Passivity-based Semi-autonomous Rotational Motion Navigation for Rigid-body Networks: Stability and Human Passivity Analysis

기술 요약: 강체 네트워크를 위한 수동성 기반 반자율 회전 운동 항법

문제 제기
정적 환경에 대한 다중 로봇 시스템의 협력 제어는 성숙해졌으나, 동적이고 비구조화된 시나리오에서의 안정성 보장은 종종 인간의 개입을 필요로 합니다. 특히 특수 직교군 $SO(3)$ 상의 자세 제어와 같은 완전한 3 차원 강체 운동을 위한 "인간 - 루프 (human-in-the-loop)" 시스템을 설계하는 데에는 상당한 과제가 남아 있습니다. 기존 접근 방식은 종종 수동 제어와 자율 제어 간의 충돌로 인해 폐루프 안정성이 훼손될 수 있습니다. 또한, 수동성 기반 방법이 안정성 보장을 위해 널리 사용되지만, 인간 운영자가 수동 시스템으로 행동한다는 가정을 검증하는 것은 특히 3 차원 회전 운동학의 경우 자명하지 않습니다. 대부분의 기존 프레임워크는 병진 운동이나 2 차원 자세 운동학에 국한되어 있습니다.

방법론
본 논문은 인간 운영자와 상호작용하는 $n$개의 강체 네트워크를 위한 새로운 수동성 기반 반자율 자세 제어 프레임워크를 제안합니다. 방법론은 다음과 같이 구성됩니다:

1. 시스템 모델링: 시스템은 $R_i \in SO(3)$인 방향을 가진 $n$개의 강체를 모델링합니다. 집단 행동은 몸체 고정 벡터에서 유도된 평균 벡터 $\bar{d}$와 "준평균 (quasi-average)" 회전 행렬 $\bar{R}$로 특징지어집니다. 각 강체의 제어 입력은 자율 구성 요소 ($\omega_{ai}$) 와 인간 매개 구성 요소 ($\omega_{hi}$) 로 분해됩니다.
2. 은밀한 제어 아키텍처: 자율 제어가 인간 운영자의 집단 상태 인식에 간섭하는 것을 방지하기 위해, 저자들은 "은밀한 제어 (stealthy control)"를 적용합니다. 자율 제어 신호는 평균 상태 역학의 영공간 (null space) 으로 투영됩니다. 이는 평균 벡터 $\bar{d}$가 인간 명령에 의해서만 진화하도록 보장하여, 평균 상태에 관해 자율 기동을 운영자에게 "보이지 않게" 만듭니다.
3. 가상 리더 및 동기화: 인간 개입을 중재하기 위해 자세 $R_l$을 가진 가상 리더가 도입됩니다. 인간 운영자는 가상 리더의 방향을 기준 $d_r$과 동기화하기 위해 공간 속도 $\omega^s_h$를 명령합니다. 실제 로봇 네트워크는 수동성 기반 자세 동기화 법칙을 통해 이 가상 리더에 결합됩니다.
4. 안정성 분석: 저자들은 인간 운영자가 수동 시스템이라는 가정 하에 폐루프 안정성을 엄밀하게 증명합니다. 상대 회전 운동의 위치 에너지와 인간 운영자의 에너지를 결합한 에너지 함수를 정의합니다. 라살 불변성 원리와 나구모 정리를 사용하여, 초기 상대 회전 행렬이 특정 양의 준정부호 조건을 만족한다면 시스템 궤적이 원하는 기준 벡터 $d_r$로 수렴함을 보여줍니다.
5. 인간 모델링 및 검증: 이론적 분석을 지원하기 위해 저자들은 가상 현실 (VR) 인터페이스 (Meta Quest 3S) 를 사용하여 인간 - 루프 시뮬레이션을 수행했습니다. 실험 데이터 (참가자들이 가상 벡터를 기준에 정렬하도록 한 데이터) 를 기반으로 인간 운영자의 연속 시간 전달 함수 모델을 식별했습니다. 마지막으로, 주파수 영역 수동성 지수를 사용하여 식별된 모델들의 수동성을 분석했습니다.

주요 기여
본 논문은 세 가지 주요 기여를 제시합니다:

1. 새로운 프레임워크: $SO(3)$ 상의 인간 - 루프 강체 시스템을 위한 수동성 기반 반자율 자세 제어 프레임워크 제안.
2. 엄밀한 안정성 증명: 인간 수동성 가정 하에 제안된 아키텍처의 폐루프 안정성 확립으로, 이전의 병진 운동 또는 2 차원 운동학에 국한된 연구를 확장.
3. 실증적 조사: 인간 동역학 식별 및 수동성 특성 검사를 포함하는 인간 - 루프 시뮬레이션을 통한 자세 제어 맥락에서의 인간 수동성에 대한 최초의 조사.

결과

• 이론적: 안정성 증명은 인간 운영자가 수동적이고 초기 조건이 충족된다면, 평균 벡터 $\bar{d}$가 기준 $d_r$로 수렴함을 확인합니다 ($\lim_{t\to\infty} \|\bar{d} - d_r\| = 0$).
• 시뮬레이션 및 식별: 시뮬레이션 데이터 (총 180 초의 12 회 시도 사용) 로부터 인간 운영자 모델이 성공적으로 식별되었습니다. 이 모델은 2x2 전달 함수 행렬로, 결합 이득 $k_s$에 따라 약 51% 에서 약 77% 까지 변하는 적합도 비율로 지배적인 입력 - 출력 행동을 포착했습니다.
• 수동성 분석: 식별된 모델에 대한 분석은 인간 수동성이 시스템 매개변수에 민감함을 드러냈습니다. 구체적으로, 결합 이득 $k_s = 3.0$인 경우, 식별된 모델은 주파수 스펙트럼 전반에 걸쳐 수동성 조건 ($\nu(\omega) \ge 0$) 을 만족했습니다. 그러나 $k_s = 2.5$인 경우, 약 2 rad/s 이상의 주파수에서 수동성 조건이 위반되었습니다.

의의 및 주장
본 논문은 인간 개입 하의 완전한 3 차원 강체 운동을 위한 안정성 프레임워크를 확립함으로써 문헌의 중요한 공백을 해소했다고 주장합니다. 저자들은 이론적 프레임워크가 인간 수동성 가정에 의존하지만, 실험 결과는 이 가정이 보편적으로 보장되지 않으며 매개변수 조정 (특히 결합 이득 $k_s$) 에 크게 의존함을 강조합니다. 따라서 본 논문은 제안된 프레임워크가 이상적인 수동 가정 하에서 안정적이지만, 향후 연구는 실제 응용에서의 견고성을 보장하기 위해 "수동성 부족 (passivity-short)" 인간 운영자를 수용할 수 있도록 설계를 확장해야 한다는 점을 겸손하게 결론지었습니다. 이 작업은 반자율 네트워크에서의 3 차원 강체 운동 제어라는 더 넓은 과제를 해결하기 위한 초기 단계로 제시됩니다.