A Novel Hybrid PID-LQR Controller for Sit-To-Stand Assistance Using a CAD-Integrated Simscape Multibody Lower Limb Exoskeleton
이 논문은 SolidWorks CAD 모델과 OpenSim 생체역학 데이터를 기반으로 구축된 하체 외골격의 앉았다 일어나기 (STS) 동작을 위해, 기존 PID 및 LQR 제어기보다 RMSE 와 정착 시간을 획기적으로 단축하고 오버슈트를 최소화하는 새로운 하이브리드 PID-LQR 제어기의 설계와 시뮬레이션을 통해 그 우수성을 입증합니다.
의자에서 일어나는 동작은 단순히 다리를 펴는 게 아닙니다. 몸의 무게 중심을 앞쪽으로 옮기고, 엉덩이와 무릎, 발목이 마치 오케스트라처럼 완벽하게 조화를 이루어야 합니다.
비유: 마치 무거운 가방을 들고 계단을 오르는 것과 같습니다. 다리가 약하면 가방을 들고 오르기 힘들고, 로봇이 도와줄 때 너무 세게 당기면 넘어질 수 있고, 너무 느리면 시간이 너무 걸려서 위험할 수 있습니다.
핵심 문제: 기존 로봇들은 이 복잡한 움직임을 조절하는 '두뇌 (제어 시스템)'가 부족했습니다.
🧠 2. 세 가지 '두뇌' (제어 방식) 비교
연구팀은 로봇이 움직일 때 사용할 세 가지 다른 두뇌를 만들어 비교해 보았습니다.
① PID 제어기: "반응형 운전사"
원리: "차가 길에서 벗어나면 (오류 발생), 즉시 핸들을 꺾어서 다시 도로로 되돌린다."
장점: 개념이 간단하고 구현하기 쉽습니다.
단점:너무 반응이 느리고 과민합니다. 차가 이미 크게 흔들린 후에야 핸들을 꺾기 때문에, 차가 앞뒤로 심하게 흔들리거나 (오버슈트), 완전히 멈추는 데 시간이 오래 걸립니다.
결과: 로봇이 일어날 때 다리가 너무 많이 흔들리거나, 발목이 제자리에 멈추지 못해 3 초 안에 일어서는 게 불가능했습니다.
② LQR 제어기: "예측형 천재 운전사"
원리: "앞으로 어떻게 움직일지 미리 계산해서, 가장 효율적인 경로로 부드럽게 운전한다."
장점: 매우 빠르고 부드럽게 움직입니다.
단점:완벽한 예측만 믿습니다. 만약 예상치 못한 돌발 상황 (사람의 몸무게 차이, 미끄러짐 등) 이 생기면, 그 오차를 완전히 잡지 못해 목표 위치에서 아주 조금씩 어긋날 수 있습니다.
결과: 움직임은 빠르지만, 완전히 일어서는 순간에 아주 미세하게 목표 각도에서 벗어났습니다.
③ 하이브리드 PID-LQR (이 논문의 주인공): "최고의 팀워크"
원리:천재 운전사 (LQR) 와 반응형 운전사 (PID) 를 한 차에 태웠습니다.
LQR 이 전체적인 흐름을 빠르게 잡아주고,
PID 가 마지막에 남은 아주 작은 오차까지 완벽하게 수정해 줍니다.
비유: 마치 유능한 코치 (LQR) 가 전체 작전을 짜주고, 정밀한 타이밍을 잡는 스포츠 트레이너 (PID) 가 마지막 순간에 자세를 교정해 주는 것과 같습니다.
결과: 두 장점을 모두 얻어, 가장 빠르고 정확하며 흔들림이 거의 없는 움직임을 만들어냈습니다.
📊 3. 실험 결과: "완벽한 승리"
연구팀은 SolidWorks(3D 설계 프로그램) 로 로봇을 설계하고, OpenSim(인체 운동 시뮬레이션) 으로 실제 사람의 일어나는 동작 데이터를 만들어 로봇에게 시켰습니다. 그 결과는 놀라웠습니다.
정확도 (오차 감소):
기존 PID 방식보다 70% 이상 더 정확해졌습니다.
비유: PID 가 100m 달리기에서 10m 정도 빗나갔다면, 이 새로운 방식은 3m 정도만 빗나갔습니다.
안정성 (흔들림 감소):
로봇이 일어서는 동안 다리가 덜컹거리는 정도 (오버슈트) 가 2~6% 수준으로 줄었습니다. (기존은 10~20% 까지 흔들림)
비유: 차가 멈출 때 앞뒤로 심하게 흔들리지 않고, 한 번에 딱 멈추는 느낌입니다.
