💻 computer science

A Closed-Form CLF-CBF Controller for Whole-Body Continuum Soft Robot Collision Avoidance

이 논문은 실시간 3 차원 장애물 회피를 위해 온라인 최적화 없이 안전성과 안정성을 보장하는 폐쇄형 CLF-CBF 제어기를 제안하여, 기존 샘플링 기반 계획 및 최적화 기반 방법보다 최대 100 배 빠른 속도로 연성 연속 로봇의 전체 신체 충돌 회피를 가능하게 합니다.

원저자: Kiwan Wong, Maximillian Stölzle, Wei Xiao, Daniela Rus

게시일 2026-03-23

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Kiwan Wong, Maximillian Stölzle, Wei Xiao, Daniela Rus

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 **"부드러운 로봇이 사람과 함께 살면서, 어떻게 하면 절대 부딪히지 않고 안전하게 움직일 수 있을까?"**라는 질문에 대한 획기적인 답을 제시합니다.

기존의 방법들은 너무 느리거나, 계산이 복잡해서 실시간으로 대응하기 어려웠습니다. 하지만 이 연구팀은 **"수학적 마법"**을 부려, 로봇이 장애물을 피하는 계산을 순간적으로 (실시간으로) 해내는 새로운 제어기를 개발했습니다.

이 내용을 일상적인 비유로 쉽게 설명해 드릴게요.

1. 문제 상황: "무거운 젤리 로봇"의 딜레마

상상해 보세요. 우리가 만든 로봇이 거대한 젤리나 오징어처럼 매우 부드럽고 유연하게 구부러집니다. 이런 로봇은 사람과 부딪쳐도 다치지 않아서 '안전하다'고 생각하기 쉽죠. 하지만 젤리가 너무 강하게 움직이거나, 무거운 물건을 들면 여전히 사람을 다치게 하거나 로봇 자체가 망가질 수 있습니다.

기존 방법의 한계:
- 지도 앱 (RRT) 방식:* 로봇이 움직이기 전에 "어디로 가야 할지" 미리 경로를 찾아봅니다. 하지만 세상이 복잡하면 (장애물이 많으면) 경로를 찾는 데 시간이 너무 오래 걸려서, 로봇이 멈춰서 있거나 너무 느리게 움직입니다.
- 수학 문제 풀이 (QP) 방식: 로봇이 매순간 "어떻게 움직여야 안전할까?"를 수학 문제로 풀어갑니다. 하지만 이 문제가 너무 복잡해서 (장애물이 많을수록), 컴퓨터가 "계산 중..."이라고 외치며 로봇이 버벅거립니다.

2. 이 연구의 해결책: "수학적 마법 (Closed-Form)"

이 연구팀은 **"계산기를 두드리지 않고도 정답을 바로 외울 수 있는 공식"**을 만들었습니다.

비유: "자동 조종 장치"
- 기존 방식은 운전자가 매번 "앞에 차가 있네? 브레이크? 핸들? 어떡하지?"라고 고민하며 계산기를 두드리는 것과 같습니다.
- 이 연구의 방식은 **"앞에 장애물이 보이면 자동으로 왼쪽으로 30 도 틀고, 속도는 10% 줄여라"**라는 완벽한 공식을 로봇의 뇌에 심어준 것입니다.
- 그래서 로봇은 계산할 필요 없이, 눈 (센서) 으로 장애물을 보자마자 순간적으로 안전한 방향으로 움직입니다.

3. 핵심 기술: "안전과 목표의 균형" (CLF-CBF)

로봇은 두 가지 목표를 동시에 가져야 합니다.

목표 (CLF): "저기 있는 빨간 공 (목표 지점) 으로 가자!"
안전 (CBF): "하지만 그 사이에 있는 벽 (장애물) 에는 절대 부딪히지 말자!"

기존에는 이 두 가지를 동시에 만족시키려고 매번 복잡한 수학을 풀어야 했지만, 이 연구팀은 "안전 규칙을 공식 자체에 녹여버리는" 방법을 썼습니다.

비유: "유리벽이 있는 미로"
- 로봇은 목표 지점으로 가려다가 벽에 부딪히면, 마치 유리벽에 부딪힌 것처럼 자연스럽게 튕겨 나옵니다.
- 이 때, 로봇은 "아, 벽이 있네? 그럼 우회해서 가자"라고 고민하지 않고, 수학적 공식에 따라 자연스럽게 꺾입니다.
- 특히, 장애물이 여러 개 있어도 로봇은 "가장 위험한 장애물" 하나만 집중해서 피하는 것이 아니라, 모든 장애물을 한 번에 고려해서 가장 부드러운 경로를 찾습니다.

