기술 요약: 원격 조작에서 가변 임피던스를 통한 정밀 추적을 위한 의도 수용 제어

1. 문제 제기

원격 조작 시스템은 일반적으로 팔로워 로봇을 리더의 위치로 끌어당기는 스프링과 같은 힘에 의존합니다. 이러한 전통적인 접근 방식은 근본적인 트레이드오프를 제시합니다.

• 낮은 강성 (Stiffness): 민감한 물체나 인간과 상호작용할 때 안전을 보장하지만, 특히 동적 움직임 중에는 추적 정확도가 떨어집니다.
• 높은 강성: 정밀한 추적을 보장하지만 공유 환경에서 안전 위험을 초래하며, 운영자가 임피던스를 급격히 변경할 때 불안정성이나 "휘슬래시 (whiplash)" 효과를 유발할 수 있습니다.

Tele-Impedance Control(TIC) 과 같은 기존 최첨단 솔루션들은 운영자의 팔 임피던스 (EMG 또는 파지 힘 통해) 를 추정하고 팔로워의 임피던스를 이에 맞추어 이를 해결하려 시도합니다. 그러나 TIC 는 여전히 리더의 현재 위치를 목표값으로 전송합니다. 결과적으로, 팔로워의 임피던스가 낮을 경우 (순응적일 경우), 운영자가 높은 물리적 강성 (동시 수축) 을 유지하지 않는 한 팔로워가 리더의 궤적을 정확하게 추적할 수 없으며, 이는 피로하고 지속 불가능합니다. 반대로, 팔로워가 강성일 경우 환경을 손상시킬 위험이 있습니다.

해결해야 할 핵심 문제는 운영자가 추적 성능이나 안전성을 훼손하지 않고 팔로워의 임피던스를 낮음에서 높음으로 자유롭게 조절할 수 있으면서도, 팔로워 로봇이 리더의 움직임을 정확하게 추적할 수 있도록 하는 방법입니다.

2. 방법론: 의도 수용 제어 (Intention Assimilation Control, IAC)

저자들은 팔로워의 순간적 임피던스와 추적 정확도를 분리하는 전략인 **의도 수용 제어 (IAC)**를 제안합니다.

핵심 개념

리더의 현재 위치 ($x_l$) 를 팔로워로 전송하는 전통적인 방법과 달리, IAC 는 운영자가 가하는 힘을 기반으로 리더의 목표 위치 ($\tau_l$) 를 추정하고, 이 추정된 목표를 팔로워로 전송합니다. 그런 다음 팔로워는 리더의 순간 상태가 아닌 이 가상 목표 ($\tau^*$) 를 추적합니다.

제어 아키텍처

1. 목표 추정: 팔로워는 리더 로봇에 가해지는 힘을 관찰하여 운영자의 의도 궤적 ($\tau^*$) 을 추정합니다. 이는 목표 궤적이 시간의 함수 (예: 고정 위치 또는 선형 속도) 라는 내부 모델을 사용하여 모델링됩니다.
2. 상태 관측: 칼만 필터를 사용하여 로봇의 위치, 속도, 목표 궤적 매개변수, 그리고 리더의 제어 입력을 포함하는 확장 상태 벡터를 추정합니다. 관측기는 추정된 상태와 측정된 상태 (위치, 속도, 힘) 간의 오차를 최소화합니다.
3. 제어 법칙: 팔로워의 제어기는 다음과 같이 설계됩니다.
   $$u = -L_1(x - \tau^*) - L_2(\dot{x} - \dot{\tau}^*)$$
   여기서 $L_1$과 $L_2$는 팔로워의 강성 및 감쇠 이득입니다. 목표 $\tau^*$가 현재 위치가 아닌 의도된 궤적의 추정치이기 때문에, 수렴을 달성하기 위해 이득 $L_1$과 $L_2$를 높게 설정할 필요가 없습니다. 안전을 위해 낮게 설정하거나 동적으로 조절할 수 있습니다.
4. 임피던스 조절: 운영자는 **파지 힘 (power grasp force)**을 통해 팔로워의 임피던스 크기를 제어하며, 이는 팔 끝점 강성과 선형적으로 상관관계가 있습니다. 이를 통해 팔로워의 순응성을 실시간으로 조정할 수 있습니다.
5. 안정성: 임피던스 제어에서 알려진 문제인 강성을 급격히 증가시킬 때 발생하는 불안정성을 방지하기 위해, Kronander 와 Billard(2016) 에서 유도된 조건을 사용하여 강성 증가율을 제한하여 급격한 전환 중에도 시스템이 안정적으로 유지되도록 합니다.

시스템 동역학

이 논문은 표준 강체 동역학을 사용하여 리더와 팔로워 로봇을 모델링합니다. 팔로워의 제어기는 리더의 동역학에 일치하도록 자체 동역학을 보상하여, 제어 입력이 동일할 경우 팔로워가 리더의 행동을 모방하는 "정합 (matched)" 시스템을 효과적으로 생성합니다.