속도 (정지 시간):
PID 는 발목을 제자리에 멈추는 데 3 초가 걸려서 (일어날 수 없음), 이 방식은 0.1 초도 안 되어 멈췄습니다.
비유: PID 가 브레이크를 밟고 미끄러지다가 멈춘다면, 이 방식은 브레이크를 밟자마자 딱 멈추는 것입니다.
💡 4. 결론: 왜 이 연구가 중요한가?
이 논문의 핵심은 **"로봇이 사람을 돕는다는 것은 단순히 힘을 주는 게 아니라, 사람의 움직임과 완벽하게 조화를 이루어야 한다"**는 것입니다.
기존 방식: 너무 느리거나 너무 흔들려서 환자에게 위험할 수 있음.
새로운 방식 (하이브리드): 빠르고, 정확하며, 흔들림이 없어 실제 병원이나 가정에서 환자를 돕는 외골격 로봇으로 쓸 수 있는 가능성을 열었습니다.
한 줄 요약:
"이 연구는 로봇이 의자에서 일어날 때, **빠른 예측 능력 (LQR)**과 **정밀한 수정 능력 (PID)**을 합쳐, 환자가 넘어지지 않고 가장 자연스럽고 안전하게 일어날 수 있도록 돕는 '최고의 두뇌'를 개발했습니다."
이 기술이 실제 로봇에 적용되면, 다리가 약한 어르신이나 환자분들이 스스로 일어나는 것에서 다시 독립적인 삶을 살 수 있는 큰 희망이 될 것입니다.
1. 연구 배경 및 문제 제기 (Problem)
배경: 앉았다 일어서기 (Sit-to-Stand, STS) 는 일상생활에서 가장 역학적으로 까다로운 동작 중 하나이며, 척수 손상, 뇌졸중, 노화로 인한 운동 기능 저하를 겪는 환자들에게는 독립성과 기능적 의존성 사이의 경계선입니다. 하체 외골격은 이러한 동작을 보조할 수 있는 강력한 도구로 부상했습니다.
문제점: 인간 - 외골격 시스템은 비선형성, 시간 변화적 동역학, 그리고 다양한 사용자의 관성 파라미터 차이로 인해 제어 난이도가 매우 높습니다.
기존 PID 제어: 구현이 간단하지만 국소적 (single-variable) 접근 방식이라 시스템의 전체적인 에너지나 상태를 고려하지 못하며, 부하 하에서 정상 상태 오차 (steady-state error) 가 발생할 수 있습니다.
기존 LQR 제어: 최적 상태 피드백을 제공하지만 선형화된 모델에 의존하여 모델링 불확실성과 사용자 변동성에 대한 강인성이 부족하며, 적분 작용이 없어 정상 상태 오차가 남을 수 있습니다.
연구 목적: STS 보조를 위해 PID 와 LQR 의 장점을 결합한 새로운 하이브리드 PID-LQR 제어기를 설계하고, 기존 제어기 (PID, LQR) 와의 체계적인 비교 평가를 통해 임상적 적용 가능성을 검증하는 것입니다.
2. 방법론 (Methodology)
가. 시뮬레이션 프레임워크 및 외골격 모델링
고충실도 물리 기반 모델: SolidWorks 에서 설계된 양측 하체 외골격 CAD 어셈블리를 MATLAB/Simulink 의 Simscape Multibody 환경으로 직접 가져왔습니다.
이 과정을 통해 모든 링크의 정확한 기하학적 및 관성 특성 (질량, 관성 텐서 등) 을 보존했습니다.
수동 라그랑주 방정식 유도 없이 자동으로 동역학 모델 (M(q)q¨+C(q,q˙)q˙+G(q)=τ) 을 생성했습니다.
참조 궤적 생성 (OpenSim): OpenSim 근골격계 시뮬레이션을 사용하여 50 백분위수 기준 인간 (75kg, 1.75m) 의 생리학적 STS 동작 데이터를 생성했습니다.
동작은 3 단계로 분해됨:
굴곡 - 운동량 (Flexion-momentum, 0-33%): 몸통 전방 굴곡 및 질량 중심 이동.
운동량 전달 (Momentum-transfer, 34-66%): 좌석 이탈 및 지면 반력 전달.
신전 (Extension, 67-100%): 완전한 서기 자세로 점진적 신전.
나. 제어기 설계
세 가지 제어 전략을 설계 및 비교했습니다.
PID 제어기: 각 관절별로 독립적으로 게인을 조정하는 전통적 방식.