4. 실험 결과: "스피드와 정확성"

속도: 기존의 복잡한 계산 방법보다 10 배에서 100 배까지 빠릅니다. (마치 엑셀로 복잡한 계산을 하다가, 스마트폰 앱으로 한 번에 해결한 것과 같습니다.)
정확도: 로봇이 목표 지점을 향해 갈 때, 궤적이 매우 부드럽고 매끄럽습니다. 기존 방법처럼 갑자기 꺾이거나 멈추는 현상이 없습니다.
실제 실험: 실험실의 실제 로봇 (실로 만든 부드러운 팔) 으로 테스트했을 때도, 장애물을 피하면서 목표 지점에 정확히 도달했습니다.

5. 결론: 왜 이것이 중요한가?

이 기술은 **로봇이 사람과 함께 일하는 미래 (병원, 공장, 가정)**에 필수적입니다.

기존: "로봇이 움직이려면 계산이 끝날 때까지 기다려야 해." (느리고 비효율적)
이 연구: "로봇이 사람과 함께 움직여도, 순간적으로 위험을 감지하고 피할 수 있어." (빠르고 안전함)

한 줄 요약:

이 논문은 **"부드러운 로봇이 복잡한 미로 속에서도, 계산 없이도 본능처럼 안전하게 장애물을 피하며 목표에 도달할 수 있게 해주는 초고속 수학적 공식"**을 개발했습니다.

이제 로봇은 더 이상 "계산 중"이라고 멈춰 서지 않고, 사람과 함께 자연스럽게, 안전하게 춤을 추듯 움직일 수 있게 되었습니다.

1. 연구 배경 및 문제 정의 (Problem)

배경: 인간 중심의 3D 환경 (제조, 의료, 보조 등) 에 로봇을 배포할 때 안전성은 필수적입니다. 소프트 컨티뉴엄 매니퓰레이터는 물리적 구조에 준강성 (compliance) 을 내장하여 수동적 안전성을 제공하지만, 정밀도 향상, 큰 하중, 동적 작업 수행을 위해 강성이 증가하거나 하이브리드 구조를 사용할 경우 수동적 안전성만으로는 부족합니다.
문제점:
- 기존 충돌 회피 방법 (샘플링 기반 계획, RRT*, MPC 등) 은 계산 비용이 매우 높고 실시간 전체 몸체 (whole-body) 충돌 회피에 한계가 있습니다.
- 소프트 로봇은 높은 자유도 (DOF) 와 복잡한 변형을 가지며, 기하학적 원리를 이용한 정밀한 충돌 감지는 많은 안전 제약 조건을 생성하여 온라인 최적화 (QP) 를 어렵게 만듭니다.
- 기존 최적화 기반 접근법은 수치적 불안정성, 실행 불가능성 (infeasibility), 그리고 실시간 성능 부족의 문제가 있습니다.

2. 제안된 방법론 (Methodology)

이 논문은 온라인 최적화 (QP) 없이 명시적 폐쇄형 (Closed-Form) 제어 법칙을 유도하여 실시간 3D 장애물 회피를 가능하게 하는 CLF-CBF (Control Lyapunov Function - Control Barrier Function) 제어기를 제안합니다.

운동학 모델링:
- 텐서드 구동 소프트 로봇의 운동학을 Piecewise Constant Strain (PCS) 모델로 표현합니다.
- 로봇의 연속적인 몸체를 $N_{res}$ 개의 구 (sphere) 집합으로 이산화하여 전체 몸체 충돌 감지를 수행합니다.
제어 프레임워크:
- 제어 장벽 함수 (CBF): 로봇 구와 환경 장애물 (구) 간의 거리를 기반으로 안전 집합을 정의합니다.
- 제어 리아푸노프 함수 (CLF): 작업 공간의 목표 지점 (Setpoint) 추종 또는 궤적 추종을 위한 안정성 목표를 정의합니다.
- 제약 조건 집계 (Aggregation): 수백 개의 쌍별 (pairwise) 충돌 제약 조건을 처리하기 위해 Log-Sum-Exp (LSE) 근사법을 사용하여 단일 매끄러운 장벽 함수로 통합합니다. 이는 최적화 문제의 차원을 줄이고 연속성을 보장합니다.
폐쇄형 해법 유도:
- 기존의 QP 문제를 KKT (Karush-Kuhn-Tucker) 조건을 사용하여 명시적으로 해석적으로 풀어서 제어 입력 $u^*$ 를 구합니다.
- 슬랙 변수 (slack variable) 를 도입하여 CLF (성능) 와 CBF (안전) 간의 충돌 시 안전을 우선시하면서도 최적화 문제의 실행 가능성을 유지합니다.
- 최종 제어 입력은 라그랑주 승수 ( $\lambda$ ) 를 통해 계산되는 간단한 대수식 형태로 도출되어, 매 제어 주기마다 QP 솔버를 호출할 필요가 없습니다.

