Cascade PID Control of an Inverted Pendulum on a Cart System: Simulation and Experimental Analysis

당신이 복도를 걷는 동안 손바닥에 빗자루 자루를 세워서 균형을 맞추려고 노력한다고 상상해 보세요. 이 논문은 본질적으로 그와 같은 내용입니다. 다만 빗자루와 손 대신 연구자들은 위에 막대가 달린 로봇 카트를 제작하고, 이동하면서 스스로 균형을 잡도록 가르치려 했습니다.

다음은 그들의 작업을 간단한 비유로 풀어낸 것입니다:

큰 도전: 흔들리는 막대

그들이 구축한 시스템은 '역진자 (inverted pendulum)'라고 불립니다. 마치 거꾸로 선 줄타기꾼을 생각해 보세요. 만약 그들이 가만히 서 있다면 즉시 넘어집니다. 그들은 똑바로 서 있기 위해 끊임없이 미세한 조정이 필요합니다.

이것은 까다로운데, 그 이유는 막대 (진자) 와 카트가 행동 면에서 서로 '붙어' 있기 때문입니다. 넘어지는 막대를 잡기 위해 카트를 앞으로 밀면, 막대는 뒤로 흔들립니다. 카트를 너무 세게 멈추면 막대가 넘어질 수 있습니다. 한 동작이 다른 동작에 영향을 미치는 섬세한 춤과도 같습니다.

해결책: '관리자와 근로자' (캐스케이드 PID)

연구자들은 캐스케이드 PID라는 제어 전략을 사용했습니다. 이를 이해하기 위해 두 사람이 있는 건설 현장을 상상해 보세요:

1. 근로자 (내부 루프): 이 사람의 유일한 임무는 막대가 넘어지지 않게 하는 것입니다. 그들은 빠르고 반응이 즉각적이며, 막대가 아주 조금이라도 기울어지면 약간 당황합니다. 그들은 카트가 어디에 있는지 신경 쓰지 않으며, 오직 막대가 수직으로 서 있는지에만 관심을 가집니다.
2. 관리자 (외부 루프): 이 사람은 근로자에게 어디로 걸을지 지시합니다. 카트가 오른쪽으로 10 센티미터 이동해야 한다면, 관리자는 "좋아, 저기로 이동해"라고 말합니다. 하지만 관리자는 이동하는 동안 균형을 잡는 일은 근로자가 처리할 것이라고 믿습니다.

'캐스케이드'라는 부분은 관리자가 근로자에게 말하고, 근로자가 모터에 말한다는 것을 의미합니다. 이 두 단계 과정은 시스템이 안정적으로 유지되도록 돕습니다.

두 가지 테스트: 비디오 게임 대 현실 세계

팀은 이 아이디어를 두 가지 방식으로 테스트했습니다:

1. 시뮬레이션 (완벽한 비디오 게임)
먼저, 그들은 컴퓨터 프로그램 (Simulink) 안에 카트의 디지털 버전을 구축했습니다. 이 '비디오 게임' 세계에는 먼지나 마찰, 흔들리는 손이 없습니다.

• 결과: 디지털 카트는 완벽하게 균형을 잡았습니다. 목표 지점으로 이동했고 막대는 똑바로 서 있었습니다. 잘 코딩된 비디오 게임 속 캐릭터처럼 부드럽고 예측 가능했습니다.

2. 실험 (현실의 혼란)
다음으로, 그들은 아두이노 (작은 컴퓨터), 모터, 센서를 사용하여 물리적 로봇을 제작했습니다.

• 현실 확인: 현실은 혼란스럽습니다. 바퀴에는 마찰이 있었고, 센서는 약간 노이즈가 있었으며 (라디오의 정전기처럼), 모터는 수학이 예측한 대로 정확히 반응하지 않았습니다.
• 결과: 로봇은 실제로 균형을 잡았으며, 이는 성공이었습니다! 그러나 컴퓨터 모델과는 다르게 행동했습니다. '관리자'와 '근로자'는 다르게 튜닝해야 했습니다. 예를 들어, 컴퓨터에서는 카트를 뒤로 이동시키게 하기 위해 음수를 사용했지만, 물리적 로봇의 소프트웨어는 음수를 이해하지 못했으므로 우회책을 찾아야 했습니다.

그들이 발견한 문제들

로봇이 작동했음에도 불구하고, 연구자들은 몇 가지 장벽에 부딪혔습니다:

• "너무 가벼운" 막대: 첫 번째 설정에서 막대는 매우 가벼웠습니다 (깃털처럼). 그들이 약간의 밀기 (방해) 를 가했을 때 로봇은 회복하지 못했습니다. 누군가 불고 있을 때 손가락 위에 깃털을 세워서 균형을 맞추려고 하는 것과 같았습니다; 너무 민감합니다.
• 짧은 복도: 로봇이 더 무거운 막대를 균형을 잡거나 밀림에서 회복하려고 할 때, 카트를 앞뒤로 많이 움직여야 했습니다. 그들이 만든 트랙은 너무 짧았습니다. 카트가 균형을 잡는 작업을 끝내기 전에 레일의 끝에 부딪혔습니다.
• "오버슈트 (Overshoot)": 때때로 카트가 새로운 위치로 이동하려고 할 때, 목표 지점을 지나쳐 갔다가 다시 돌아와야 했습니다. 정지 표지판 앞에서 브레이크를 너무 늦게 밟는 자동차와 같았습니다.

더 나은 해결책: "똑똑한 관리자" (LQR)

'오버슈트'와 밀림으로부터 회복하는 어려움을 해결하기 위해, 그들은 '근로자' (각도 제어기) 를 LQR이라는 더 진보된 알고리즘으로 교체해 보았습니다.

• 비유: PID 제어기가 엄격한 규칙을 따르는 근로자라면, LQR은 '앞을 내다볼 수 있는' 근로자입니다. LQR은 동시에 균형을 잡고 이동하는 가장 효율적인 방법을 계산합니다.
• 결과: 이 새로운 설정은 격렬한 흔들림 (오버슈트) 을 줄이고 방해에 대한 시스템의 대처 능력을 향상시켰지만, 여전히 완벽하게 작동하려면 긴 트랙이 필요했습니다.

결론

이 논문은 단순한 '관리자와 근로자' (캐스케이드 PID) 방식이 막대를 세우는 데 잘 작동하지만 한계가 있다고 결론 내립니다.

• 막대가 충분히 무겁지 않은 한, 강한 방해에 대처하는 데 어려움을 겪습니다.
• 제 역할을 하려면 긴 트랙이 필요합니다.
• 실제 세계의 로봇은 컴퓨터 시뮬레이션보다 더 혼란스러우므로, 다르게 튜닝해야 합니다.
• 균형 잡기 부분에 더 지능적인 수학 (예: LQR) 을 사용하면 전체 시스템이 더 매끄럽고 효율적으로 될 수 있습니다.

간단히 말해: 그들은 두 단계 제어 시스템을 사용하여 이동하는 카트 위에 막대를 균형을 잡을 수 있음을 증명했지만, 현실은 간단한 컴퓨터 시뮬레이션이 제안하는 것보다 더 많은 공간과 더 무거운 막대, 그리고 때로는 더 지능적인 알고리즘을 필요로 합니다.