 수 있지만, 소프트 로봇의 높은 자유도로 인해 계산 부하가 너무 커 실시간 적용이 어렵습니다.

2. 방법론 (Methodology)

저자들은 제어 리아푸노프 함수 (CLF) 기반의 2 차 계획법 (Quadratic Program, QP) 프레임워크를 소프트 로봇에 적용하여, 안정성 보장과 구동기 제한을 동시에 만족시키는 방법을 개발했습니다.

A. 기본 접근: CLF-QP

• 작업 공간 오차 동역학을 선형화하고, 이를 기반으로 급속 지수 안정화 제어 리아푸노프 함수 (RES-CLF) 를 정의합니다.
• 이를 QP 의 불등식 제약 조건으로 포함시켜, 오차가 지수적으로 감소하도록 강제합니다.
• 구동기 포화 (Saturation) 를 처리하기 위해 완화 변수 (Relaxation variable, $\delta$) 를 도입하여 QP 의 실행 가능성 (Feasibility) 을 보장합니다.

B. 핵심 제안: Soft ID-CLF-QP (Soft Inverse Dynamics CLF-QP)

기존 CLF-QP 는 작업 공간에 비해 과다 구동 (Redundant) 이거나 구동기가 매우 제한된 시스템에서 '영역 동역학 (Zero Dynamics)'이 불안정해지거나 진동하는 문제가 있었습니다. 이를 해결하기 위해 제안된 새로운 제어기는 다음과 같은 특징을 가집니다.

1. 전체 동역학 제약 (Full-body Dynamics Constraint):
   • 단순한 작업 공간 선형화 대신, 로봇의 전체 동역학 방정식을 QP 의 등식/부등식 제약으로 포함시킵니다.
   • 이를 통해 작업 공간 목표 달성과 물리적 운동 법칙을 동시에 만족시킵니다.
2. 좌표 변환 및 부분적 제약 (Coordinate Transformation & Partial Constraints):
   • 고도 과소 구동 시스템 (예: 27 DOF 를 가진 3 개의 구동기) 에서는 모든 가속도를 제어할 수 없습니다.
   • 저자들은 좌표 변환을 통해 시스템을 구동 좌표 (Actuated) 와 비구동 좌표 (Unactuated) 로 분할합니다.
   • 구동 좌표에는 역동역학 (Inverse Dynamics) 을 강제 (Hard constraint) 하여 물리적으로 실현 가능한 힘을 생성합니다.
   • 비구동 좌표에는 연성 제약 (Soft constraint) 을 적용하여, 시스템이 자연스럽게 진동하거나 안정화되도록 허용합니다.
3. 안정성 보장:
   • 이 방식은 CLF-QP 의 지수 안정성 특성을 유지하면서도, 비구동 부위의 불안정한 제로 동역학을 억제하여 전체 시스템의 안정성을 확보합니다.

3. 주요 기여 (Key Contributions)

1. 소프트 로봇용 CLF-QP 프레임워크: 과소 구동 소프트 로봇의 작업 공간 제어 및 추적을 위한 일반화된 프레임워크 제시.
2. Soft ID-CLF-QP 알고리즘 개발: 과소 구동 특성을 고려하여 역동역학 제약을 부분적으로 적용한 새로운 제어기 제안.
3. 다양한 플랫폼 검증: 단순한 2 링크 텐던 구동 '손가락', 헬리코이드 (Helix) 매니퓰레이터, 고도 과소 구동 나선형 로봇 (SpiRob) 등 3 가지 서로 다른 수준의 과소 구동 시스템을 시뮬레이션하여 검증.
4. 성능 비교 및 오픈소스 제공: 기존 제어기 (Impedance Control, UIC 등) 와 비교 분석을 수행했으며, 새로운 시스템 테스트를 위한 유연한 Python 구현체를 오픈소스로 공개했습니다.

4. 실험 결과 (Results)

저자들은 MuJoCo 시뮬레이션 환경에서 점 위치 제어 (Set-point Regulation) 와 궤적 추적 (Trajectory Tracking) 실험을 수행했습니다.

• 성능 비교:
  • Soft ID-CLF-QP는 6 가지 벤치마크 (3 개 로봇 × 2 가지 작업) 중 4 개에서 가장 우수한 성능을 보였으며, 나머지 2 개에서도 2 위를 차지했습니다.
  • 특히 SpiRob (나선형 로봇) 과 같은 고도 과소 구동 시스템에서 기존 방법들 (CLF-QP, IC, UIC) 이 수렴에 실패하거나 큰 오차를 보인 반면, 제안된 방법은 안정적인 수렴과 우수한 추적 성능을 달성했습니다.
• 리아푸노프 함수 수렴: 제안된 제어기는 입력 제한 하에서도 리아푸노프 함수가 일관되게 감소하여 시스템이 안정적으로 목표점에 도달하거나 궤적을 따르는 것을 확인했습니다.
• 한계: 나선형 로봇 (SpiRob) 의 궤적 추적 실험에서는 모든 제어기가 성능 저하를 보였는데, 이는 복잡한 경로 의존적 운동학과 극단적인 과소 구동 (27 DOF vs 3 Actuator) 으로 인한 것으로 분석됩니다.

5. 의의 및 결론 (Significance & Conclusion)

• 물리 기반 제어의 강화: 이 연구는 소프트 로봇의 복잡한 과소 구동 특성을 제어기가 '방해'하는 것이 아니라, 역동역학과 물리 모델을 활용하여 '활용'하는 새로운 패러다임을 제시합니다.
• 실시간성 및 확장성: 복잡한 MPC 와 달리 QP 기반이므로 계산 효율성이 높으며, C++ 구현 시 1kHz 수준의 실시간 제어 가능성이 기대됩니다.
• 향후 과제:
  • 하드웨어 실증: 실제 로봇에 적용하기 위한 실시간 상태 추정 (비전 기반 센싱 등) 기술 개발 필요.
  • 안전성 강화: 인간 및 환경과의 상호작용을 위해 제어 장벽 함수 (CBF) 를 결합한 연구 진행 예정.
  • 고급 제어: 고도 과소 구동 시스템의 궤적 추적 성능 향상을 위해 강화 학습 (RL) 또는 비선형 MPC 와의 결합 모색.

요약하자면, 이 논문은 구동기 제한과 과소 구동이라는 제약 조건 하에서도 안정적이고 정확한 제어가 가능한 소프트 로봇을 위한 새로운 최적화 기반 제어 프레임워크를 성공적으로 제안하고 검증했다는 점에서 의의가 큽니다.