3. 주요 기여 (Key Contributions)

고차원 소프트 로봇을 위한 폐쇄형 CLF-CBF 제어기: 온라인 QP 풀이 없이 밀집된 충돌 제약 하에서 실시간 전체 몸체 충돌 회피를 보장합니다. 기존 강체 또는 저차원 시스템용 명시적 CBF 방법론이 적용되지 않던 영역을 해결합니다.
성능 및 안전성 검증: 시뮬레이션 및 실제 하드웨어 실험을 통해 실시간 성능, 형식적 안전성 보장 (formal safety guarantees), 그리고 복잡한 환경에서의 정확한 작업 공간 추종 능력을 입증했습니다.
기존 방법론 대비 비교 평가:
- RRT 기반 계획 + 저수준 제어기:* 제안된 방법은 이산적인 설정점 (setpoint) 에 의존하지 않아 더 매끄러운 수렴을 보이며, 계획 시간 (244 초) 대비 계산 비용이 훨씬 낮습니다.
- 기존 QP 솔버: 제안된 폐쇄형 방법은 QP 솔버보다 최대 10 배 이상 빠르고, 기존 샘플링 기반 계획법보다 최대 100 배 빠릅니다.

4. 실험 결과 (Results)

시뮬레이션:
- 계산 효율성: QP 솔버 (qpax) 대비 폐쇄형 해법은 약 10.8 배 빠른 실행 시간 (약 4.2 $\mu$ s) 을 보였으며, 수치적 정확도는 기계 정밀도 수준으로 일치했습니다.
- 해상도 확장성: 로봇의 이산화 구 (sphere) 수 ( $N_{res}$ ) 가 증가할수록 QP 솔버의 계산 시간은 급격히 증가하지만, 폐쇄형 방법은 계산 시간이 거의 일정하게 유지되어 확장성이 뛰어났습니다.
- 궤적 추종: 원형 궤적 추종 실험에서 폐쇄형 제어기는 QP 기반 제어기보다 더 정확하고 매끄러운 궤적을 보였으며, 장애물 근처에서의 급격한 궤적 이탈을 줄였습니다.
하드웨어 실험 (텐서드 구동 소프트 매니퓰레이터):
- 실제 로봇 (2 세그먼트) 을 사용하여 장애물이 있는 환경에서 목표 지점 추종 실험을 수행했습니다.
- 안전성: 안전 제약이 없는 순수 CLF 제어기는 장애물과 충돌하여 목표에 도달했으나, 제안된 CLF-CBF 제어기는 안전 마진 (0.05m) 을 유지하며 목표에 근접했습니다.
- 실시간성: 100Hz 제어 주기로 안정적으로 작동하며, 실시간 충돌 회피 및 추종이 가능함을 입증했습니다.

5. 의의 및 결론 (Significance)

실시간 안전 제어의 혁신: 소프트 로봇의 높은 자유도와 복잡한 기하학적 구조로 인해 발생하는 계산 부하를 해결하여, 온라인 최적화 없이도 형식적으로 안전성이 보장되는 실시간 전체 몸체 충돌 회피를 가능하게 했습니다.
확장성 및 안정성: 수치적 불안정성이나 실행 불가능성 문제를 제거하고, 고차원 시스템에서도 효율적으로 작동하여 동적이고 안전이 중요한 환경 (Safety-critical settings) 에서 소프트 로봇의 배포를 촉진합니다.
향후 과제: 현재는 충돌 회피 제약만 처리하지만, 향후 입력 제약, 에너지 예산 등 이질적인 제약 조건을 조합할 수 있도록 확장하고, 관성 역학을 고려한 동적 충돌 회피로 발전시킬 계획입니다.

이 연구는 소프트 로봇이 복잡한 인간 중심 환경에서 안전하고 효율적으로 작동할 수 있는 강력한 제어 프레임워크를 제공합니다.