LQR 제어기: 상태 피드백을 기반으로 추적 오차와 제어 토크를 최소화하는 최적 제어 방식.
제안된 하이브리드 PID-LQR 제어기:
두 전략을 가중치 합으로 결합: τHybrid=ατLQR+(1−α)τPID
혼합 계수 (α): 성능 지수 (RMSE 와 제어 토크 에너지 합) 를 최소화하여 0.65로 최적화됨.
구조: LQR 의 최적 상태 피드백 구조 (빠른 과도 응답) 와 PID 의 적분 작용 (정상 상태 오차 제거 및 외란 제거) 을 동시에 활용.
3. 주요 기여 (Key Contributions)
CAD 통합 Simscape Multibody 모델: SolidWorks CAD 데이터를 Simscape 로 직접 변환하여 정확한 물리적 파라미터를 보존한 고충실도 하체 외골격 모델 개발.
OpenSim 기반 참조 궤적: 생리학적 데이터를 기반으로 3 단계 생체 역학적 단계를 포함한 STS 관절 궤적 생성.
새로운 하이브리드 PID-LQR 제어기: STS 보조를 위해 PID 와 LQR 의 상호 보완적 강점을 결합한 혁신적인 제어 아키텍처 제안.
체계적인 다중 지표 비교: 추적 정확도, 과도 응답, 정상 상태 오차 등 다양한 성능 지표를 통해 PID, LQR, 하이브리드 제어기를 엄격하게 비교 평가.
4. 결과 (Results)
시뮬레이션 결과, 제안된 하이브리드 PID-LQR 제어기가 모든 관절 (髋, 무릎, 발목) 에서 기존 제어기보다 월등한 성능을 보였습니다.
추적 정확도 (RMSE 및 MAE):
고관절 (Hip): PID 대비 RMSE 72.3% 감소 (1.06° 달성).
무릎 (Knee): PID 대비 RMSE 70.4% 감소 (1.38° 달성).
발목 (Ankle): PID 대비 RMSE 70.0% 이상 감소.
전반적으로 하이브리드 제어기는 참조 궤적과 가장 밀접하게 일치하며, 모든 생체 역학적 단계에서 오차를 최소화했습니다.
과도 응답 (Transient Response):
settling time (정착 시간): PID 대비 90% 이상 단축됨.
특히 PID 는 발목 관절에서 3.0 초 동작 시간 내에 정착하지 못했으나 (2.849 초), 하이브리드 제어기는 0.140 초 만에 정착하여 임상적으로 수용 가능한 속도를 달성했습니다.
오버슈트 (Overshoot): 모든 관절에서 가장 낮았으며, 고관절 2.72%, 무릎 2.39%, 발목 6.10% 수준으로 제한됨 (PID 는 20% 이상 발생). 이는 사용자에게 가해지는 불필요한 관절 힘을 줄여줍니다.
동작 시뮬레이션: 하이브리드 제어기를 적용한 외골격 모델이 앉은 자세에서 서 있는 자세까지 5 단계 (Seated, Push-Up, Mid-Stand, Stand, Final Stand) 를 매끄럽고 안정적으로 수행함을 확인했습니다.
5. 의의 및 결론 (Significance)
기술적 의의: 이 연구는 PID 의 단순성과 LQR 의 최적성을 동시에 확보하여, 각각의 단점 (PID 의 정상 상태 오차, LQR 의 모델 불확실성 민감도) 을 상쇄하는 하이브리드 아키텍처의 유효성을 입증했습니다.
임상적 의의:
안전성: 낮은 오버슈트 (2.39~6.10%) 는 사용자의 관절에 가해지는 갑작스러운 힘을 줄여 안전성을 확보합니다.
자연스러운 보조: 90% 이상의 정착 시간 단축은 STS 동작의 자연스러운 리듬을 유지하고 균형 불안정을 방지하여 임상 보조 외골격으로의 상용화 가능성을 높였습니다.
향후 과제: 현재는 시뮬레이션 기반 평가이므로, 향후 하드웨어 인 더 루프 (HIL) 검증, 작동기 동역학 및 센서 노이즈 고려, 사용자 변동성에 따른 적응형 튜닝, 그리고 실제 환자 대상 임상 시험이 필요하다고 결론지었습니다.
요약하자면, 본 논문은 CAD 기반의 정밀 모델링과 OpenSim 생체 역학 데이터를 활용하여 개발된 하이브리드 PID-LQR 제어기가 기존 제어 방식보다 월등히 우수한 성능을 보이며, 하체 외골격을 통한 STS 보조의 임상적 적용을 위한 강력한 기술적 토대를 마련했다는 점에서 의의가 큽니다.