3. 주요 기여

• 새로운 제어 전략: 리더의 현재 위치 추적을 운영자의 의도에서 유도된 추정된 목표 위치 추적으로 전환하는 IAC 의 도입.
• 정확도와 임피던스의 분리: 팔로워의 임피던스가 낮을 때에도 높은 추적 정확도를 유지할 수 있음을 입증하여 TIC 의 한계를 극복.
• 실험적 검증: 네 가지 서로 다른 실험 시나리오에서 IAC 와 TIC 를 포괄적으로 비교:
  1. 자유 추적 (Free Tracking): 가변 임피던스를 가진 다축 이동.
  2. 연약한 상호작용 (Soft Interaction): 안전성과 순응성을 테스트하기 위해 풍선과 상호작용.
  3. 핀 - 구멍 삽입 (Peg-in-Hole): 정렬을 위해 높은 순응성이 필요하지만 삽입을 위해 정밀한 추적이 필요한 정밀 작업.
  4. 양방향 연마 (Bilateral Polishing): 운영자가 파지 힘을 통해 임피던스를 조절하는 힘 피드백 작업.

4. 실험 결과

이 연구는 단방향 작업에는 100ms 통신 지연을, 양방향 작업에는 0ms 지연을 적용한 두 개의 7-DOF Franka Emika 매니퓰레이터를 사용했습니다.

• 자유 추적:

  • TIC: 임피던스가 400 N/m 미만으로 떨어지면 추적 오차가 급격히 증가했습니다. 낮은 강성 (80 N/m) 에서 오차는 20cm 를 초과했습니다. 높은 강성은 운영자가 임피던스를 증가시킬 때 "휘슬래시 (급격한 가속/감속)"를 유발했습니다.
  • IAC: 전체 임피던스 범위 (80–1320 N/m) 에서 추적 오차를 10cm 미만 (약 5cm 부근) 으로 유지했습니다. 휘슬래시는 관찰되지 않았습니다.
  • 정량적: IAC 는 테스트된 범위에서 TIC 대비 추적 오차를 2.21 배 감소시켰습니다.

• 풍선 상호작용:

  • TIC: 높은 이득 (300 N/m) 을 사용하더라도 팔로워는 자유 공간에서 정확하게 추적하지 못했으며, 순응성 제어의 부재로 인해 접촉 시 풍선을 터뜨렸습니다.
  • IAC: 낮은 이득 (60 N/m) 으로 자유 공간에서 리더를 정확하게 추적했으며, 풍선과 부드럽게 상호작용하여 파열을 방지했습니다.

• 핀 - 구멍 삽입:

  • 참가자: 8 명의 비전문 사용자.
  • 성공률: IAC 는 20 초 이내에 88% 의 성공률을 기록한 반면, TIC 는 50% 였습니다 ($p=0.02$).
  • 완료 시간: IAC 를 사용한 성공적인 시도는 TIC(17.0 초) 에 비해 유의미하게 짧은 시간 (10.0 초) 이 소요되었습니다 ($p<0.001$).
  • 메커니즘: 개선은 주로 삽입 단계에서 발생했습니다. IAC 는 팔로워의 방향이 리더의 회전 조정에 올바르게 반응하도록 하여 사용자가 핀을 끼임에서 "흔들며" 빠져나오게 할 수 있게 했습니다. TIC 는 팔로워가 순응적일 때 이러한 회전 보정을 효과적으로 전달하지 못했습니다.

• 양방향 연마:

  • IAC 는 운영자가 파지 힘을 통해 임피던스를 조절할 때에도 x-y 평면에서 낮은 추적 오차를 성공적으로 유지했습니다.
  • 두 모드 모두에서 힘 피드백이 리더에게 정확하게 반영되어 안정적인 양방향 조작을 확인했습니다.

5. 중요성과 주장

이 논문은 IAC 가 단방향 및 양방향 원격 조작 중 팔로워의 위치와 임피던스에 대해 전례 없는 수준의 제어를 제공한다고 주장합니다.

• 안전성과 정확성: IAC 는 전통적인 트레이드오프를 해결하여 추적 정밀도를 희생하지 않으면서도 안전하고 낮은 강성의 상호작용을 가능하게 합니다.
• 사용자 자유도: 운영자는 작업 요구 사항에 따라 임피던스를 조절할 수 있습니다 (예: 연마 시 낮은 강성, 드릴링 시 높은 강성). 정확도를 유지하기 위해 근육을 물리적으로 동시 수축시킬 필요가 없습니다.
• 강건성: 이 방법은 통신 지연 (100ms 에서 테스트됨) 에 강건하며, 테스트된 구성에서 안정성을 위해 복잡한 패시비티 알고리즘이 필요하지 않습니다.
• 실용성: 임피던스 추정을 위해 파지 힘을 사용함으로써 EMG 기반 방법과 관련된 노이즈 및 보정 어려움을 피하여 실제 현장 배포에 더 실용적입니다.

저자들은 IAC 가 사용자가 환경에 맞춰 임피던스를 적응할 수 있는 자유를 부여하면서도 로봇이 인간의 움직임을 정확하게 재현할 수 있게 한다고 결론지으며, 이는 TIC 가 안전성이나 성능 중 하나를 희생하지 않고는 달성할 수 없는 능력이라고 강조합니다.